علوم مهندسی مهندسی صنایع و مواد

بهینه سازی غیرخطی Nonlinear Optimization

Nonlinear-Optimization

در نمایش آنلاین پاورپوینت، ممکن است بعضی علائم، اعداد و حتی فونت‌ها به خوبی نمایش داده نشود. این مشکل در فایل اصلی پاورپوینت وجود ندارد.




  • جزئیات
  • امتیاز و نظرات
  • متن پاورپوینت

امتیاز

درحال ارسال
امتیاز کاربر [0 رای]

نقد و بررسی ها

هیچ نظری برای این پاورپوینت نوشته نشده است.

اولین کسی باشید که نظری می نویسد “بهینه سازی غیرخطی Nonlinear Optimization”

بهینه سازی غیرخطی Nonlinear Optimization

اسلاید 1: بهینه‎سازی غیرخطی

اسلاید 2: فهرستساختار کلی مسائل بهینه‎سازیروش‎های حل مسائل بهینه‎سازیروش نیوتن (Newton) در حالت تک‎متغیرهروش خط قاطع ( secant) در حالت تک‎متغیرهروش نیوتن برای کمینه‎کردن در حالت تک‎متغیرهروش نیوتن در حالت چندمتغیرهبهینه‎سازی نامقیدروش‎های تکراری شبه نیوتن ( quasi-Newton)بهینه‎سازی مقید با قیود تساویبهینه‎سازی مقید با قیود نامساوی

اسلاید 3: فهرستبرنامه‎ریزی درجه دوم ( Quadratic Programming)توابع شایستگی ( Merit Functions) جستجوی خط ( Line Search)فیلترها Filters)ناحیه اطمینان ( Trust Region)برنامه‎ریزی درجه دوم متوالی (( Sequential Quadratic Programming)برنامه‎ریزی درجه دوم متوالی ( SQP)نقطه درونی ( Interior point)برخی اشکالات در تعریف مسائل بهینه‎سازی

اسلاید 4: ساختار کلی مسائل بهینه‎سازیاجزای تشکیل‎دهنده مسائل بهینه‎سازیـ متغیرهای بهینه‎سازی (Optimization Variables)ـ تابع هدف اسکالر (Objective Function)ـ قیود تساوی و نامساوی (Equality and Inequality Constraints)ـ محدودیت‎ها (Bounds)

اسلاید 5: ساختار کلی مسائل بهینه‎سازینکاتی درخصوص مسائل بهینه‎سازیـ توابع هدف و قیود مسائل بهینه‎سازی، عبارات جبری می‎باشند که بسته به خطی یا غیرخطی بودن آنها، خطی یا غیرخطی بودن کلیت مسئله مشخص می‎شود.ـ با توجه به مسئله بهینه‎سازی تعریف شده، متغیرهای بهینه‎سازی می‎توانند در حوزه خاصی از اعداد (حقیقی، صحیح و غیره) تعریف شوند.ـ خروجی تابع هدف، یک عدد (اسکالر) می‎باشد. برای بهینه‎سازی چندهدفی، باید اهداف مختلف با بهره‎گیری از ضرایب وزنی متفاوت در قالب یک تابع اسکالر تعریف گردند:ـ متغیرهای بهینه‎سازی بسته به مسئله، می‎توانند دارا یا فاقد محدودیت از بالا و پایین باشند. ـ محدودیت‎ها همانند قیود نامساوی عمل می‎کنند.

اسلاید 6: ساختار کلی مسائل بهینه‎سازیمثالمتغیرهای بهینه‎سازیتابع هدفمحدودیت‎هاقید نامساوی

اسلاید 7: روش‎های حل مسائل بهینه‎سازیروش‎های حل مسائل بهینه‎سازی به دو دسته اصلی تقسیم می‎شوند:ـ روش‎های مبتنی بر شیب (Gradient Methods)ـ روش‎های جمعیتی (Population Methods)روش‎های مبتنی بر شیبـ با بهره‌گيري از مشتقات متغيرها به حل بهينه دست مي‌يابند. ـ داراي ساختاري پيچيده به منظور بهره‌گيري از مشتقات متغيرها مي‌باشند.ـ به سرعت قادر به همگرايي و دستيابي به حل دقيق بهينه هستند. ـ مشكل عمده اين روش‌ها، توقف در نقاط كمينه محلي مي‌باشد. ـ با بهره‎گیری از برخی روش‎ها، می‎توان از توقف در کمینه‎های محلی اجتناب نمود.

اسلاید 8: روش‎های جمعیتی (ابتکاری ـ مکاشفه‎ای)ـ بدون بهره‌گيري از مشتقات و صرفاً با روابط جبري ساده به حل بهينه دست مي‌يابند. ـ به دليل عدم استفاده از مشتقات، ساختار ساده‌تري دارند و پياده‌سازي آنها آسان‌تر است.ـ فرآیند حل در آنها به شدت زمان‌بَر بوده و منجر به پاسخ‌هاي گوناگوني مي‌شود.ـ از قابليت‌هاي قابل‌توجه اين روش‌ها، امكان تعيين نقاط كمينه سراسري مي‌باشد. ـ عموماً از طبيعت الهام گرفته شده‌اند و از رويکرد‌هاي جالب‌توجهي بهره مي‌برند. روش‎های حل مسائل بهینه‎سازیروش‎های حل مسائل بهینه‎سازی به دو دسته اصلی تقسیم می‎شوند:ـ روش‎های مبتنی بر شیب (Gradient Methods)ـ روش‎های جمعیتی (Population Methods)

اسلاید 9: روش‎های مبتنی بر شیبـ برنامه‌ريزي خطيـ برنامه‌ريزي غيرخطي ـ برنامه‌ريزي صحيح ـ برنامه‌ريزي درجه‌دو ـ برنامه‌ريزي تصادفي ـ برنامه‌ريزي مقاومـ ...روش‎های حل مسائل بهینه‎سازیروش‎های جمعیتیـ الگوريتم ژنتيک ـ تبرید شبيه‌سازي‌شده ـ ازدحام ذرات ـ جستجوي ممنوعهـ لانه‌يابي مورچهـ لانه‎یابی زنبور عسلـ ...

اسلاید 10: روش‎های حل مسائل بهینه‎سازیبرنامه‎ریزی غیرخطی (Non-Linear Programming)ـ به مجموعه‎ای از روش‎های مبتنی بر شیب که برای حل مسائل بهینه‎سازی غیرخطی مورد استفاده قرار می‏گیرند، برنامه‎ریزی غیرخطی (NLP) می‎گویند.ـ برنامه‌ريزي غيرخطي در لغت برابر با بهينه‌سازي غيرخطي مي‌باشد. عبارت «برنامه‌ريزي» به معناي «برنامه‌نويسي رايانه‌اي» نمي‌باشد، بلكه به معناي «رويه‌هاي طرح‌‌ريزي و اجرا» است.ـ اساس و مبنای تمام روش‎های برنامه‎ریزی غیرخطی، روش نیوتن می‎باشد.

اسلاید 11: روش نیوتن (Newton) در حالت تک‎متغیرهبا استفاده از روش نیوتن، می‎توان ریشه یک معادله غیرخطی را تعیین نمود:مبنای روش نیوتن برای تعیین ریشه، تقریب معادله غیرخطی c(x) با دو عبارت اول سری تیلور حول مقدار کنونی x می‎باشد:اگر بخواهد ریشه معادله غیرخطی c(x) باشد، باید باشد: مقدار جدیدی است که با حرکت از مقدار x در راستای شیب معادله بدست می‎آید.

اسلاید 12: روش نیوتن (Newton) در حالت تک‎متغیرهچون معادلـه c(x) غیرخطی است، نمی‎توان انتظار داشت که با یک‎بـار حرکت در راستـای شیب، بتوان به ریشه معادله رسید. اما می‎توان انتظار داشت که مقدار نسبت به مقدار به ریشه واقعی معادله ( ) نزدیک‎تر باشد: براین‎اساس، می‎توان با بهره‎گیری از رابطه نیوتن در قالب یک فرآیند تکراری، گام به گام به ریشه واقعی معادله غیرخطی نزدیک‎تر شد:این فرآیند تا جایی ادامه می‎یابد که تا حد مطلوب به صفر نزدیک گردد.

اسلاید 13: روش نیوتن (Newton) در حالت تک‎متغیرهx(0)x(1)x(2)xc(x)اگر معادله غیرخطی چند ریشه داشته باشد، بسته به مقدار اولیه انتخابی، روش نیوتن به یکی از ریشه‎ها همگرا خواهد شد.

اسلاید 14: مثالروش نیوتن (Newton) در حالت تک‎متغیرهIterc(x)x1 0.75258256189040.52-0.93282017950411.112141637097303-0.13875403935060.909672693736814-0.00539399804130.867263818208825-9.3331063520941e-0060.865477135298266-2.8106184046806e-0110.865474033110967 1.1102230246252e-0160.86547403310161

اسلاید 15: مثالروش نیوتن (Newton) در حالت تک‎متغیره

اسلاید 16: روش خط قاطع (secant) در حالت تک‎متغیرهدر این روش، بجای محاسبه مشتق معادله غیرخطی، از تقریب خطی آن استفاده می‎شود:ـ فرآیند حل در این روش، با دو مقدار اولیه شروع می‎شود.ـ این روش، برای حل معادلاتی توصیه می‎شود که محاسبه مشتق آنها دشوار باشد.

اسلاید 17: x(0)x(1)x(2)xc(x)روش خط قاطع (secant) در حالت تک‎متغیرهx(3)اگر معادله غیرخطی چند ریشه داشته باشد، بسته به مقادیر اولیه انتخابی، روش خط قاطع به یکی از ریشه‎ها همگرا خواهد شد.

اسلاید 18: مثالIterc(x)x(k-1)x(k)1 0.75258256189040.40.52-1.47395023633930.51.220323368826903 0.32516375166071.220323368826900.743473981938324 0.10404876115860.743473981938320.829657590454505-0.01432151866350.829657590454500.870212496650256 0.00050607320350.870212496650250.865305793321917 2.321132476335e-0060.865305793321910.865473261586098-3.791308378354e-0100.865473261586090.865474033227639 4.440892098501e-0160.865474033227630.86547403310161روش خط قاطع (secant) در حالت تک‎متغیره

اسلاید 19: روش نیوتن برای کمینه‎کردن در حالت تک‎متغیرهبا استفاده از روش نیوتن، می‎توان مقدار کمینه یک معادله غیرخطی را نیز تعیین نمود.برای این کار لازم است تا تقریب معادله غیرخطی F(x) با سه عبارت اول سری تیلور حول مقدار کنونی x در نظرگرفته شود:در یافتن ریشه، دو عبارت اول سری تیلور درنظرگرفته شد، چون تقریب خطی برای یافتن ریشه کفایت می‎کرد. اما برای کمینه‎کردن، تقریب خطی کفایت نمی‎کند، چون یک خط، مقدار کمینه ندارد.

اسلاید 20: روش نیوتن برای کمینه‎کردن در حالت تک‎متغیرهاگر بخواهد کمینه معادله غیرخطی F(x) باشد، باید شرط زیر برقرار گردد:همانگونه که از معادلات فوق قابل مشاهده است، کمینه کردن با روش نیوتن، همان یافتن ریشه‎های مشتق معادله غیرخطی با روش نیوتن می‎باشد.باید توجه داشت که ریشه مشتق یک معادله می‎تواند مقدار کمینه، بیشینه یا عطف باشد. بسته به تقعر منحنی (مشتق دوم) در مقدار ریشه، می‎توان نوع آن را تشخیص داد.

15,000 تومان

خرید پاورپوینت توسط کلیه کارت‌های شتاب امکان‌پذیر است و بلافاصله پس از خرید، لینک دانلود پاورپوینت در اختیار شما قرار خواهد گرفت.

در صورت عدم رضایت سفارش برگشت و وجه به حساب شما برگشت داده خواهد شد.

در صورت بروز هر گونه مشکل به شماره 09353405883 در ایتا پیام دهید یا با ای دی poshtibani_ppt_ir در تلگرام ارتباط بگیرید.

افزودن به سبد خرید