УДК: 519.6
МНОГОМЕРНАЯ ОПТИМИЗАЦИЯ СОВРЕМЕННЫЙ ЭТАП
MULTIDIMENSIONALOPTIMIZATIONMODERNSTAGE
Золотухин С.И., адъюнкт
Синёв М.Ю., к.т.н., доцент
ВУНЦ ВВС «Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина»
г. Воронеж, Россия
DOI: 10.12737/16001
Аннотация: В статье представлены общие преимущества и недостатки классических детерминированных и стохастических поисковых алгоритмов оптимизации. Рассмотренпримергибридногоалгоритма, егопринципорганизацииипреимущества.
Summary: This paper presents the general advantages and disadvantages of the classical deterministic and stochastic search algorithms optimization. An example of a hybrid algorithm, its organizing principle and benefits.
Ключевые слова: гибридный алгоритм, глобальная оптимизация, функция, дифференцируемость, сходимость.
Keywords: hybrid algorithm, global optimization, function, differentiability, convergence.
Введение
В процессе проектирования интеллектуальных систем часто возникает задача определения наилучших значений параметров или структуры объектов. Такая задача называется оптимизационной. Многие научные и инженерные проблемы в современном обществе решаются по средствам моделирования изучаемых объектов, с дальнейшей оптимизаций, структуры и (или) параметров применительно к соответствующей задаче. Разработка модели с имеющимся на сегодняшний день математическим аппаратом и прикладным программным обеспечением не составляет особо больших затруднений. Вопрос оптимизации стоял и стоит особняком. Возрастающая сложность оптимизируемых объектов, наблюдаемая в последние десятилетия, приводит к усложнению их математических моделей, что значительно затрудняет решение соответствующих экстремальных задач.
