Безусловная многомерная оптимизация

cout<<"3.Regul. simplecs\n";

cout<<"4.Grad. s drobleniem\n";

cout<<"5.Naisk. spusk\n";

cout<<"6.Gauss-Zeidel\n";

cout<<"7.Evristich.\n";

cout<<"0.Vihod iz programmi\n";

cout<<endl;

cout<<"Vash vibor 0-7: "; cin>>j;

switch(j)

{

case 1:poiskpoobrazcu();getch(); break;

case 2:diform_simplex();getch(); break;

case 3:regul_simplex();getch(); break;

case 4:grad_s_drobl();getch(); break;

case 5:naisk_spusk();getch(); break;

case 6:gauss_zeidel();getch(); break;

case 7:evristich();getch(); break;

case 0: cout<<"Over!"; getch();exit(0);

default:{cout<<"Net takogo punkta!";exit(1);}

 

getch(); }

 

}

}

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Графики траекторий промежуточных приближений

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Результирующая  таблица

 

Название метода	xmin		ymin	Общее кол-во испытаний	Кол-во итераций
	x1	x2
1. поиск  по образцу	-2,712158	-0,097412	-54,722806	99	28
2. деформир. симплекс	-2,713434	-0,101445	-54,722682	50	24
3.регул.  симплекс	-2,712158	-0,097656	-54,722806	50	22
4. градиентный  с дроблением шага	-2,71213	-0,097677	-54,722806	86	27
5. наискорейший  спуск	-2,717127	-0,097659	-54,722806	71	22
6. Гаусс-Зейдель	-2,71213	-0,0976367	-54,7228	278	3
7.Эвристический	-2,71213	-0,0976367	-54,7228	506	109

 

Вывод

На основе полученных результатов, приведённых в таблице, можно  сделать вывод, что наилучшим  методом многомерной безусловной  оптимизации с точки зрения количества итераций является метод Гаусса-Зейделя, а лучший метод с точки зрения количества экспериментов – это  метод деформируемого симплекса.