Поиск - экстремум - функционал
Cтраница 1
Поиск экстремума функционала / () при ограничениях типа неравенств обычно осуществляется по изложенному уже выше методу штрафных функций. [1]
 |
Экранные копии интерфейса программы оптимизации. [2] |
Этапу поиска экстремума функционала качества, как правило, предшествует подготовительная работа, связанная с созданием удобного пользовательского интерфейса. Это необходимо, так как напрямую методы оптимизации, приведенные в табл. 6.6, использовать сложно. [3]
При поиске экстремумов функционала Е, значения которого зависят от выбора функций ty - при дополнительных условиях их орто-нормированности, как уже было сказано в § 1 гл. [4]
Основу вариационных методов поиска экстремума функционалов составляет хорошо известная гипотеза Лагранжа ( 1797) [25]: Если ищется максимум или минимум некоторой функции многих переменных при условии, что между этими переменными имеется связь, задаваемая одним или несколькими уравнениями, то нужно прибавить к исходной функции те, которые должны обращаться в нуль, умножив их на неопределенные мно жители. После этого следует искать максимум или минимум построенной функции, если бы все переменные были независимыми. [5]
Распространим полученные результаты на поиск экстремума функционала, зависимого от многих переменных. [6]
Вариационными задачами называются задачи о поиске экстремума функционалов, т.е. величин, численное значение которых определяется выбором одной или нескольких функций. [7]
В [11] доказано, что в задаче (15.51) поиска экстремума функционала излом возможен в точке, где Fxy О. [8]
 |
Структурная схема нейрона. [9] |
Базовые понятия теории адаптивных систем следующие: входной и выходной сигнал, же лаемый выходной сигнал; функционал первичной и вторичной оптимизации; алгоритмы поиска экстремума функционала вторичной оптимизации как алгоритмы управления в НС. [10]
Принципиальным следствием этой процедуры является то, что все аномалии и сингулярности макроскопического уравнения состояния неидеальной системы - F ( NV, Т) - оказываются непосредственно вовлеченными в процедуру поиска экстремума функционала ( 98), ( 99), в результате чего могут отразиться в конечных результатах такого поиска. [12]
Представленная в [26] общая методика решения задач в нейросете-вом логическом базисе ( НСЛБ) заключается в следующем ( рис. 7.4): определение понятия входного сигнала НС, решающей поставленную задачу; определение понятия выходного сигнала НС, решающей поставленную задачу; формирование критерия и функционала первичной оптимизации; определение понятия ошибки в системе; формулировка функционала вторичной оптимизации и преобразования, формирующего сигнал, второй момент распределения которого соответствует функционалу первичной оптимизации; определение структуры разомкнутой НС; определение градиента функционала вторичной оптимизации через сигналы в системе или знака градиента функционала; формирование процедуры поиска экстремума функционала вторичной оптимизации в системе; формирование алгоритма настройки коэффициентов НС. [13]
Второе имеет вид Aw PB ( v w) 0, где Р - проектор О на W. Поэтому поиск экстремумов функционала F сводится к отысканию критических точек функции f ( v) F ( v, w ( v)) на конечномерном пространстве. [14]
Учитывая все сказанное относительно особенностей поставленной оптимальной задачи, применим для ее решения метод локальных вариаций. Этот метод аналогичен градиентному методу поиска экстремума функционалов. Суть его состоит в том, что управляющие воздействия варьируются на некотором интервале времени At, таким образом, чтобы минимизировать приращение функционала (4.1), вызванное этими вариациями. Полное описание алгоритма будет дано ниже. [15]
Страницы: 1 2