Методы одномерной оптимизации. Методы одномерной оптимизации на основе преобразования задач. Поисковые методы одномерной оптимизации, страница 11

В задачах большой размерности вычисление значений  проводится во всех вершинах, а также в центре тяжести гиперкуба (куба в n- мерном пространстве), т. е. в точках так называемого кубического образца. Если количество переменных (размерность пространства, в котором ведётся поиск) равно n, то поиск по кубическому образцу требует 2n+1 вычислений значения  для одного образца. При увеличении и объём вычислений возрастает чрезвычайно быстро. Таким образом, несмотря на логическую простоту поиска по кубическому образцу, возникает необходимость использования более эффективных методов прямого поиска для решения возникающих на практике задач оптимизации.

Одна из вызывающих особый интерес стратегий поиска положена в основу метода поиска по симплексу, предложенного американскими специалистами Спендли, Хекстом и Химсвортом. Следует отметить, что указанный метод не имеет отношения к симплекс-методу линейного программирования, а сходство названий носит случайный характер.

Процедура симплексного поиска базируется на том, что экспериментальным образцом, содержащим наименьшее число точек, является регулярный (правильный) симплекс. Регулярный симплекс в n-мерном пространстве представляет собой многогранник, образованный n+1 равностоящими друг от друга точками – вершинами. Например, в случае двух переменных симплексом является равносторонний треугольник, в трёхмерном пространстве – четырёхгранная пирамида (тетраедр) (рис. 3.13).

Рисунок 3.14 – Примеры симплекса на плоскости и в пространстве

В алгоритме симплексного используется важное свойство симплексов: против любой из вершин симплекса Sj расположена только одна грань, на которой можно построить новый симплекс путём переноса выбранной вершины на надлежащее расстояние вдоль прямой, проведённой через центр тяжести остальных вершин начального симплекса. Полученная таким образом точка является вершиной нового симплекса, а выбранная при построении вершина начального симплекса исключается (рис. 3.14).

Рисунок 3.15 – Построение нового симплекса на плоскости

Основная идея симплексного метода заключается в том, что по известным значениям  в вершинах симплекса находится направление небольшого изменения критерия оптимальности для очередного шага оптимизации.

Рассмотрим алгоритм этого метода на примере отыскания минимума  функции двух переменных (рис. 3.15).

Рисунок 3.16 – Поиск оптимума симплексным методом

Выбирается начальный симплекс S10S20S30 и определяется значение  в точках вершин.

По полученным значениям выбирается наихудшая вершина, в которой значение  наибольшее (вершина S10). Строится новый симплекс, для чего наихудшая вершина S10 заменяется новой S11, расположенной симметрично относительно центра, находящейся против неё грани. В новой вершине вычисляется значение , которое сравнивается с известными значениями для двух других вершин S20, S30 нового симплекса. Снова находится наихудшая вершина (S30), которая исключается аналогичным образом и т.д.

В результате повторения процедуры исключения наихудшей вершины процесс поиска сходится к оптимальному значению . В районе оптимума может возникнуть циклическое движение по двум или более симплексам, когда вновь полученная вершина окажется наихудшей и её исключение к предыдущему симплексу. На рисунке исключение наихудшей S34 приводит к предыдущей вершине S33, что приводит к зацикливанию алгоритма поиска.

В таких случаях можно воспользоваться следующими правилами:

1) если вершина, которой соответствует наибольшее значение  (находится вершина при поиске минимума), построена на предыдущей итерации, то необходимо уменьшить размеры симплекса с помощью коэффициента редукции и построить новый регулярный симплекс, выбрав в качестве базовой точку, которой соответствует наилучшее (минимальное) значение ;

2) построить деформированный симплекс, для чего исключаемая вершина Sj переносится на расстояние 0.5SjA. При этом происходит сжатие симплекса (рис. 3.16).

Рисунок 3.17 – Построение деформированного симплекса

Уменьшении размеров симплекса при появлении новых зацикливаний в районе оптимума и продолжают до тех пор, пока не будет достигнута требуемая точность определения оптимума.

Поиск завершается, когда или размеры симплекса, или разности между значениями  в вершинах симплекса становятся достаточно малыми.

Реализация алгоритма поиска по симплексу основана на вычислениях двух типов:

1) построение исходного регулярного симплекса при заданных базовой точке и масштабном множителе;

2) расчет координат отражённой вершины.

Построение исходного симплекса. Пусть задана начальная (базовая) точка  и масштабный множитель . Координаты остальных n вершин симплекса в n-мерном пространстве вычисляются по формуле:

где  – j- ая координата i- ой вершины;

,  – приращения.

Приращения , , зависящие только от n и , определяются по формулам:

;

Величина  выбирается исследователем. При =1 рёбра регулярного симплекса имеют единичную длину (длина ребра равна ).

Расчёт координат отражённой вершины. Пусть SL – наихудшая вершина, подлежащая отражению, а  – координаты этой вершины. Центр тяжести остальных n вершин (центр противолежащей грани) обозначим A. Тогда координаты точки A вычисляются по приведённым ниже формулам в векторной и скалярной формах соответственно:

; ,

где  – k-ая координата i-ой вершины;

 – k-ая координата точки A.

Все точки  прямой, проходящей через точки  и , задаются формулой

,                          (3.27)

где  - параметр характеризующий расстояние точки на линии от центра.

При  получаем исходную точку ;  соответствует центру тяжести . Для того, чтобы построенный симплекс обладал свойством регулярности, отражение должно быть симметричным. Следовательно, новая вершина регулярного симплекса получается при . Таким образом, получаем

,

где   – координата отражённой вершины нового симплекса.

При  получаем деформированный симплекс. При этом исключаемая вершина отражается на расстояние 0.5SLA от центра A вдоль прямой (6/27).

С учётом этого из уравнения определяем координаты новой вершины деформированного симплекса:

Преимуществами симплексного метода являются:

1) простота расчетов и логической структуры алгоритма, относительно короткая программа для ЭВМ;