Технические системы в условиях неопределенности, анализ гибкости и оптимизация, Островский Г.М., Волин Ю.М., 2008

По кнопке выше «Купить бумажную книгу» можно купить эту книгу с доставкой по всей России и похожие книги по самой лучшей цене в бумажном виде на сайтах официальных интернет магазинов Лабиринт, Озон, Буквоед, Читай-город, Литрес, My-shop, Book24, Books.ru.

По кнопке «Купить и скачать электронную книгу» можно купить эту книгу в электронном виде в официальном интернет магазине «ЛитРес», и потом ее скачать на сайте Литреса.

По кнопке «Найти похожие материалы на других сайтах» можно искать похожие материалы на других сайтах.

On the buttons above you can buy the book in official online stores Labirint, Ozon and others. Also you can search related and similar materials on other sites.


Технические системы в условиях неопределенности, Анализ гибкости и оптимизация, Островский Г.М., Волин Ю.М., 2008.
 
   Рассматриваются методы оптимизации технических систем при использовании неточных математических моделей. Формулируются основные понятия теории гибкости, даются формулировки задач проектирования гибких оптимальных технических систем, описываются методы и алгоритмы решения сформулированных задач, работа алгоритмов иллюстрируется на модельных примерах. Каждая глава снабжена примерами.
Для студентов, преподавателей и научных работников в области прикладной математики, системного анализа и управления.

Технические системы в условиях неопределенности, Анализ гибкости и оптимизация, Островский Г.М., Волин Ю.М., 2008


Формулировка задачи.
Имеется принципиальная разница между локальной и глобальной оптимизациями. В методах локальной оптимизации поисковое направление в каждой точке строится на основе локальной информации о критерии оптимизации в данной точке. Для глобальной оптимизации локальной информации недостаточно. Рассмотрим для примера задачу глобальной оптимизации одномерной функции (рис. 2.1). Пусть х — поисковая точка.

В градиентных методах поисковый вектор d указывает направление к точке локального минимума х2, в то время как глобальный минимум находится в точке х1. Кроме того, этот пример показывает, что результат локальной оптимизации зависит от начальной точки. Итак, методы глобальной оптимизации нуждаются в глобальной информации относительно функции f(x) в области поиска.

Купить .
Дата публикации:






Теги: :: :: ::


Следующие учебники и книги:
Предыдущие статьи:


 


 

Книги, учебники, обучение по разделам




Не нашёл? Найди:





2024-03-29 01:41:59