§ 2.6. Разновидности алгоритмов оптимизации
Выбор коэффициентов усиления матричного или обычного усилителей определяет разновидности алгоритмов оптимизации и соответствующих им дискретных систем. Так, если
— постоянная матрица, не зависящая от
, то мы получим алгоритм оптимизации с постоянным шагом и соответствующую дискретную систему с постоянными коэффициентами усиления. Если
зависит от
, то в этом случае получаем алгоритм оптимизации с переменным шагом и соответствующую дискретную систему с переменными коэффициентами усиления.
В частности, матрица
может быть периодична:
.
В численных методах решения систем линейных уравнений перечисленные выше алгоритмы называются соответственно стационарными, нестационарными и циклическими.
В общем случае
может зависеть от векторов
. В этом случае приходим к алгоритмам оптимизации с «нелинейным» шагом и соответствующей дискретной системе с нелинейными коэффициентами усиления.
К алгоритмам последнего типа относятся релаксационные алгоритмы, в которых
на каждом шаге выбираются так, чтобы уменьшалась какая-либо функция ошибки
. Релаксационные алгоритмы подразделяются на координатные, в которых матрицы
подобраны так, что на каждом шаге меняются одна или несколько компонент вектора
, и градиентные, в которых
, (2.12)
где
— единичная матрица, а
— скаляр, зависящий также и от координат вектора
. Так, к алгоритмам с нелинейным шагом можно отнести известный алгоритм Ньютона
. (2.13)
Здесь
. (2.14)
Модификация алгоритма Ньютона
, (2.15)
где
— некоторое начальное значение, представляет собой алгоритм с постоянным шагом.
К релаксационным алгоритмам относится известный алгоритм наискорейшего спуска
. (2.16)
Здесь
на каждом шаге выбирается из условия минимума функции
. (2.17)
Итак, выбирая соответствующим образом
или
, мы получаем различные известные алгоритмы.