Главная
Классификация задач
Безусловная оптимизация
Условная оптимизация
Глоссарий
Карта сайта
|
|
|
|
* Антиградиент функции - вектор противоположный градиенту и направленый в сторону наискорейшего убывания функции.
* Возможное направление - ненулевой вектор d в точке , если существует такое что для всех .
* Возможное направление спуска - ненулевой вектор d в точке , если существует такое что и для всех .
* Выпуклая функция - функция, у которой при всех
.
* Глобальный безусловный минимум - точка для которой
при всех.
* Глобальный минимум функции одной переменной - точка x* на множестве Х, при которой .
* Градиент функции - вектор, составленный из первых частных производных функции по всем переменным:
т.е. градиент – это вектор-столбец размерности (n * 1) , где n число перемен-ных функции..
* Задача безусловной оптимизации - задача, в которой нет ограничений, т. е. J=K=0 , и, i=1,…, n.
* Задача дробно-линейного программирования - задача, в которой функция f(x) есть отношение линейных функций.
* Задача квадратичного программирования - задача, в которой функция f(x) квадратичная.
* Задача линейного программирования - задача, которая содержит только линейные функции вектора непрерывных переменных X.
* Задача минимизации (максимизации) - задача вещественнозначной
функции f(х) n-мерного векторного аргумента
компоненты которого удовлетворяют системе уравнений
, набору неравенств
, а также ограничены сверху и снизу, т. е. .
* Задача о распределении ресурсов - задача о распределлении ограниченного ресурса между потребителями оптимальным образом.
* Задача о рационе - задача о составлении суточного рациона питания минимальной стоимости, удовлетворяющего потребности во всех питательных веществах.
* Задача с одной переменной - задача без ограничений, в которой X представляет собой одномерный вектор.
* Задача с линейными ограничениями - задача условной оптимизации, в которой функции h, g являются линейными.
* Задача стохастического программирования - задача условной оптимизации, в которой функции f(x), , зависят также от случайных параметров w, где w является элементом пространства случайных параметров .
* Задача условной оптимизации - задача поиска минимального значения скалярной функции f(x) n-мерного векторного аргумента х:
при ограничениях:где какие то из функций, все или несколько нелинейны.
* Задача целочисленного программирования - задача, в которой компоненты вектора X должны принимать только целые значения.
* Задача Штейнера - задача о нахождноии точки ,
сумма расстояний от которой до заданных точек минимальна.
* "Золотое сечение" отрезка - точка делящая отрезок, при которой отношение длины всего отрезка к большей части равно отношению большей части к меньшей .
* Исследующий поиск - выявление локального поведения целевой функции и определение направления ее убывания.
* Котловинный тип рельефа - такой тип рельефа поверхности, при котором линии уровня похожи на концентрические эллипсы.
* Критерий Сильвестра. Матрица является положительно определенной, если все ее диагональные миноры положительно определены; отрицательно определенной, если они чередуют знак, начиная с «-»..
* Локальный безусловный минимум - точкa, для которой при всех x лежащих в некоторой окрестности точки
* Локальный минимум функции одной переменной - элемент , для которого существует некоторая конечная
- окрестность этого элемента, в которой выполняется ..
* Матрица Гессе - квадратная матрица размерности (n*n), составленная из вторых частных производных функции f(x) по всем переменным.
* Методы возможных направлений - методы непосредственного решения задачи НП, основанные на движении из одной допустимой точки, где выполняются все ограничения, к другой допустимой точке с лучшим значением целевой функции .
* Метод второго порядка - методы, требующие вычисления вторых производных.
* Метод нулевого порядка - метод, в котором на каждой итерации используются лишь значения минимизируемых функций.
* Метод первого порядка - метод, требующий вычисления первых производных минимизируемой функции.
* Метод последовательной безусловной минимизации - метод, использующий преобразование задачи НП в последовательность задач безусловной оптимизации путем построения вспомогательных функций.
* Минимизирующая последовательность - такая последовательность при которой т.е. последовательность сходится к нижней грани f(x).
* Неупорядоченный тип рельефа - тип рельефа поверхности, характеризующийся наличием многих максимумов, минимумов и седловин.
* Новый базис - точка, полученная после завершения исследующего поиска.
* Овражный тип рельефа - такой тип рельефа поверхности, у которого линии уровня кусочно-гладкие.
* Отрезок (интервал) неопределенности - отрезок, на котором гарантированно лежит точка x*.
* Поверхность уровня - геометрическое место точек, такое что .
* Релаксационная последовательность - такая последовательность, что .
* Сильно выпуклая функция с константой l>0 - функция, у которой при всех .
* Старый базис - некоторая начальная точка , с которой начинается исследующий поиск .
* Стационарная (критическая) точка - точка x* на некотором промежутке , удовлетворяющая условию .
* Строго выпуклая функция - функция, у которой при всех
.
* Строго глобальный безусловный минимум - точка, еслипри всех.
* Строго локальный безусловный минимум - точка, еслипри всех, лежащих в некоторой окрестности точки.
* Сходящаяся последовательность - такая последовательность, при которой .
* Сходящаяся с порядком r последовательность - последовательность, если r – максимальное число, для которого .
* Теорема Ферма. Пусть f(x) дифференцируема на некотором промежутке и во внутренней точке x* этого промежутка принимает наибольшее (наименьшее) значение, тогда
* Транспортная задача - классическая задача линейного программирования о минимизации стоимости перевозок .
* Унимодальная функция - функция для которой существует такая точка x*, что из следует , а из
следует .
* Числа Фибоначчи - числа, определяющиеся следующим образом:
..
* Штрафная функция - функция , если
для любых параметров
.
* Метод внешних штрафных функций
* Метод внутренних штрафных функций
* Метод градиентного спуска
* Метод деформированного многогранника
* Метод Зойтендейка
* Метод "Золотого сечения"
* Метод касательной
* Метод конфигурации Хука-Дживса
* Метод Левенберга-Марквардта
* Метод наискорейшего покоординантного сруска
* Метод наискорейшего градиентного спуска
* Метод Ньютона
* Метод Ньютона-Рафсона
* Метод Пауэлла
* Метод половинного деления (дихотомии)
* Метод секущих
* Метод сопряженных градиентов (Флетчера-Ривса)
* Метод Фибоначчи
|
|
|
|