Cтраница 4
Каждому значению s соответствует свое выражение функции качества. [46]
Сущность этого метода состоит в аппроксимации функции качества h аналитической поверхностью второго порядка, что позволяет на каждом шаге адаптации получить минимум аналитически ( вследствие того, что теперь уже функция h ( q) известна) и двигаться, таким образом, большими шагами. [47]
![]() |
Метод градиента Рассмотрим геометрическую ин. [48] |
Вектор градиента определяет направление наибольшего возрастания функции качества. Поэтому этот метод оптимален в том смысле, что он стимулирует движение рабочей точки в наилучшем направлении к цели. [49]
На рис. 3.3 показан характер изменения функции качества и функции ограничения вдоль направления градиента. Для удобства на этом рисунке grad Q ( Х0) и grad ср ( Хд) совмещены в одной плоскости. [50]
Анализ показывает, что часто экстремум функции качества находится вблизи нелинейной границы или границы допустимой области. В этих случаях при поиске нужно стремиться по возможности быстрее приблизиться к нелинейной границе. [51]
В непрерывном случае градиентный метод минимизации функции качества Q ( X) сводится к движению точки X в га-мерном пространстве оптимизируемых параметров под действием силы, направленной в сторону антиградиента. [52]