ПОЗНАВАТЕЛЬНОЕ Сила воли ведет к действию, а позитивные действия формируют позитивное отношение Как определить диапазон голоса - ваш вокал
Игровые автоматы с быстрым выводом Как цель узнает о ваших желаниях прежде, чем вы начнете действовать. Как компании прогнозируют привычки и манипулируют ими Целительная привычка Как самому избавиться от обидчивости Противоречивые взгляды на качества, присущие мужчинам Тренинг уверенности в себе Вкуснейший "Салат из свеклы с чесноком" Натюрморт и его изобразительные возможности Применение, как принимать мумие? Мумие для волос, лица, при переломах, при кровотечении и т.д. Как научиться брать на себя ответственность Зачем нужны границы в отношениях с детьми? Световозвращающие элементы на детской одежде Как победить свой возраст? Восемь уникальных способов, которые помогут достичь долголетия Как слышать голос Бога Классификация ожирения по ИМТ (ВОЗ) Глава 3. Завет мужчины с женщиной 
Оси и плоскости тела человека - Тело человека состоит из определенных топографических частей и участков, в которых расположены органы, мышцы, сосуды, нервы и т.д. Отёска стен и прирубка косяков - Когда на доме не достаёт окон и дверей, красивое высокое крыльцо ещё только в воображении, приходится подниматься с улицы в дом по трапу. Дифференциальные уравнения второго порядка (модель рынка с прогнозируемыми ценами) - В простых моделях рынка спрос и предложение обычно полагают зависящими только от текущей цены на товар. | Выводы по сравнительному анализу методов. Анализ тестовых функций и построение линий уровня. Для анализа тестовых функций составим системы уравнений из частных производных и найдем стационарные точки: встака №1 Линии уровня исследуемых функций представлены на рисунках 1,2 и 3 (стр.3). Рис. 1 - линии уровня функции f1(x) Рис.2 - линии уровня функции f2(x) Рис.3 – линии уровня функции f3(x) Вычислительный эксперимент 1: минимизация методом S-квадрат и Нелдера-Мида. Воспользуемся данными, полученными в пункте 1/8, и готовыми программами S2_q.exe, S2_r.exe, NLMD_q.exe, NLMD_r.exe, введя заданные исходные данные, заполним первые три столбца таблицы 1 (стр 4). Программирование метода Хука-Дживса. Для реализации вычислительного эксперимента 2, были разработаны алгоритмы программ HKDV_q и HKDV_r для квадратичной формы и функции Розенброка соответственно. Листинги программ приведены в приложении. Полученные результаты внесены в 4ый столбец таблицы 1 (стр4), тем самым завершая ее заполнение. Разработав блок-схему, разработав, отладив и протестировав программу, провели вычислительный эксперимент 2, после чего заполнили четвертый столбец таблицы 1. Заполненная в процессе выполнения предыдущих пунктов таблица расположена на странице 4. Построение траекторий поиска минимума. Используя результаты работы программ S2_q.exe, NLMD_q.exe и HKDV_q.exe построим траектории поиска минимума на фоне линий для трех методов и функции f1(x), предварительно записав координаты 3 начальных итерации метода и конечной точки поиска. Для метода S-квадрат: 1. (0,5; -2,8); 2. (1,11; -2,18); 3. (-0,758; -1,83); 4. (0,275;-1,96). Для метода Нелдера-Мида: 1. (0,5; -2,8); 2. (1; -2,3); 3. (0,25; -1,3); 4. (-0.25; -1,3). Для метода Хука-Дживса: 1. (0,5; -2,8); 2. (-0.5; -3.8); 3. (0;0); 4. (0.5; -2.6). Полученный график представлен на рисунке 4., в котором на фоне линий уровня функции f1(x) нанесены следующие линии: черной линией показаны итерации поиска методом S-квадрат; серой линией – методом Нелдера-Мида; прерывистой линией – методом Хука-Дживса. Также на рисунок 4 нанесены конечные точки поиска минимума. Точкой обозначены координаты точки минимума, достигнутой - методом S-квадрат; косым крестом - Хука-Дживса; прямым крестом - Нелдера-Мида.  Рис.4. Итерации поиска различными методами. Таблица 1. Результаты минимизации Метод минимизации Целевая функция | Метод S-квадрат | Метод Нелдера-Мида | Метод Хука-Дживса | Квадратичная форма f1(x) = 12x12 + 6x1x2 + 2x22-2x1-x2 Точный минимум x* = (1/30, 1/5) Значение f в минимуме F(x*) = -0,133 | 1) Нач. точка x01 (0,5; -2,8)Т x** = (0,088021; -0,002407) f(x**) = -0,081922; Nвф = 77; 2) Нач. точка x02 (-2,7;0,5)Т x** = (0007394; 0.460476); f(x**) = -0,030104; Nвф = 109; | 1) Нач. точка x01 (0,5; -2,8)Т x** = (-0.062012;0,25661) f(x**) = -0,050231; Nвф = 33; 2) Нач. точка x02 (-2,70,5)Т x** = (-0.0700; 0.4330); f(x**) = -0.041092; Nвф = 27; | 1) Нач. точка x01 (0.5; -2.8)Т x**= (0.032999;0.199999) f(x**) = -0.133332; Nвф = 314; Нач. точка x02 (-2.7;0.5)Т x** = (0.032999; 0.199999); f(x**) = -0.133332; Nвф = 469; | Функция Розенброка f2(x) = 0.5(x2 - x12 )2 + (1 – x1)2; Точный минимум x* = (1,1) Значение f2 в минимуме f2(x*) = 0 | 1) Нач. точка x01=(-1.2, 1)T x** = (1.005388; 1.039895) f(x**) = 0.000452; Nвф = 56; 2)Нач. точка x02=(-0.6,-0.6)T x** = (0.986574; 0.964477); f(x**) = 0.000219; Nвф = 58; | 1) Нач. точка x01=(-1.2, 1)T x** = (0.959546; 0.933014) f(x**) = 0.001712; Nвф = 50; 2)Нач. точка x02=(-0.6,-0.6)T x** = (1.016669; 1.027838) f(x**) = 0.000295; Nвф = 42; | 1) Нач. точка x01=(-1.2, 1)T x** = (1.00000; 1.000000) f(x**) = 0.000000; Nвф = 135; 2)Нач. точка x02=(-0.6,-0.6)T x** = (1.009889; 1.028889) f(x**) = 0.000138; Nвф = 115; | Функция Розенброка f3(x) = 100(x2 - x12 )2 + (1 – x1)2; Точный минимум x* = (1,1) Значение f3 в минимуме f3(x*) = 0 | 1) Нач. точка x01=(-1.2, 1)T x** = (1.329854; 1.778881) f(x**) = 5.438972; Nвф = 67; 2)Нач. точка x02=(-0.6,-0.6)T x** = (0.457756; 0.206404); f(x**) = 0.295013; Nвф = 91; | 1) Нач. точка x01=(-1.2, 1)T x** = (1.002233; 1.000244) f(x**) = 0.001792; Nвф = 161; 2)Нач. точка x02=(-0.6,-0.6)T x** = (0.985120; 0.966935); f(x**) = 0.001465; Nвф = 121; | 1) Нач. точка x01=(-1.2, 1)T x** = (1.000009; 1.000019) f(x**) = 0.000000; Nвф = 841; 2)Нач. точка x02=(-0.6,-0.6)T x** = (0.999999; 0.999999); f(x**) = 0.000000; Nвф = 423; | Выводы по сравнительному анализу методов. Очевидно, что, наименее точные результаты дает метод S-квадрат. К достоинствами этого метода можно отнести небольшое количество итераций и простоту программной реализации. Метод Хука-Дживса требует более сложной логической структуры, однако является наиболее точным. Задача № 1 На рисунке 5 представлен бункер для хранения сыпучего материала без крышки, имеющий вид усеченного конуса, для которого необходимо решить задачу минимизации его стоимости. Рис. 5. Усеченной конус, форму которого имеет бункер, можно считать полностью описанным в случае, если известна полная площадь поверхности и его объем. Поэтому, вычислим: 1) Площадь основания: Sосн =π∙r2; 2) Площадь боковой поверхности бункера: Sбок = π∙L∙ (R+r); 3) Полная площадь: Sпол= Sосн +Sбок= π(r2+ L∙ (R+r)); 4) Объем бункера: V = ⅓∙π∙h∙(r2+r∙R+R2), где R- радиус большего основания, r – радиус меньшего основания, при этом R и r будем считать известными, т.к. известны D и d, однозначно их определяющие. Опираясь на рисунок 5, можно выявить следующие зависимости: 1) По теореме Пифагора: L2 = h2 + (R-r)2 2) L∙cos(φ) = R-r. Таким образом, геометрическую форму бункера можно описать, используя различные наборы конструктивных параметров, например: (R, r, h); (L, h, r); (φ, h, r); (φ, h,R). Теперь найдем аналитически бункер минимальной стоимости. Известно, что стоимость материала основания 2 $/м2, а для боковой поверхности - 5 $/м2. Запишем целевую функцию в следующем виде: f(R,h,φ). Для этого предварительно вычислим: вставка 2, тогда f(R,h,φ) = 2S осн + 5Sбок = 2π(R-hctg(φ))2 + 5πh(2R - hctg(φ))/sin(φ). Воспользуемся условием, определяющим объём бункера. Вставка 3 (заодно проверь, не облажалась ли я при вычислениях) В конце еще раз выписать чему равен котангенс фи(выделено маркером) Таким образом, была получена функция двух переменных: , где На рисунке 6 представлены линии уровня данной функции.  Рис. 6. Линии уровня функции f(r,h) в области минимума. Для более точного определения точки минимума укрупним область наименьших значений: рисунок 7.  Рис. 7. Учитывая, что шаг по горизонтальной оси составляет 0.035, а по вертикальной – 0.05, то за точку минимума примем (12*0.035; 40*0.05) = (0.42; 2). Т.к. площадь внутри линии минимального уровня позволяет параметрам изменяться лишь незначительно, то с некоторой погрешностью решение можно признать однозначным. Таким образом, радиус верхнего основания 0,42 м и высоту бункера 2 метра можно считать квазиоптимальными значениями параметров при минимизации стоимости бункера объемом 10 м3. |