Cтраница 2
К нахождению оптимального режима при наличии нелинейных ограничений применим алгоритм решения задачи нелинейного программирования, в основу которого положено сочетание мето дов регулярного симплекса и метода последовательной линеаризации с последующим формированием и решением задачи линейного программирования. Движение к оптимуму из начальной точки осуществляется методом регулярного симплекса до тех пор. [16]
В силу многих причин задачи с нелинейными ограничениями значительно более трудны, чем с линейными. Наиболее хорошо изучены задачи, в которых ограничения сепарабельны. [17]
Имеется еще один класс задач с нелинейными ограничениями, которые можно отнести к классическим. X) непрерывны и имеют частные производные по крайней мере второго порядка. В этом случае задача приводится к виду. [18]
Здесь полученная точка проверяется на всех линейных и нелинейных ограничениях и при нарушении условий допустимости осуществляется сдвиг точки на границу допустимой области. [19]
Для решения задач, в которых отсутствуют нелинейные ограничения, достаточно хорошо применим метод наискорейшего спуска, который реализован на ЭВМ в виде процедур нахождения градиента функции и организации движения по градиенту. [20]
Метод приведенного градиента был обобщен для случая нелинейных ограничений. [21]
Начнем с того, что всю систему нелинейных ограничений и ограничений неотрицательности переменных разделим на две группы. [22]
Достаточные условия локального минимума, учитывающие кривизну нелинейных ограничений, получаются с использованием функций Лагранжа. Некоторые из соответствующих теорем приведены в разд. [23]
Альтернансные свойства решений нелинейных минимаксных задач с нелинейными ограничениями / / Журн. [24]
Один из подходов к решению задач с нелинейными ограничениями состоит в решении последовательности задач с линейными ограничениями, причем нелинейные части добавляются к вектору целевой функции с соответствующими множителями Лагранжа. [25]
Альтернансные свойства решений нелинейных минимаксных задач с нелинейными ограничениями / / Журн. [26]
Следует отметить, что хотя описанная модель имеет нелинейные ограничения и нелинейную целевую функцию ( 59), она достаточно удобна в вычислительном плане. In pt, то данная модель сводится к линейной регрессионной модели с оценкой параметров методом взвешенных квадратов. [27]
![]() |
График, поясняющий решение. [28] |
Конструкторские задачи, имеющие нелинейные целевые функции или нелинейные ограничения, приводят к необходимости решения задач оптимизации методами нелинейного программирования. [29]
![]() |
Влияние ограничения на. [30] |