Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Обобщенный метод Ньютона. Оптимизация в электроэнергетических задачах основывается на следующих группах методов:
Оптимизация в электроэнергетических задачах основывается на следующих группах методов: · Методы нулевого порядка. В них не используются производные. Эти методы наиболее медленные, но обладают простыми алгоритмами (метод случайного поиска, метод покоординатного спуска).
· Методы 1-го порядка. В них используется 1-я производная. Наиболее отработанный и используемый из них - градиентный метод. В нём шаги оптимизации выполняется в направлении антиградиента: . Составляющими вектора - градиента являются производные от целевой функции по всем управляющим параметрам. Методы этой группы обладают надежной и быстрой сходимостью.
· Методы 2-го порядка В них используется 2-я производная. Обладают высокой скоростью сходимости и высокой надежностью. Суть методов: раскладываем целевую функцию оптимизации F(x) в ряд Тейлора с сохранением производных, включая 2-е производные. При этом выполняется приближенная замена исходной целевой функции F(x) квадратичной (аппроксимирующей) функцией F оп (разложение Тейлора): . (1) Минимизация производится по апроксимирующей функции F оп, т.е. определяем минимум апроксимирующей функции F оп вместо поиска минимума F(x). Неизвестными являются поправки ∆Х. Минимум функциии определяется равенством нулю производных этой функции по всем неизвестным: (2) В целом для n неизвестных ∆Х получаем систему n уравнений: (3) Эта система определяем минимум функции Fоп. В матричной форме её мож-но записать: (4) или , (5) (6) Система (6) – линейна относительно ∆Х. Ее решение позволяет определить поправки ∆Х и выполнить очередной шаг оптимизации: . (7) Определив ∆Х решением системы линейных уравнений (6), можем опреде-лить координаты очередной точки на траектории спуска. Для регулирования длины шага в ходе оптимизации возможно введение коэффициента шага h: (8) Подставляя в (7) значение ∆Х, полученное из (6), получаем общее выражение методов второго порядка для определения координат точки на траектории спуска: (9)
Date: 2016-05-23; view: 380; Нарушение авторских прав |