Градиентный метод
Метод вычисления градиента – с центральной пробой
Алгоритм вычисления-x= x-h* gradR(x)
Алгоритм коррекции шага h=h*2 или h=h или h=h/3
Очередная точка х1=-0,6360,х2= -0,0278 , R(х1, х2)=-0,4 71925
Рассмотрим метод ,проведя со всеми типами критериев оптимальности исследования.
А)Меняем пробный шаг
При изменении пробного шага (увеличение/уменьшение) значение оптимума функции меняется следующим образом: чем больше пробный шаг, тем результат точнее. Следовательно, величина пробного шага влияет на точность достижения оптимума.
| Пробный шаг, h | Очередная точка, R(х1, х2) | |
| x-h*gradR(x) | x= x-h*cos(fi) | |
| 0,000001 | -0,4 71922 | -0,4 71932 |
| 0,000010 | -0,4 71925 | -0,4 71935 |
| 0,000050 | -0,4 71938 | -0,4 71938 |
При изменении пробного шага (увеличение/уменьшение) значение оптимума функции меняется следующим образом: чем больше пробный шаг, тем результат точнее. Следовательно, величина пробного шага влияет на точность достижения оптимума.
Изменили способ численного вычисления градиента. Значение минимума функции изменилось. Следовательно, способ численного вычисления градиента влияет на точность достижения оптимума.
Б) Изменяем рабочий шаг
| Рабочий шаг, h | Очередная точка, R(х1, х2) | |
| x-h*gradR(x) | x= x-h*cos(fi) | |
| 0,01000 | -0,4 72273 | -0,442378 |
| 0,10000 | -0,4 71925 | -0,472380 |
| 0,20000 | -0,4 71397 | -0,472188 |
При изменении величины рабочего шага h для каждого из двух алгоритмов формирования рабочего шага (величина рабочего шага, пропорциональная градиенту R(x) или величина рабочего шага, пропорциональная направляющему косинусу градиента R(x)) значение критерия оптимальности изменилось: при уменьшении стало меньше (эффективность повысилась), при увеличении стало меньше (эффективность повысилась). Изменение величины рабочего шага h влияет на характер поиска: чем меньше рабочий шаг, тем больше шагов требуется совершить для нахождения оптимума. Следовательно, величина рабочего шага оказывает влияние как на эффективность поиска оптимума, так и на характер его поиска.
В) Изменяем алгоритм коррекции шага
| Алгоритм коррекции шага h | Очередная точка, R(х1, х2) | |
| x-h*gradR(x) | x= x-h*cos(fi) | |
| h=h/2 или h=h | -0,4 71925 | -0,4 72380 |
| h=h*2 или h=h или h=h/3 | -0,4 71925 | -0,4 72380 |
При изменении алгоритма коррекции коэффициента пропорциональности шага для каждого из двух алгоритмов формирования рабочего шага (величина рабочего шага, пропорциональная градиенту R(x) или величина рабочего шага, пропорциональная направляющему косинусу градиента R(x)) значение критерия оптимальности не изменилось. Изменении алгоритма коррекции коэффициента пропорциональности шага
Влияет на характер поиска: при алгоритме коррекции шага h=h/2 или h=h, требуется совершить большее количество шагов, чем при алгоритме коррекции шага h=h*2 или h=h или h=h/3. Следовательно, алгоритм коррекции коэффициента пропорциональности шага не влияет на эффективность нахождения оптимума, но влияет на характер его поиска.
Г)
| Алгоритм вычисления | Очередная точка, R(х1, х2) |
| x= x-h*gradR(x) | -0,4 71925 |
| x= x-h*cos(fi) | -0,4 72380 |
При алгоритме формирования рабочего шага, при котором величина рабочего шага пропорциональна градиенту R(x), нахождение оптимума возможно так же как и при алгоритме формирования рабочего шага, при котором величина рабочего шага пропорциональна направляющему косинусу градиента R(x); но при первом способе трудозатрат требуется меньше. Следовательно, алгоритм рабочего шага влияет на трудозатраты и не влияет на возможность нахождения оптимума.
Д)Погрешность влияет на результат оптимизации следующим образом: чем меньше погрешность, тем точнее результат оптимизации.