Cтраница 2
Здесь следует отметить несколько разновидностей движения по поверхности отклика. Если бывает затруднительно определить градиент, используют метод Гаусса-Зейделя. По этому методу производится поочередное изменение каждого параметра в направлении оптимума с помощью пробных шагов. [16]
![]() |
Структурная схема программы расчета асинхронного двигателя, оптимального. [17] |
Задаваясь определенными значениями индукции для каждого возможного диаметра, легко подсчитать зависимость G ( f) ( см. рис. 10 - 12, а) и найти абсолютный экстремум. Кроме того, можно использовать метод поочередного изменения одной переменной при фиксированном экстремальном значении другой ( метод Гаусса-Зейделя) и найти минимум G как по f, так и по D. Диаметр часто определяется конструктивными соображениями. [18]
Предложенная методика может быть использована и при определении конструктивных размеров аммонизатора-гранулятора. В связи с увеличением числа управляющих параметров в этом случае следует применять метод оптимизации, сокращавший объем расчетных работ, например, метод Гаусса-Зейделя. [19]
Собственные значения матрицы S - 1T снова имеют решающее значение, и их, конечно, легко найти. Так как оба метода требуют одного и того же количества операций ( мы будем использовать новые значения вместо старых и практически сэкономим память), то метод Гаусса-Зейделя лучше. [20]
Другой источник связан с потребностью решать различные задачи оптимизации. Обилие алгоритмов оптимизации обусловлено прежде всего тем, что каждый новый алгоритм предлагается для решения какой-то новой задачи, отличающейся от предыдущих. Совершенно ясно, что такая тенденция порочна и недолговечна, в силу чего и возникает необходимость в адаптации известного алгоритма поиска к новой задаче оптимизации. Пользователь часто применяет известные алгоритмы для решения своих задач, пытаясь как-то приспособить их к этим задачам. Успех здесь целиком зависит от того, насколько пользователь знает структуру своей оптимизационной задачи и понимает механизм работы поиска. Как правило, ничего хорошего из такой кустарной адаптации не получается. Это и заставляет создавать специальные процедуры адаптации алгоритмов оптимизации, благодаря которым алгоритмы могут эффективно действовать в изменяющихся условиях. Как уже говорилось, существуют два способа изменения алгоритма поиска - воздействие на его параметры и изменение его структуры. Параметрическая адаптация поиска не всегда может значительно повысить эффективность - поиска. Более того, есть алгоритмы - например, метод наискорейшего спуска или метод Гаусса-Зейделя, которые вообще не имеют параметров и поэтому не могут адаптироваться параметрически. Эти обстоятельства обусловливают переход к адаптации структуры алгоритма. [21]