Использование - градиентный метод
Cтраница 1
Использование градиентных методов в конечном счете предусматривает нахождение стационарных решений дифференциальных уравнений, описывающих траектории движения переменных к экстремальной точке. Очевидно также, что отдельные уравнения системы градиентных уравнений (V.2) или (V.3) могут решаться при различных значениях С, поскольку величина этой константы на стационарную точку решения не влияет. Заметим попутно, что по той же причине С не обязательно должна быть константой. [1]
 |
Траектории поиска оптимальных параметров часов. [2] |
Использование градиентного метода, предполагающего выполнение большого числа последовательных операций, практически возможно лишь на базе электронных ЦВМ. [3]
Помимо этого, использование градиентных методов подразумевает достаточно точное знание параметров целевой функции, поскольку в процессе эксплуатации силовой установки из-за изменения ее статической характеристики может изменяться вид поверхности целевой функции и положение точки минимума. Это приводит к необходимости разработки эффективного алгоритма идентификации параметров целевой функции, что представляет собой самостоятельную проблему. [4]
Заметим попутно, что при использовании градиентных методов приходится выбирать определенную длину шага ak вдоль направления антиградиента в точке хА, - / ( xfe), так как линейная аппроксимирующая функция не имеет конечных точек экстремума. [5]
Оба отмеченных недостатка преодолеваются при использовании градиентных методов. [6]
Как учитывается система ограничений при использовании градиентных методов оптимизации. [7]
Ньютона и его модификации) или использования градиентных методов. [8]
Рассмотрим возможные пути ее решения на примере использования градиентного метода поиска экстремума. [9]
В 1 параграфе главы VII рассмотрен простой пример, иллюстрирующий использование градиентного метода при решении задачи оптимального резервирования для группы из двух промыслов. [10]
Эффективные приемы решения на АВМ задач линейного про граммирования основаны на использовании градиентных методов отыскания экстремумов функционалов при наличии ограничений ( § 4 гл. [11]
На последующих итерационных шагах Xj и Х2 изменяются так, как обычно при использовании градиентного метода. [12]
На последующих итерационных шагах Xt и Я2 изменяются так, как обычно при использовании градиентного метода. [13]
На последующих итерационных шагах Xi и ta изменяются так, как обычно при использовании градиентного метода. [14]
К достоинству метода неявной декомпозиции, основанного на применении множителей Лагранжа, следует отнести возможность использования градиентных методов поиска. Однако возможность применения этого метода существенно ограничена требованиями выпуклости исходной задачи математического программирования. При невыполнении этих требований седловая точка функции Лагранжа может не существовать, и использование алгоритма метода цен не приведет к искомому результату. Кроме того, в методе неявной декомпозиции для параметров координации трудно определить пределы их изменения, что в значительной степени затрудняет задание начального приближения параметров при решении задачи координации. [15]
Страницы: 1 2