Абсолют презентация

им. Н.И.Лобачевского

ИЗУЧЕНИЯ и ИССЛЕДОВАНИЯ основных

понятий, подходов и развитых на их основе методов в области ГЛОБАЛЬНОЙ ОПТИМИЗАЦИИ

оптимизации являются предметом проведения интенсивных научных исследований и широко используются в практических приложениях при автоматизированном проектировании, решении задач идентификации и др.

результатов вычислений

задачи оптимизации

Генерация при помощи случайного механизма

Формульное задание

Формирование при помощи графического редактора

алгоритм (Монте-Карло)
метод Пиявского (Шуберта)
одношаговые байесовские методы Кушнера и Жилинскаса
информационные алгоритмы Стронгина, включая модификации Маркина и Сергеева

Широкий набор реализованных методов оптимизации

для всех пользователей ПЭВМ, как осваивающихся, так и являющихся уже специалистами в области оптимизации

Вас простым и понятным !

процессов…

распределение точек испытаний

плотность распределения

динамика поиска

распределение вычисленных значений функции

плотность распределения вычисленных значений функции

динамика вычислений значений функции

процессов…

график минимизируемой функции, построенный по значениям в равномерной сетке

график минимизируемой функции, построенный по вычисленным значениям в процессе поиска

процессов…

механизм "увеличительного стекла" с механизмом настройки

процессов

датчик точности, фиксирующий погрешность текущей оценки глобального экстремума

разными тестовыми задачами при помощи одного или нескольких методов глобального поиска:
последовательный поиск до выполнения заданного условия остановки,
поиск с остановкой через заданное количество итераций,
поиск с остановкой через каждую итерацию поиска

методов (или одного и того же метода при различных значениях параметров)

участия пользователя) выполнения длительных серий экспериментов, требующих проведения значительных вычислений

глобального поиска, когда обеспечивается наблюдение только результатов вычислений значении функции (но не графика минимизируемой функции) и сравнение эффективности такой оптимизации с эффективностью широко-используемых в практике оптимизации автоматических алгоритмов

ручного поиска

экспериментов

Количество задач, решенных с заданной точностью

Количество задач, для которых заданная точность не достигнута

котором автоматически или под управлением пользователя могут быть записаны результаты решения оптимизационных задач:
оценку глобального минимума, полученную методом (по координате и по значению функции),
номер итерации поиска, на которой эта оценка была получена,
количество итераций, выполненных методом до выполнения условия остановки,
погрешность найденной оценки глобального минимума и др.
Данные журнала экспериментов могут быть показаны в численной и графических формах.

данные одного и того же эксперимента

В строке приводятся результаты решения одной и той же задачи оптимизации

соответствуют результатам разных экспериментов

Строке соответствуют результаты решения одной и той же задачи оптимизации

для повторения (или продолжения) расчетов

на основе которых построены методы,
характер сходимости методов,
связь множества точек накопления и множества точек глобального минимума,
зависимость плотности итераций в подинтервалах области поиска от поведения дуг функции в этих подинтервалах,
точность оценки глобального минимума, обеспечиваемого алгоритмами,
структуру минимизирующих последовательностей в окрестностях любых точкек области поиска

специальных) дисциплин, включающих разделы по принятию оптимальных решений:
методы оптимизации (раздел - алгоритмы решения многоэкстремальных задач );
исследование операций (раздел - однопараметрические модели выбора и методы их исследования );
системы автоматизированного проектирования (раздел - оптимальное проектирование );
пакеты прикладных программ (раздел - пакеты принятия решений);
системный анализ ( раздел - идентификация моделей по экспериментальным данным ) и др.

Учебное использование системы

рамках комплекса АБСОЛЮТ методов многоэкстремальной оптимизации;
изучение влияния параметров методов на строение минимизирующих последовательностей;
демонстрация теоретических результатов, связанных со сходимостью характеристических алгоритмов поиска экстремума (двухсторонняя сходимость; "всюду плотная" сходимость; сходимость только к точкам глобального минимума);
исследование влияния поведения минимизируемой функции на характер сходимости методов; анализ связи с априорными предположениями о функции, использованными при построении того или иного алгоритма поиска экстремума.

Темы лабораторного практикума

для всех пользователей ПЭВМ, как осваивающихся, так и являющихся уже специалистами в области оптимизации

Вас простым и понятным !

IBM PC; минимально-необходимая конфигурация:
процессор Intel Pentium 100 MHz и выше,
операционная системы Windows 95, 98, 2000;
дополнительно потребляемые ресурсы – 500 Kb RAM, 2 Mb HDD

Требования к оборудованию

Наука, 1978.
Стронгин Р.Г. Поиск глобального минимума. М.: Знание, 1990.
Strongin R.G., SergeyevYa.D. Global Optimization with Non-Convex Constraints. Sequential and Parallel Algorithms. Kluwer Academic Publishers., 2000, 728 pp.
Гергель В.П., Стронгин Р.Г. Абсолют. Программная система для исследования и изучения методов глобальной оптимизации. Н.Новгород: ННГУ, 1998.

Литература

Кибернетики
Кафедра Математического Обеспечения ЭВМ  
Телефон: (8312) 65-48-59
Факс: (8312) 65-85-92
Электронная почта: gergel@unn.ac.ru
Internet: http://www.unn.ac.ru

Контакты