Реализация метода оптимизация функции нескольких переменных (метод покоординатного спуска) в Excel

ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ

ГОУВПО «Самарский государственный архитектурно-строительный университет»

Факультет информационных систем и технологий

Кафедра прикладной математики и вычислительной техники

Лабораторная работа №3

по дисциплине

МЕТОДЫ ОПТИМИЗАЦИИ И ПРИНЯТИЯ РЕШЕНИЙ

На тему

«Реализация метода оптимизация функции нескольких переменных (метод покоординатного спуска) в Excel»

6 СЕМЕСТР 3 КУРС

Руководитель:

Проверил:	Выполнил студент ГИП-105
__________________	_______________________

Общая оценка __________

Методический руководитель _______________________

Цель: Найти относительный минимум функции, используя метод покоординатного спуска.

Функция имеет вид:

Метод покоординатного спуска.

Пусть нужно найти наименьшее значение целевой функции u=f(M)=f(x1, x2, . . . ,xn). Здесь через М обозначена точка n-мерного пространства с координатами x1, x2, . . . ,xn: M=(x1, x2, . . . ,xn). Выберем какую-нибудь начальную точку М0=(x10, x20, . . . ,xn0) и рассмотрим функцию f при фиксированных значениях всех переменных, кроме первой: f(x1, x20,x30, . . . ,xn0 ). Тогда она превратится в функцию одной переменной  x1 . Изменяя эту переменную, будем двигаться от начальной точки x1=x10 в сторону убывания функции, пока не дойдем до ее минимума при x1=x11, после которого она начинает возрастать. Точку с координатами ( x11, x20,x30, . . . ,xn0) обозначим через М1, при этом f(M0) >= f(M1).

Фиксируем теперь переменные: x1=x11, x3= x30, . . . ,xn=xn0 и рассмотрим функцию f как функцию одной переменной  x2. Изменяя  x2 , будем опять двигаться от начального значения x2=x20  в сторону убывания функции, пока не дойдем до минимума при x2=x21 .Точку с координатами {x11, x21, x30 . . . xn0} обозначим через М2, при этом  f(M1) >=f(M2).Проведем такую же минимизацию целевой функции по переменным  x1, x2,  . . . ,xn. Дойдя до переменной xn, снова вернемся к x и продолжим процесс. Эти действия следует повторять до тех пор, пока уменьшение функции не станет меньше или равно заданной нами точности е.

Реализация метода покоординатного спуска в Excel.

Рисунок 1 – Изменяем переменную x1 в промежутке от -10 до 10 с шагом 1. На первом шаге минимум функции f(x)=31 и достигнут при значениях переменных x1=-1, x2=2 и x3=3.

Рисунок 2 – Изменяем переменную x2 в промежутке от -5 до 13 с шагом 1. На втором шаге минимум функции f(x)=15 и достигнут при значениях переменных x1=-1, x2=0 и x3=3.

Рисунок 3 – Изменяем переменную x3 в промежутке от -5 до 13 с шагом 1. На третьем шаге минимум функции f(x)=3 и достигнут при значениях переменных x1=-1, x2=0 и x3=0.

Рисунок 4 – Изменяем переменную x1 в промежутке от -10 до 8 с шагом 1. На четвертом шаге минимум функции f(x)=0 и достигнут при значениях переменных x1=0, x2=0 и x3=0.

Продолжаем изменения, до того момента, пока не будет достигнута заданная точность.

Вывод: Изучил покоординатный метод поиска минимума, реализовав его в Excell.

Литература

1. Методы оптимизации и принятия решений: методические указания к выполнению лабораторных работ / сост. ; Самарск. гос. арх.-строит. ун-т./ - Самара, 2007. 59 с.