§ 2.6. Разновидности алгоритмов оптимизацииВыбор 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.
|