Роль, значение и экономическая эффективность от внедрения автоматизации типовых технологических процессов



бет35/36
Дата15.07.2022
өлшемі1,22 Mb.
#147500
1   ...   28   29   30   31   32   33   34   35   36
Байланысты:
GOSY

Методы поиска нулей функции

  1. Метод Ньютона (Метод касательных)

  2. Метод хорд

  3. Комбинированный метод

  4. Метод итераций

  5. Метод секущих

Методы минимизации функций
Функция одной переменной

  1. Одномерный поиск

  2. Метод Ньютона

  3. Метод деления отрезка пополам

  4. Метод Фибоначчи

  5. Метод золотого сечения

Функция двух переменных

  1. Матрица Гессе.  . Позволяет ответить на вопрос является ли функция выпуклой или вогнутой, а также определить тип экстремума (минимум или максимум).

  2. Производные второго порядка

  3. Экстремум функции двух переменных.

Методы прямого поиска

  1. Метод Хука–Дживса

  2. Метод сопряженных направлений (метод Пауэлла). Найти минимум целевой функции методом сопряженных направлений: f(x)=3x1 – x13 + 3x22 + 4x2. x0=(0.78;1)

Градиентные методы

  1. Метод наискорейшего спуска (метод Коши).

  2. Метод Ньютона

  3. Метод Марквардта. Найти минимум функции: y=x12+4x22+x1x2+1-5x2 методом Марквардта с начальной точкой (10;10) и εxy= ε|f(x)|=0.5. Предельное число итераций равно M=5.

  4. Метод сопряженных градиентов (метод Флетчера-Ривса).

  5. Метод Бройдена–Флетчера–Гольдфарба–Шанно (квазиньютоновские методы).

Нелинейное программирование
Прямые методы

  1. Метод множителей Лагранжа. В задачах 301-320 используя метод множителей Лагранжа найти точки экстремума функции z=f(x,y) при заданном условии: z=xy+7x2x+y=1

  2. Условия Куна-Таккера.

Метод проекции градиента.
Метод условного градиента.


Достарыңызбен бөлісу:
1   ...   28   29   30   31   32   33   34   35   36




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет