![](/user_photo/_userpic.png)
- •ВВЕДЕНИЕ
- •1.1. Краткие теоретические сведения
- •1.2. Задание к работе
- •1.3. Варианты заданий
- •2.1. Краткие теоретические сведения
- •2.2. Задание к работе
- •2.3. Варианты заданий
- •НА БЕЗУСЛОВНЫЙ ЭКСТРЕМУМ
- •3.1. Краткие теоретические сведения
- •3.2. Задание к работе
- •3.3. Варианты заданий
- •НА БЕЗУСЛОВНЫЙ ЭКСТРЕМУМ
- •4.1. Краткие теоретические сведения
- •4.2. Задание к работе
- •4.3. Варианты заданий
- •ЛАБОРАТОРНАЯ РАБОТА 5
- •Краткие теоретические сведения
- •5.2. Задание к работе
- •5.3. Варианты заданий
- •6.1. Краткие теоретические сведения
- •6.2. Задание к работе
- •6.3. Варианты заданий
- •7.1. Краткие теоретические сведения
- •7.2. Задание к работе
- •7.3. Варианты заданий
- •8.1. Краткие теоретические сведения
- •8.2. Задание к работе
- •8.3. Варианты заданий
- •БИБЛИОГРАФИЧЕСКИЙ СПИСОК
- •ПРИЛОЖЕНИЕ
- •ЭЛЕМЕНТЫ ПРОГРАММИРОВАНИЯ НА С#
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение высшего образования
«Воронежский государственный технический университет»
С. А. ОЛЕЙНИКОВА, Т. И. СЕРГЕЕВА, М. Ю. СЕРГЕЕВ
ЧИСЛЕННЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
ПРАКТИКУМ
Воронеж 2021
1
УДК 519.6(075.8)
ББК 22.193я7
О-532
Рецензенты:
кафедра математических методов исследования операций Воронежского государственного университета
(зав. кафедрой д-р техн. наук, профессор Т. В. Азарнова); В. Ф. Барабанов, д-р техн. наук, профессор
Олейникова, С. А.
ЧИСЛЕННЫЕ МЕТОДЫ ОПТИМИЗАЦИИ: практикум/
О-532 С. А. Олейникова, Т. И. Сергеева, М. Ю. Сергеев.; ФГБОУ ВО «Воронежский государственный технический университет». - Воронеж: Изд-во ВГТУ, 2021. - 90 с.
ISBN 978-5-7731-0937-2
Практикум содержит теоретические сведения и варианты заданий для лабораторных работ по курсу «Методы оптимизации». Основное внимание уделено численным методам оптимизации.
Предназначен для студентов направления 09.03.01 «Информатика и вычислительная техника» (профиль «Вычислительные машины, комплексы, системы и сети») очной и заочной форм обучения.
Ил. 22. Табл. 55. Библиогр.: 8 назв.
УДК 519.6(075.8)
ББК 22.193я7
Печатается по решению редакционно-издательского совета Воронежского государственного технического университета
|
© Олейникова С. А., Сергеева Т. И., |
|
Сергеев М. Ю., 2021 |
ISBN 978-5-7731-0937-2 |
© ФГБОУ ВО «Воронежский |
|
государственный технический |
|
университет», 2021 |
|
2 |
ВВЕДЕНИЕ
Функционирование любых производственных или обслуживающих систем требует решения оптимизационных задач. Это могут быть задачи оптимизации использования ресурсов или планирования работы предприятия, оптимизации транспортных потоков или определения наилучшего маршрута; повышения эффективности работы склада, оценка наилучшего объема заказов и т.д. Все эти задачи являются оптимизационными, поскольку должны определить наилучшее значение некоторого показателя, который можно назвать целевой функцией. В связи с этим необходимо использовать методы, которые позволят решать такие задачи, то есть методы оптимизации.
Данные методы можно классифицировать по многим критериям. Это задачи дискретной и непрерывной оптимизации, задачи на условный или безусловный экстремум, одномерные и многомерные задачи, задачи линейного и нелинейного программирования и т.д. Для каждой категории таких задач будут использоваться свои методы решения, ориентированные на ее специфику.
В данном практикуме рассматриваются задачи разных типов, и для каждой категории описываются свои методы решения. Первая лабораторная работа посвящена изучению методов одномерной оптимизации: половинного деления и золотого сечения. Задачи линейного программирования являются предметом исследования во второй лабораторной работе. Третья лабораторная работа посвящена изучению методов нулевого порядка (использующих лишь значения целевой функции) для решения задачи на безусловный экстремум. Методы решения задач на безусловный экстремум с использованием производной (методы первого порядка) будут изучены в четвертой лабораторной работе. Один из методов решения задачи на условный экстремум (метод штрафных функций) описан в пятой лабораторной работе. Остальные лабораторные работы посвящены исследованию методов дискретной оптимизации. В частности, шестая лабораторная работа посвящена исследованию метода динамического программирования для решения разнообразных дискретных задач (задача о рюкзаке, о конвейере, о ресурсах и т.д.). В седьмой лабораторной работе описаны наиболее простые методы дискретной оптимизации: жадные алгоритмы. И наконец, последняя лабораторная работа посвящена изучению метаэвристических алгоритмов: генетических и муравьиных алгоритмов.
Практикум снабжен большим количеством примеров, облегчающих изучение каждого из методов. Оно может быть полезно всем студентам и магистрантам, занимающимся как дискретными, так и непрерывными оптимизационными задачами.
3
ЛАБОРАТОРНАЯ РАБОТА № 1 МЕТОДЫ ОДНОМЕРНОЙ ОПТИМИЗАЦИИ
Цель лабораторной работы: освоение теоретических сведений и приобретение практических навыков решения задач одномерной оптимизации путем программной реализации методов половинного деления и золотого сечения.
1.1. Краткие теоретические сведения
В общем случае задача принятия решений в условиях определённости может быть записана в следующем виде:
f (x) → max(min) . |
(1.1) |
x D |
|
Здесь х может быть как числом (одномерная задача), так и вектором (многомерная задача).
Рассмотрим случай, когда целевая функция является нелинейной и зави-
сит от единственного аргумента x. Пусть решается задача на минимум: |
|
( ) → ≤ ≤ . |
(1.2) |
Существует целый ряд методов решения подобных задач. Большинство численных методов основано на предположении, что функция на всем отрезке сохраняет выпуклость (т.е. вторая производная на этом отрезке сохраняет знак). Это обеспечивает единственный глобальный минимум на данном отрезке. В противном случае весь отрезок разбивается на такие интервалы, каждый из которых содержит единственную глобальную точку минимума.
Аналитически разделить отрезок [a,b] на промежутки, внутри каждого из которых существует единственная точка минимума, можно, взяв вторую производную от искомой функции. Известно, что если вторая производная сохраняет знак, то функция сохраняет свою выпуклость (вогнутость). Поэтому, если удастся разбить весь отрезок на интервалы, внутри которых вторая производная знак не меняет, то можно утверждать, что на данном интервале будет единственный максимум (минимум) в точке максимума (минимума) или на концах отрезка, если функция монотонно возрастает или убывает.
Будем считать, что внутри рассматриваемого интервала функция сохраняет свою выпуклость или вогнутость.
1.1.1. Метод половинного деления
Метод возвращает приближенное решение задачи (1.2) с заданной точно-
стью ε. Рассмотрим задачу на минимум. Суть метода заключается в следую- |
|
4 0 = +2 . |
(1.3) |
щем. Отрезок [a,b] разбивается напополам точкой (рис. 1.1). |
|
![](/html/70990/27/html_pnF_UXJT6f.SRO2/htmlconvd-3HF86_5x1.jpg)
Рис. 1.1. Иллюстрация к методу половинного деления
Далее из двух отрезков [a,c0] [c0,b] выбирается тот, который содержит точку минимума. Он выбирается в качестве исходного отрезка [a,b] для следующего этапа. На следующем этапе новый отрезок [a,b], полученный на предыдущем этапе, делится пополам и вновь находится та его половина, которая содержит точку минимума. Данная процедура продолжается до тех пор, пока минимум не будет найден или пока не будет достигнута требуемая точность ε,
т.е. пока не будет выполнено условие | − | < ε. |
(1.4) |
Для поиска отрезка, который содержит точку максимума или минимума, к середине отрезка c добавляется и вычитается малое значение δ, зависящее от
длины отрезка, но много меньшее этой длины. Это значение определяется фор- |
||||||||
мулой |
|
|
|
|
δ = · ( − ), |
|
(1.5) |
|
положить, что1 |
= − |
|
2 = + |
|
( 12)],<в противном( 2) |
случае – в |
||
где k – произвольное число от 0 до 1. |
|
|
|
|||||
Пусть |
|
|
δ ; |
|
δ. Тогда если |
|
, то можно пред- |
|
|
минимум находится в интервале [a,с |
|
1 |
|||||
|
|
( 12), < ( 2) |
|
|
|
|||
интервале [с1,b] (рис. 1.2). |
, то вместо точки b на следующем этапе будет |
|||||||
Поэтому если |
|
|
|
рассматриваться точка с в противном случае – вместо точки а – точка с .
5
![](/html/70990/27/html_pnF_UXJT6f.SRO2/htmlconvd-3HF86_6x1.jpg)
Рис. 1.2. Выбор интервала
1.1.2. Метод золотого сечения
Точка u является точкой золотого сечения отрезка [a,b], если длина всего
отрезка так относится к длине большей его части, как большая часть относится |
|||
к меньшей. |
− |
− . |
(1.6) |
|
− = − |
|
Идея золотого сечения метода аналогична методу половинного деления. Однако точки с1 и с2 ищутся другим способом.
В качестве точки c1 в методе золотого сечения берется точка золотого сечения отрезка [a,b], а в качестве с2 – точка золотого сечения отрезка [a,c1].
Поиск точки золотого сечения можно упростить следующим образом.
Найдем точку золотого сечения v отрезка [0,1]. Из формулы (1.6) следует, что |
|||||
|
|
|
1−−00 |
= 1−−0. |
(1.7) |
Упростив, получим квадратное уравнение |
|
||||
v2+v-1=0. |
|
|
|||
Решив, получим два ответа: |
|
|
|||
1 |
= |
−1−√5; |
|
|
|
2 . |
|
|
|||
1 |
= |
−1+2√5 |
|
|
|
|
|
6 |
|
|