YOMEDIA
ADSENSE
Phương pháp vượt khe hướng phân giác giải bài toán quy hoạch phi tuyến có ràng buộc
113
lượt xem 5
download
lượt xem 5
download
Download
Vui lòng tải xuống để xem tài liệu đầy đủ
Trong bài báo này, dựa trên cơ sở nguyên lý vượt khe các tác giả xây dựng thuật toán giải bài toán Quy hoạch phi tuyến có ràng buộc: Thuật toán vượt khe hướng phân giác. định lý hội tụ ñược nêu ra và chứng minh. Các ví dụ minh họa ñược trình bày.
AMBIENT/
Chủ đề:
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Phương pháp vượt khe hướng phân giác giải bài toán quy hoạch phi tuyến có ràng buộc
TẠP CHÍ KHOA HỌC, ðại học Huế, Số 65, 2011<br />
<br />
PHƯƠNG PHÁP VƯỢT KHE HƯỚNG PHÂN GIÁC<br />
GIẢI BÀI TOÁN QUY HOẠCH PHI TUYẾN CÓ RÀNG BUỘC<br />
Bùi Minh Trí, Trường ðại học Bách khoa Hà Nội<br />
Nguyễn Vũ Tiến, ðại học Huế<br />
<br />
TÓM TẮT<br />
Trong bài báo này, dựa trên cơ sở nguyên lý vượt khe chúng tôi xây dựng thuật toán<br />
giải bài toán Quy hoạch phi tuyến có ràng buộc: Thuật toán vượt khe hướng phân giác. ðịnh lý<br />
hội tụ ñược nêu ra và chứng minh. Các ví dụ minh họa ñược trình bày.<br />
<br />
1. Nguyên lý tối ưu hóa vượt khe và hướng tìm kiếm<br />
1.1. Nguyên lý tối ưu hóa vượt khe [3]<br />
Xét bài toán cực tiểu hóa có ràng buộc:<br />
min{J(x)│ gi(x) ≤ 0; i = 1, … ,m ; x ∈ Rn}<br />
<br />
(1.1)<br />
<br />
trong ñó: J(x) là hàm mục tiêu bị chặn dưới và thỏa mãn ñiều kiện:<br />
<br />
lim J ( x ) = ∞<br />
<br />
(1.2)<br />
<br />
x →∞<br />
<br />
các hàm gi (x) là các hàm lồi.<br />
Thuật toán tối ưu hóa phi tuyến giải bài toán (1.1) có phương trình lặp như sau:<br />
xk+1 = xk + αk+1 Sk , k = 0, 1,…<br />
<br />
(1.3)<br />
<br />
trong ñó: xk, xk+1 là ñiểm ñầu và ñiểm cuối của bước lặp thứ k+1; αk+1 là ñộ dài bước; Sk<br />
là vecto chỉ hướng thay ñổi các biến trong không gian Rn.<br />
Nếu αk+1 ñược xác ñịnh theo nguyên lý vượt khe thì ñược gọi là bước vượt khe,<br />
còn phương trình (1.3) gọi là thuật toán vượt khe [3]. Nguyên lý vượt khe phát biểu<br />
rằng ñiểm ñầu và ñiểm cuối của mỗi bước lặp tối ưu hóa luôn luôn nằm về hai phía<br />
ñiểm cực tiểu của hàm mục tiêu xét dọc theo hướng chuyển ñộng tại bước ñó. Nói cách<br />
khác, nếu tại ñiểm ñầu hàm mục tiêu thay ñổi theo chiều giảm, thì ñến ñiểm cuối nó<br />
phải có xu hướng tăng. Quỹ ñạo tìm kiếm tối ưu theo nguyên lý vượt khe tạo ra bức<br />
tranh hình học, tựa như ñiểm tìm kiếm tại mỗi lần lặp ñều bước vượt qua lòng khe của<br />
hàm mục tiêu.<br />
ðể cụ thể hóa nguyên lý vượt khe, ta xét hàm một biến sau ñối với mỗi bước lặp<br />
k+1:<br />
241<br />
<br />
h(α) = J(xk + αsk)<br />
<br />
(1.4)<br />
<br />
Giả sử sk là hướng giảm hàm mục tiêu tại ñiểm xk. Theo ñiều kiện (1.2) tồn tại<br />
một giá trị α* > 0 bé nhất sao cho h(α) ñạt cực tiểu:<br />
α* = arg min h(α )<br />
<br />
(1.5)<br />
<br />
α >0<br />
<br />
Nếu h(α) khả vi liên tục, ta có ñịnh nghĩa bước vượt khe như sau:<br />
<br />
h ' (α )<br />
<br />
α =α v<br />
<br />
> 0,<br />
<br />
h (α v ) ≤ h ( 0 )<br />
<br />
(1.6)<br />
<br />
trong ñó, αv là bước vượt quá, tức là bước vượt khe.<br />
ðồ thị biến thiên của hàm h(α), khi quỹ ñạo tìm kiếm ñiểm tối ưu thay ñổi tử ñiểm<br />
ñầu x ñến ñiểm cuối xk+1 thể hiện ở hình 1. Ta thấy rằng, khi giá trị α tăng dần từ 0 vượt<br />
qua ñiểm cực tiểu α* của h(α) tới giá trị αv, quỹ ñạo tối ưu hóa tương ứng tiến dọc theo<br />
hướng sk theo quan hệ xk+1 = xk + αsk, thực hiện một ñộ dài bước α = αv ≥ α*. ðồ thị này<br />
cũng chỉ ra rằng, xét theo hướng chuyển ñộng, thì hàm mục tiêu thay ñổi theo chiều giảm<br />
từ ñiểm xk, còn khi ñạt tới ñiểm xk+1 thì nó ñã chuyển sang xu hướng tăng. Trước ñây,<br />
người ta dùng phổ biến bước xác ñịnh theo ñiều kiện (1.5), nên ñiểm tìm kiếm thường bị<br />
rơi ngay vào lòng khe và thuật toán tối ưu hóa tương ứng bị tắc lại ở ñó. Còn ở ñây, quá<br />
trình tối ưu hoá theo ñiều kiện (1.6) không cho phép ñiểm tìm kiếm rơi vào lòng khe trước<br />
khi ñạt lời giải tối ưu, ñồng thời nó vẽ ra một quy ñạo luôn luôn vượt lòng khe. ðể quá<br />
trình lặp có hiệu quả hội tụ cao và ổn ñịnh, ñiều kiện (1.6) ñược thay bởi:<br />
k<br />
<br />
αv > α* = arg min h(α ) , h(αv) – h* ≤ λ[h0 – h*]<br />
α >0<br />
<br />
(1.7)<br />
<br />
trong ñó, 0 < λ < 1 gọi là hệ số vượt; h* = h(α*); h0 = h(α0).<br />
h0<br />
<br />
h (αv)<br />
<br />
h*<br />
<br />
α*<br />
<br />
0<br />
<br />
αv<br />
<br />
α<br />
<br />
Hình 1. Xác ñịnh bước vượt khe αv; h(α) = J(xk + αsk)<br />
<br />
Nếu thay h* trong (1.7) bởi ước lượng h ≈ h*, h > h* thì ta vẫn nhận ñược bước<br />
vượt khe theo ñịnh nghĩa. Vì vậy, ñể ñơn giản hóa việc lập trình nên lấy giá trị bé nhất<br />
242<br />
<br />
tính ñược của h một cách ñơn giản trong mỗi bước lặp tương ứng, mà không cần xác<br />
ñịnh chính xác h* . ðiều ñó ñồng thời làm giảm ñáng kể số lần tính giá trị hàm mục tiêu.<br />
Thuật toán xác ñịnh bước vượt khe α (xem[3])<br />
Input: ñiểm x, hướng tìm kiếm s.<br />
Output: ñộ dài bước vượt khe α.<br />
Các tham số: a = 0.5, ñộ chính xác ε<br />
Bước 1: Giả sử β = a, tính h(β) = h(x + βs).<br />
Nếu h(β) ≥ h(0) thì α = 0, β = a, chuyển sang bước 2.<br />
Nếu không thì lặp α = β, β = 1.5β cho ñến khi h(α) ≤ h(β), rồi chuyển<br />
sang bước 2.<br />
Bước2: Nếu |β – α| ≤ ε, ε > 0, thì chuyển sang bước 3.<br />
Nếu không, ñặt θ = α + γ (β – α), trong ñó tham số γ có thể ñặt là 0,1.<br />
Nếu h (θ) ≤ h (α) thì ñặt α = θ và quay lại bước 2.<br />
Nếu không thì ñặt β = θ và quay lại bước 2.<br />
Bước 3: Gán bước vượt khe là β.<br />
1.2. Hướng tìm kiếm<br />
Hướng tìm kiếm gọi là cải tiến ñược nếu chuyển dịch theo hướng ñó với ñộ dài<br />
nhất ñịnh dẫn ñến giảm giá trị hàm mục tiêu cần cực tiểu hóa (hay tăng hàm mục tiêu<br />
cần cực ñại hóa). Hầu hết các thuật toán tối ưu hóa hàm trơn xây dựng trên cơ sở ñiều<br />
kiện này, nghĩa là quá trình chuyển dịch luôn thỏa mãn ñiều kiện ñơn ñiệu của quá trình<br />
tìm kiếm tối ưu. Khi || ∇ J(x)|| ≠ 0, nếu véc tơ s ∈ Rn thoả mãn ñiều kiện ñơn ñiệu thì<br />
bất ñẳng thức sau ñược nghiệm ñúng:<br />
<br />
s , ∇J ( x ) < 0<br />
<br />
(1.8)<br />
<br />
ðiều kiện âm của tích vô hướng (1.8) giữa hai véc tơ chuyển ñộng s và gradien<br />
của hàm mục tiêu cho thấy rằng góc tạo bởi chúng là một góc tù (>900) hay nói cách<br />
khác, véc tơ hướng tìm kiếm luôn tạo với ñối gradient (anti-gradient) một góc nhọn khi<br />
xét bài toán cực tiểu hóa. Mặt khác ta biết rằng véc tơ gradient của hàm trơn tại ñiểm<br />
bất kỳ trong không gian biến số luôn luôn vuông góc với bề mặt mức tại ñiểm ñó. Vì<br />
vậy, hướng cải tiến ñược luôn luôn hướng vào phía trong của mặt mức này. ðó là hướng<br />
trên mỗi bước lặp cực tiểu hóa mà ñiểm tìm kiếm trượt theo. Sau ñây ta sẽ xét hướng<br />
chuyển ñộng cơ bản ñược sử dụng trong thuật toán vượt khe.<br />
<br />
243<br />
<br />
Hướng phân giác: giữa hai véc tơ a và b là hướng của véc tơ d cho bởi công thức:<br />
d=<br />
<br />
a<br />
b<br />
+<br />
a<br />
b<br />
<br />
(1.9)<br />
<br />
trong ñó, a và b là ñộ dài của véc tơ a, b.<br />
Nhận xét: Nếu a, b không cùng phương thì véc tơ d tạo với a, b một góc nhọn.<br />
Do ñó nếu thay a, b bởi các véc tơ ñối gradient của hàm mục tiêu cực tiểu hóa thì véc tơ<br />
d sẽ luôn luôn là hướng cải tiến ñược. Trên cơ sở khái niệm hướng này ta có thể xây<br />
dựng thuật toán cực tiểu hóa ñơn giản, gọi là thuật toán phân giác vượt khe. Thuật toán<br />
này ñặc biệt thích hợp trong những hàm mục tiêu có dạng lòng khe dài. Trong nhiều<br />
trường hợp nhanh hơn hẳn thuật toán gradient kiểu hạ nhanh nhất.<br />
2. Phương pháp vượt khe giải bài toán tối ưu phi tuyến có ràng buộc<br />
Sau ñây trình bày biến thể của các phương pháp vượt khe trong [1, 2] ñể giải bài<br />
toán tối ưu phi tuyến có ràng buộc<br />
min { J ( x ) | gi ( x ) ≤ 0; i = 1,…, m; x ∈ Rn }<br />
trong ñó , J(x) là hàm mục tiêu bị chặn dưới và thoả mãn ñiều kiện:<br />
<br />
lim J ( x) = ∞<br />
x →∞<br />
<br />
các hàm gi ( x ) là các hàm lồi.<br />
2.1. Sơ ñồ của phương pháp vượt khe cho bài toán tối ưu có ràng buộc<br />
Sự kết hợp qui tắc ñiều chỉnh bước theo nguyên lý vượt khe với hướng di<br />
chuyển phù hợp với ñặc trưng của hàm mục tiêu dạng lòng khe tạo thành phương pháp<br />
tối ưu hóa vượt khe. Trong trường hợp có ràng buộc, tại mỗi bước lặp nếu bước vượt<br />
khe ra khỏi miền ràng buộc thì ta ñiều chỉnh lại bước di chuyển sao cho phương án mới<br />
không vượt ra ngoài miền ràng buộc gọi là bước vượt khe hiệu chỉnh. Sự kết hợp quy<br />
tắc ñiều chỉnh bước theo nguyên lý vượt khe hiệu chỉnh và hướng di chuyển phù hợp<br />
với các hàm có dạng lòng khe tạo thành phương pháp vượt khe giải bài toán tối ưu có<br />
ràng buộc. Với các thông số khởi tạo như sau:<br />
γ = 0,1, a = 0,5<br />
<br />
Bước lặp thứ 1: S0 = − ∇ J ( x0 ).<br />
Xác ñịnh bước vượt khe λ0 theo hướng di chuyển S0.<br />
Quá trình tối ưu lặp theo phương pháp vượt khe ở bước thứ k+1 gồm 2 giai ñoạn<br />
chính:<br />
Giai ñoạn 1. Tính gradient ∇ J (xk) và xác ñịnh hướng cải tiến ñược Sk (theo<br />
244<br />
<br />
hướng ñó hàm mục tiêu cực tiểu hóa giảm ). Ở ñây có hai khả năng:<br />
+ Nếu xk là một ñiểm trong của miền ràng buộc thì ta di chuyển theo hướng phân<br />
giác;<br />
+ Nếu xk là một ñiểm nằm trên biên của miền ràng buộc thì do ñiều kiện Karush<br />
- Kuhn - Tucker không ñược thỏa mãn nên hệ sau chắc chắn có nghiệm:<br />
<br />
∇J ( x k ) , S k 〈 0<br />
<br />
<br />
k<br />
k<br />
k<br />
∇g i ( x ) , S 〈0, i ∈ I ( x )<br />
<br />
∈ { 1,…, m }| gi<br />
<br />
I ( xk ) = { i<br />
<br />
( xk ) = 0 }<br />
<br />
(xem [3, 4])<br />
<br />
Bằng việc giải hệ trên ta sẽ có hướng di chuyển cải tiến ñược Sk.<br />
Giai ñoạn 2. Thực hiện di chuyển ñiểm tìm kiếm theo hướng Sk cho ñến khi ñạt<br />
tới sườn dốc lên của khe. Khi ñó ñộ dài bước thoả mãn ñiều kiện (1.5) và (1.6). Nếu ñộ<br />
dài bước vượt khe vượt ra khỏi miền ràng buộc thì ñiều chỉnh về một ñiểm trên biên<br />
của miền ràng buộc với bước di chuyển ñiều chỉnh là αk+1. Kết thúc bước lặp k+1 ta<br />
nhận ñược phương án mới:<br />
xk+1 = xk + αk+1Sk<br />
<br />
Quá trình lặp tiếp diễn cho ñến khi thoả mãn các ñiều kiện dừng ñã ñịnh trước.<br />
Với hàm mục tiêu trên ta có thể dùng một trong các ñiều kiện sau ñây: ðiều kiện<br />
Karush - Kuhn - Tucker:<br />
<br />
∇J ( x k ) ≤ ε 1 ,<br />
<br />
x k +n − xk ≤ ε 2 ,<br />
<br />
J ( xk +n ) − J ( xk ) ≤ ε 3<br />
<br />
Cần nhấn mạnh rằng chiến lược tìm kiếm tối ưu theo nguyên lý vượt khe tạo ra<br />
khả năng lớn cho các phương pháp vượt khe nghiên cứu tính chất hàm mục tiêu tại vùng<br />
khe của nó. Thuật toán tương ứng có ñược khả năng thích nghi xác ñịnh chiến lược hiệu<br />
quả nhất tiến nhanh ñến ñiểm tối ưu mà không bị rơi vào khe ở các bước trung gian. Qui<br />
tắc tìm bước vượt khe theo ñiều kiện (1.8) rất ñơn giản về mặt thực hiện, thậm chí có<br />
thể tính bằng tay và cho phép dễ dàng áp dụng cho quá trình tối ưu hóa tự ñộng trên hệ<br />
thống thời gian thực.<br />
2.2. Thuật toán vượt khe hướng phân giác và tiêu chuẩn hội tụ<br />
2.2.1. Thuật toán<br />
<br />
Gọi C = { x | gi ( x ) ≤ 0 }, int C ≠ ∅ . Giả sử ñã chọn ñược ñiểm x0 ∈ C, dãy<br />
ñiểm cực tiểu hóa xây dựng theo thuật toán vượt khe phân giác có dạng:<br />
xk+1 = xk + αk+1Sk, k = 0,1,…<br />
<br />
Trong ñó, αk+1 là bước vượt khe có ñiều chỉnh, Sk là véc tơ hướng chuyển ñộng<br />
của ñiểm tìm kiếm trên bước thứ k + 1. Hướng này ñược xác ñịnh theo qui tắc sau:<br />
245<br />
<br />
ADSENSE
CÓ THỂ BẠN MUỐN DOWNLOAD
Thêm tài liệu vào bộ sưu tập có sẵn:
Báo xấu
LAVA
AANETWORK
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn