Процедура оптимизации I — методы поиска экстремума

ПРОЦЕДУРА ОПТИМИЗАЦИИ I - МЕТОДЫ ПОИСКА ЭКСТРЕМУМА [c.85]

Такая процедура является попросту применением метода поиска экстремума (гл. 4). Попытки осуществить такой процесс автоматически не дали заметных успехов, хотя оптимизация вручную ранее практиковалась [7, гл. 11]. По-видимому, причинами этого являются отчасти относительная неэффективность метода поиска экстремума и отчасти ограничения, налагаемые шумами и динамическим поведением объекта. Первая из них ограничивает поле действия метода поиска экстремума областью, в которой мы действительно мало осведомлены. Никогда не следует прибегать к поиску экстремума, если этого можно избежать. Вторая — ограничивает скорость поиска экстремума часто до такой степени, что все это может быть хорошо сделано вручную. [c.437]

При постановке любой задачи оптимизации часть переменных (I, 61) (в частном случае все) принимаются в качестве поисковых (независимых), а часть — в качестве зависимых. Поисковыми, или независимыми, называются переменные, в пространстве которых ведется поиск минимального значения критерия (I, 15). Зависимыми переменными являются те из переменных (I, 61), которые на каждом шаге процедуры оптимизации, т. е. при каждом вычислении критерия (1, 15), определяются с помощью систем (1, 53), (I, 54), (I, 56) или их частей для заданных значений независимых переменных. При этом та часть системы (I, 53), (I, 54), (I, 56), которая используется для определения зависимых переменных, будет автоматически удовлетворяться на каждом шаге оптимизации, уравнения же оставшейся части системы (I, 53), (I, 54), (I, 56) необходимо считать ограничениями типа равенств и учитывать с помощью методов условной минимизации. Метод решения задачи оптимизации ХТС существенно зависит от того, какие из переменных (I, 61) будут взяты в качестве поисковых, а какие — в качестве зависимых, какие из уравнений (I, 53), (I, 54), (I, 56), (I, 58) будут удовлетворяться автоматически на каждом шаге оптимизации, а какие необходимо считать ограничениями типа равенств в соответствующей задаче на условный экстремум. [c.21]

Особо следует остановиться на вопросе о сохранении симметрии ядерной конфигурации при проведении оптимизации. Все градиентные методы сохраняют симметрию начального приближения. Это утверждение вытекает из того, что градиент некоторой функции имеет ту же симметрию, что и сама функция, а симметрия функции потенциальной энергии должна быть не ниже, чем симметрия ядерной конфигурации. Часто для уменьшения числа варьируемых параметров с самого начала вводят координаты симметрии и варьируют только полносимметричные координаты. В том и другом случае найденный экстремум может оказаться не минимумом по отношению к несимметричным деформациям, что в действительности часто и происходит. Можно исправить ситуацию, если чередовать итерационные циклы основной процедуры с одним циклом координатного спуска (метод, который свободен от ограничений по симметрии). С другой стороны, когда симметрия заранее обусловлена требованиями задачи, применение градиентных методов позволяет обойтись без использования симметризованных переменных, так как поиск экстремума автоматически осуществляется в подпространстве требуемой размерности. [c.117]

Параметром оптимизации является распределение соотношения нагрузок фг по растворителям в цепочке последовательно включенных экстракторов. Для описания процесса использована ячеечная модель с обратными потоками в обеих фазах при нелинейной равновесной зависимости. Поиск экстремума функции [ИЗ] осуществлялся методом сканирования. В результате оптимизационной процедуры найдены оптимальные соотношения нагрузок в обоих аппаратах. [c.168]

Процедура поиска оптимума напоминает изложенную выше оптимизацию методом крутого восхождения , но еще проще и не требует описания даже исходной области. Первый этап оптимизации симплекс-методом заключается в выборе центральной точки я построении вокруг нее правильного симплекса. Центральная точка может выбираться практически в любом месте, и нет необходимости начинать исследование вдалеке от ожидаемого экстремума, как это рекомендовалось в методе крутого восхождения . Однако выбор интервалов варьирования факторов (масштабы по осям) не совсем произволен — они не должны быть ни слишком большими, ни слишком малыми, что определяется ходом собственно поиска экстремума. После реализации симплекс-плана первого порядка сравнивают результаты опытов и выбирают наихудший. Можно полагать, что экстремум функции будет находиться от центра в направлении, противоположном радиусу-вектору наихудшего опыта, поэтому исходный симплекс опрокидывают в направлении ожидаемого экстремума. Отбросив наихудший опыт и поставив новый в симметричной точке, мы тем самым построим новый, правильный симплекс, с которым вся процедура. поиска новой наихудшей точки, опрокидывания симплекса и т. д. повторяется вновь. [c.457]

Справочник химика 21

Химия и химическая технология