Previous Page  13 / 21 Next Page
Information
Show Menu
Previous Page 13 / 21 Next Page
Page Background

В.Д. Сулимов, П.М. Шкапов, А.В. Сулимов

58

ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. 2016. № 5

В состав алгоритма M-PCALMSI также входят стандартные процедуры Per-

turbation( ) и Small_Perturbation( ) [21]. Гибридные алгоритмы с локальным по-

иском методом сглаживающих аппроксимаций, структурно близкие к описан-

ному алгоритму, представлены в работе [30].

Второй гибридный алгоритм M-PCASFCE объединяет стохастический алго-

ритм M-PCA и алгоритм SFCE, реализующий модифицированный метод кри-

вой, заполняющей пространство (локальный поиск с итеративным оценивани-

ем липшицевых и гельдеровых констант). Выбранный метод локального поиска

обеспечивает сжатие пространства переменных, сканируемого с использовани-

ем стохастического алгоритма, что повышает результирующую вычислительную

эффективность алгоритма M-PCASFCE.

Разработано прикладное программное обеспечение, реализующее новые ги-

бридные алгоритмы M-PCALMSI и M-PCASFCE.

Пример 1.

Рассмотрим прямоугольную матрицу

( )

A x

размером

3 2

со

столбцами

т

1

(1, 1, 1)

A

и

т

2

1

2

( , 0, ) ;

A x x

здесь

    

R :

,

;

n

j

j

j

D x

a x b j J

2;

n

 

0, 5;

j

a

1, 5;

j

b

{ 1, 2}.

J

Требуется определить такое решение

*

,

x

при

котором второе сингулярное число матрицы

*

( )

A x

достигает минимума:

найти

 

2

R

min ( ),

x X

f x

 

2

( )

( ).

f x

x

Задача имеет точное решение

*

( ) 0,

f x

*

т

(0, 0) ,

x

причем в точке минимума

критериальная функция дифференцируема только по направлениям. Приближен-

ное решение получено с использованием алгоритма M-PCALMSI. Зависимость пе-

ременных управления

1

,

x

2

,

x

критериальной функции

( )

f x

и нормы

( )

Nr w

век-

тора улучшающего направления от числа итераций в заключительной фазе локаль-

ного поиска, определяющей глобальное решение, приведена на рис. 1.

Рис. 1.

Зависимость переменных управления

1

,

x

2

x

(

а

), функции ( )

f x

и нормы

( )

Nr w

(

б

) вектора улучшающего направления от числа итераций в заключительной фазе

локального поиска