Гаусса Зейделя симплексов

Поисковые методы отличаются большим разнообразием с различными модификациями их насчитывают несколько десятков. К основным методам поиска можно отнести метод Гаусса—Зейделя, метод случайного поиска, метод симплексов (безградиентные методы) метод градиента, метод наискорейшего спуска и метод крутого восхождения (градиентные методы). [c.250]

Ний, перпендикулярных оси параметра оптимизации, называемых обычно двумерными сечениями, рассмотрены в работах [57, 58]. Для выбора оптимальных режимов можно также использовать методы поиска оптимальной области, заменив эксперимент вычислением значений параметра оптимизации по уравнению регрессии. При ручном счете удобно применять метод Гаусса — Зейделя, метод симплексов, метод Градиента при использовании ЭВМ — метод случайного поиска и др. В главе 6 приведен пример применения метода симплексов для поиска оптимальных режимов выщелачивания германия из зол слоевого сжигания угля. [c.121]

С позиций стратегии поиска к первому типу относятся методы Розенброка, Пауэлла, Гаусса—Зейделя, симплекс-метод. [c.179]

С точки зрения стратегии поиска к первой группе относятся метод Гаусса — Зейделя [11 ], симплекс-метод [12 ] и др. Методы второй группы — это метод градиента, наискорейшего спуска и их модификации [11 ]. И наконец, методы третьей группы основаны на аппроксимации минимизируемой функции в окрестности рабочей точки квадратичной формой. В связи с тем что вычисление вторых производных численными методами неточно и требует больших затрат машинного времени, а получение аналитических формул очень трудоемко, в последнее время разработан ряд методов, которые используют только первые производные, но по скорости сходимости превосходят градиентные методы. Это метод Да-видона — Флетчера — Пауэлла [13 ], метод сопряженного градиента и др. [14 ]. Последние методы разработаны для случая, когда ограничения на управления отсутствуют. Однако они могут быть легко модифицированы на случай, когда имеются простые ограничения вида Нг йг [14 ]. [c.371]

Поисковые методы оптимизации [107—112] используют математическую модель, полученную экспериментально-статистическими методами. Модель описывает исследуемый объект в некоторой локальной области изменения переменных. Область оптимума в общем случае не совпадает с областью математического описания, поэтому целевая функция служит лишь для выработки стратегии поиска оптимума. К числу основных поисковых методов относят метод Гаусса — Зейделя, метод случайного поиска, метод симплексов, метод градиента, метод наиско-рейшего спуска (крутого восхождения). [c.175]