Научно-инновационный конкурс «У.М.Н.И.К.»
Задача оптимизации – одна из актуальных задач современной вычислительной математики. При этом в экономике, технике, физике, биологии и многих других отраслях особо востребован случай поиска именно глобального экстремума.
К настоящему времени разработано множество методов поиска, как точечных – оперирующих числами и значениями функций в точках, так и всё более популярных интервальных – рассматривающих целые области.
Одним из ценных преимуществ последних является гарантированность результатов, что чрезвычайно полезно в доказательных вычислениях и в расчетах с высокими требованиями к точности. В силу этого, все подобные алгоритмы являются жёстко детерминированными, скрупулезно обрабатывающие одну область за другой, так или иначе развивающие идею метода ветвей и границ. Иногда это приводит к недостаточной вычислительной эффективности и непозволительному увеличению времени исполнения метода.
В нашей работе подробно изучены случаи и причины низкой производительности и предлагаются способы её улучшения. Среди прочих разработан способ, допускающий использования стохастических переходов без потери гарантированности результата и доказательности всего метода. На его основе реализовано несколько видов стохастических интервальных алгоритмов, в том числе интервальный генетический алгоритм. Демонстрируются параллельные реализации методов, предназначенные для работы на компьютерных кластерах или больших параллельных вычислительных машинах. Приводятся результаты численных экспериментов и опыт использования в реальных вычислениях.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск
Дата последней модификации: 06-Jul-2012 (11:48:14)