Dr. inŜ. Ewa Szlachcic Instytut Informatyki, Automatyki i Robotyki
Transkrypt
Dr. inŜ. Ewa Szlachcic Instytut Informatyki, Automatyki i Robotyki
Dr. inŜ. Ewa Szlachcic Instytut Informatyki, Automatyki i Robotyki Wydział Elektroniki Kier: Elektronika Zadania optymalizacji nieliniowej bez ograniczeń i z ograniczeniami Zadania testowe Przykładowe zadania testowe dla problemów nieliniowych Zadania optymalizacji bez ograniczeń postaci: min f ( x) x∈R n Postać minimalizowanej funkcji celu Lp. f(x) 2 2 1 f(x)=(x1 –2) +(x2 –2) 2 f(x) =2x12-2x1*x2+x22 3 f(x) =x12+x1*x2+0,5x22-x1-x2 Przykładowy punkt startowy x0 f(x0) x0=[5 3] f(x0)=10,0 x0=[2 4] f(x0)=8,0 x0=[3 3] f(x0)=16,5 x0=[1 1] Funkcja z czterema minimami lokalnymi f(x0)=0,76 4 f(x)= x14 + x24–0,62x12 –0,62x22 * x0=[1 1] Funkcja z czterema minimami lokalnymi f(x0)=0 5 x14 + x24–x12 –x2 * f(x)= * Funkcja Engwall’a 6 * 2 f(x)= x14 + x24–2x12x2-4x1+3 Funkcja Rosenbrock’a: x0=[2 3] f(x0)=-86 x0=[-1,2; 1,0] f(x0)=24,2 f(x)=100(x2- x12)2+(1-x1)2 W pewnym zakresie zmiennych hesjan nie jest dodatnio określony. Dla niektórych wartości zmiennych moŜe być osobliwy. Funkcja Woode’a: x0=[-3,0; 2 2 2 2 2 8 f(x)=100((x2-x1 ) +(x1-1) +90(x4- x3 ) +(11,0; -3,0; x3)2+10,1[(x2 –1)2+(x4-1)2]+19,8(x2-1)(x4-1) 1,0] f(x0)=19192,0 Funkcja Powell’a x0=[3,0;-1,0 ; 9 0,0; 1,0] f(x)=(x1+10x2)2+5(x3-x4)2+(x2-2x3)2+10(x1- x4)4 f(x0)=215,0 W min. hesjan tej funkcji jest osobliwy x0=[100,0; Funkcja Zangwill’a 10 -1,0 ; 2,5] f(x)=(x1-x2+ x3)2+(-x1+x2+x3)2+(x1+x2-x3)2 f(x0)=29726,75 Punkt optymalny: x* f(x*) * x =[2,0; 2,0] f(x*)=0 x*=[0,0; 0,0] f(x*)=0 x*=[0,0; 1,0] f(x*)=-0,5 x*(i)=[ ± 0,55672; ±0,55672] f[x*(i)]=0,19219 i=1,...,4 dla kaŜdej ćwiartki układu współrzędn. x*(i)=[ ± 0,7071; ±0,7071] f[x*(i)]=-0,5 i=1,...,4 dla kaŜdej ćwiartki Ukł.współrzędn. x*=[1,3090; 0,9498] f(x*)=-1,74109 x*=[1,0; 1,0] f(x*)=0,0 7 * * * x*=[1,0; 1,0; 1,0; 1,0] f(x*)=0,0 x*=[0,0; 0,0; 0,0; 0,0] f(x*)=0,0 x*=[0,0; 0,0; 0,0] f(x*)=0,0 Trudna funkcja dla metody Nelder’a-Meade’a (pełzającego simpleksu). Funkcja Goldsteina-Price’a z czterema minimami lokalnymi: x0=[-0,4; -0,6] * * 11 f(x)=[1+(x1+x2+1)2(19-14 x1+3x12-14x2+6x1x2 +3x22)]*[30+(2x1-3x2)2(18-32x1+12x12+48x2-36 x1*x2+27x22)]. Punkt startowy jest punktem siodłowym. Hesjan w wielu punktach nie jest dodatnio określony. f(x0)=35,0 Punkt siodłowy Funkcja celu szczególnie przeznaczona do testowania algorytmów genetycznych Max f(x)=exp[-2log(2)*(x-0,08)2/0,8542]* 12 sin6(5Π(x3/4-0,05)) x∈[0 1] * Zmodyfikowana funkcja Himmelblau’a f[x*(3)]=30,0 x∈[-5 5] 13 f(x)= (x12+x2-11)2+(x1+x22-7)2-200 * Funkcja celu szczególnie przeznaczona do testowania algorytmów genetycznych 14 Max f(x)=exp[-2log(2)*(x-0,08)2/0,8542]* sin6(5Π(x3/4-0,05)) * Funkcja Ackley’a 15 * x∈[0 1] − 30 ≤ xi ≤ 30 1 n dla i=1,...,n 1 n 2 f ( x ) = −20 exp − 0.2 ∑ xi − exp ∑ cos(2πxi ) n i =1 n i =1 Funkcja Rastrigina 16 Minima lokalne są umieszczone na siatce prostokątnej: n [ ] f ( x ) = ∑ x − cos(18 xi ) 2 i − 1 ≤ xi ≤ 1 Minimum globalne x*=[0,0; -1,0] f(x*)=3,0 3 minima lokalne: x*(1)=[1,2; 0,8] f[x*(1)]=840,0 x*(2)=[1,8; 0,2] f[x*(2)]=84,0 x*(3)=[-0,6; 0,4] Pięć nierówno rozlokowanych optimów lokalnych o róŜnych wartościach funkcji Cztery identycznej wartości minima lokalne Pięć nierówno rozlokowanych optimów lokalnych o róŜnych wartościach funkcji Jedno minimum globalne: x*=0, f(x*)=-20-e Jedno minimum globalne: dla i=1,...,n x*=0, f(x*)=-n Dowolny punkt startowy 6 minimów lokalnych, w tym dwa globalne: I min. Glob. x*=(-0,08984; 0,71266) II min. Glob. x**=(0,08984; 0,71266) f(x*)=f(x**)=1,0316285 Dwa minima w róŜnych ćwiartkach układu współrzędnych i =1 * Funkcja testowa Geem’a 17 * 18 f ( x ) = 4 x12 − 2.1x14 + 1 6 x1 + x1 x 2 − 4 x 22 + 4 x 24 3 f ( x) = sin( x1 ) * sin( x 2 ) * exp(−( x12 + x 22 )) * 19 * Funkcja celu szczególnie przeznaczona do testowania algorytmów genetycznych 20 * Jedno minimum f ( x) = x1 * exp(−( x12 + x 22 )) f ( x) = sin 6 (5.1π x + 0.5) 21 f ( x) = 2 x + 4 x1 * ( x 2 )^3 − 10 x1 * x 2 2 1 Kilka minimów lokalnych x∈R x ∈ R2 Zadania optymalizacji z ograniczeniami postaci: min f ( x) X = {x : g i ( x) ≤ 0; i = 1,..., m} x∈X Postać minimalizowanej funkcji celu f(x) Funkcja Engwall’a 4 4 Obszar ograniczeń X x1 + x 2 ≥ 4 Punkt optymalny: * * f(x ) x * x =[1,9550; 2,0451] x 2 ≥ x12 f(x )= 4,0001 * x =[1; 1] * 2 f(x)= x1 + x2 –2x1 x2-4x1+3 2 1 f(x)=(x1 –2) +(x2 –1) 2 2 f(x)=(x1 –2) +(x2 –1) 2 x1 + x 2 ≤ 2 x1 − 2 x 2 + 1 = 0 2 x12 − x 22 + 1 ≥ 1 4 x∈[-10; 10] 3 Zmodyfikowana funkcja Himmelblau’a 2 2 2 f(x)= (x1 +x2-11) +(x1+x2 -7) 2 4 Funkcja typu dno butelki 4 4 2 2 f(x)= x1 + x2 - x1 - x2 5 f ( x) = 2 x12 + 4 x1 * ( x 2 )^3 − 10 x1 * x 2 * f(x )= 1 * x =[0,82288; 0,91144] * − f(x )= 1,3935 (x1 − 0,05)2 + (x2 − 2,5)2 ≤ 4,84 (x1 )2 + (x2 − 2,5)2 ≥ 4,84 x =[2,246826; 2,381865] f(x*)=13,59085 x∈[0; 6] x1 + x 2 ≤ 15 x =[5,01779; -0,04208] x1 − x 22 ≥ 5 f(x*)=2,14859 3 + x2 ≥ 0 2 x1 [x1 ( x2 )^2]* (2.4 + x2 ) ≤ 3 − 3 ≤ xi ≤ 3 dla i = 1,2 * * 1 minimum lokalne 1 minimum globalne