skanuj0008 (191)

E. Michlowicz: Badania operacyjne i eksploatacyjne - Podstawy

o optymalizowanym problemie jest bardzo nikła. Algorytm genetyczny jest często zwań} „metodą ostatniej szansy”.

Zadania programowania liniowego (ZPL) są modelami zadań programowanie dyskretnego, czyli poszukują rozwiązania ekstremalnego funkcji opisanej na spójnym zbiorze (dziedzinie) utworzonym z izolowanych punktów.

Rysunek 2 przedstawia podział podstawowych metod optymalizacji.

±

Metody konwencjonalne

Metody optymalizacji globalnej

bez ograniczeń

bezgradientowe

▼_

bezpośrednie,

poszukiwań

prostych

metoda

symulowanego

wyżarzania

metoda

grupowania

algorytmy

genetyczne

gradientowe			bezgradientowe		gradientowe
					♦

Y_

simpleks

_Y

z minimalizacją

Y

wymiany

Y    Y

Rosenbrocka,		Gaussa-Seidela,
Hooka-Jeevesa,		Daviesa-Swanna i Campeya,
simpleksu Neldera i Meada,		Pawella,
reflaksacyjna Fibonacci’ego		Zangwilla,
		Gaussa-Newtona.

▼_

gradientu prostego,

najszybszego spadku, gradientu sprzężonego, Davidona,

Pearsona,

Newtona-Raphosena, Marąuardta.

Rys. 2. Podstawowe metody optymalizacji