Cтраница 1
Выбор направления спуска осуществляется методом, аналогичным методу возможных направлений Зойтендейка [ ПО ], используемому при оптимизации скалярных целевых функций и приводящему к задаче линейного или квадратичного программирования. Алгоритмы, приведенные в упомянутых работах, различаются видом условий нормировки искомого направления спуска, способом формирования множества Sa индексов активных ограничений, а также способом учета активных ограничений. [1]
![]() |
Габаритные размеры приборов для исследования скважин. [2] |
При выборе направления спуска следует учесть азимут искривления скважины, используя инклинограмму. Метод просто осуществляется в вертикальной скважине, но требует определенного опыта в искривленных скважинах. [3]
При выборе направления спуска следует учесть азимут искривления скважины, используя инклинограмму. Метод просто осуществляется в вертикальной скважине, но требует, определенного опыта в искривленных скважинах. [4]
В этом методе выбор направления спуска состоит в следующем: в точке х /, линеаризуют функцию р ( х), строя линейную функцию PL ( X) ( х /) ( у / ( хд) х - х /, , и затем, минимизируя L ( X) на множестве X, находят точку уд. После этого полагают - sk у /, - х /, и далее вдоль этого направления осуществляют спуск. Таким образом, для отыскания направления - sk следует решить задачу минимизации линейной функции на множестве X. В общем случае это задача того же порядка сложности, что и исходная, однако, когда допустимое множество задается линейными ограничениями, она становится задачей линейного программирования, конечномерные методы решения которой рассматривались в гл. [5]
Тогда вспомогательная задача о выборе направления спуска может быть записана в следующем виде. [6]
На вопрос, какому из способов выбора направления спуска следует отдать предпочтение при решении конкретной задачи, однозначного ответа нет, если только она не является хорошо известной тестовой задачей. [7]
Циклическую минимизацию по группам переменных с выбором направлений спуска ньютоновским методом можно считать прямым обобщением блочного метода Гаусса - Зейделя, упомянутого в разд. [8]
Таким образом, построены эффективные вычислительные процедуры выбора направления спуска внутри конуса доминирования, решающие поставленную задачу за конечное число шагов, и дающие возможность формализовать информацию о предпочтениях проектировщика в виде матриц многогранных конусов доминирования. [9]
Рассмотрим ряд методов, в которых при выборе направления спуска используются производные. [10]
Различные методы спуска отличаются друг от друга способами выбора направления спуска и длины шага вдоль этого направления. [11]
Все методы спуска решения задачи безусловной минимизации различаются либо выбором направления спуска, либо способом движения вдоль направления спуска. Это позволяет выписать общую схему методов спуска и исследовать для нее вопросы сходимости и устойчивости. [12]
Все методы спуска решения задачи безусловной минимизации различаются либо выбором направления спуска, либо способом движения вдоль направлений спуска. Это позволяет выписать общую схему методов спуска и исследовать для нее вопросы сходимости и устойчивости. [13]
Уилсон ( 1963) также ставит условие (3.7.2) в задаче выбора направления спуска, только он в отличие от Гриффита и Стюарта пользуется квадратичной, а не линейной аппроксимацией функции F ( x), вычисляя ее матрицу Гессе на каждой итерации. Сам Уилсон в основном интересовался задачами с нелинейными ограничениями. Однако алгоритм его, естественно, применим и в более простом случае, когда ограничения линейны. [14]
Если схема корректировки в (5.2.19) излишне сложна, то способ выбора направления спуска слишком прост. [15]