Моделирование и программирование динамических систем. Градиентный метод первого порядка; математическое описание системы и значений переменных в виде полиномиальной линейной модели, статистический анализ; алгоритм моделирования, разработка программы.
Градиентные методы оптимизации Градиентный метод первого порядка Алгоритм градиентного метода Математическое описание системы и значения переменных Построение математической модели Алгоритм реализации решения задачи построения динамической модели Апробирование машинной программы Результаты работы программы Вывод Список литературы Листинг программы Введение На современном этапе научно-технического прогресса необыкновенно возрастает роль средств, позволяющих рационально использовать ресурсы, выделенные для решения народнохозяйственных задач. Кибернетика предлагает такие средства, как исследование операций, теория систем, математическое моделирование, теория эксперимента, вычислительная техника и др. Часть этих методов предназначена для увеличения эффективности научного эксперимента на всех стадиях разработки, исследования, проектирования и эксплуатации производств. Объекты, на которых проводятся эксперименты, отличаются прежде всего протекающими в них процессами. Объект, на котором осуществляется планируемый эксперимент, характеризуется обязательным условием - все входные переменные, или факторы, x1, x2, ..., xn должны быть управляемыми. При этом кибернетика широко пользуется методом математического моделирования и стремится к получению конкретных результатов, позволяющих анализировать и синтезировать изучаемые системы, прогнозировать их оптимальное поведение и выявлять каналы и алгоритмы управления. Всякая система состоит из взаимосвязанных и взаимодействующих между собой и с внешней средой частей и в определенном смысле представляет собой замкнутое целое (иначе ее нельзя было бы назвать системой). Задача оптимизации сводиться к нахождению экстремума (максимума или минимума) целевой функции. Опыт показывает, что в большинстве случаев удается ограничиться одним параметром оптимизации, и тогда вектор Y превращается в скаляр y. Пространство с координатами x1, x2, ..., xn принято называть факторным, а графическое изображение функции отклика в факторном пространстве - поверхностью отклика. Как следует обрабатывать результаты эксперимента, чтобы получить максимальное количество информации об исследуемом объекте. 3. Основным уравнением динамического программирования является функциональное уравнение вида: , (2) где - оптимизируемая функция N-стадийного процесса, максимальное значение критерия RN. В окрестности начальной точки производится полный факторный эксперимент или дробный факторный эксперимент.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
