Штрафные методы - это определенный класс алгоритмов для решения задач оптимизации с ограничениями .
Метод штрафа заменяет задачу оптимизации с ограничениями серией задач без ограничений, решения которых идеально сходятся к решению исходной задачи с ограничениями. Неограниченные задачи формируются путем добавления члена, называемого функцией штрафа , к целевой функции, которая состоит из параметра штрафа, умноженного на меру нарушения ограничений. Мера нарушения отлична от нуля, когда ограничения нарушаются, и равна нулю в области, где ограничения не нарушаются.
Пример [ править ]
Допустим, мы решаем следующую задачу с ограничениями:
при условии
Эта проблема может быть решена в виде серии задач безусловной минимизации.
где
В приведенных выше уравнениях - это функция внешнего штрафа, а - коэффициенты штрафа . На каждой итерации k метода мы увеличиваем штрафной коэффициент (например, в 10 раз), решаем неограниченную задачу и используем решение в качестве начального предположения для следующей итерации. Решения последовательных задач без ограничений в конечном итоге сходятся к решению исходной задачи с ограничениями.
Практическое применение [ править ]
Алгоритмы оптимизации сжатия изображения могут использовать штрафные функции для выбора наилучшего способа сжатия цветовых зон до единичных репрезентативных значений. [1] [2]
Барьерные методы [ править ]
Барьерные методы представляют собой альтернативный класс алгоритмов ограниченной оптимизации. Эти методы также добавляют к целевой функции член типа штрафа, но в этом случае итерации вынуждены оставаться внутри допустимой области, и существует барьер, смещающий итерации, чтобы они оставались вдали от границы допустимой области.
См. Также [ править ]
Ссылки [ править ]
- ^ Галар, М .; Jurio, A .; Lopez-Molina, C .; Paternain, D .; Sanz, J .; Бустинс, Х. (2013). «Функции агрегирования для объединения цветовых каналов RGB в стереорежиме». Оптика Экспресс . 21 (1): 1247–1257. DOI : 10.1364 / oe.21.001247 . hdl : 2454/21074 . PMID 23389018 .
- ^ «Исследователи восстанавливают изображение, используя версию, содержащую от 1 до 10 процентов информации» . Phys.org (Omicron Technology Limited) . Проверено 26 октября 2013 года .
Смит, Элис Э .; Койт Дэвид В. Штрафные функции Справочник по эволюционным вычислениям, раздел C 5.2. Издательство Оксфордского университета и издательство Института физики, 1996.
Курант Р. Вариационные методы решения задач равновесия и колебаний . Бык. Амер. Математика. Soc., 49, 1–23, 1943.
Wotao, Y. Оптимизационные алгоритмы для оптимизации с ограничениями . Департамент математики, Калифорнийский университет в Лос-Анджелесе, 2015.