אופטימיזציה (מתמטיקה) – הבדלי גרסאות

תוכן שנמחק תוכן שנוסף
מ הורדת מילה ״של״ מכיוון שלא חיונית במקום הנ״ל., תקלדה
Matanyabot (שיחה | תרומות)
מ בוט החלפות: לעיתים, \1ליניארי
שורה 6:
בעיות אופטימיזציה מסוימות הן [[NP-קשה|NP קשות]], בעוד שלבעיות אחרות ידועים [[אלגוריתם פולינומי|אלגוריתמים פולינומיים]] לפתירתן.
 
בעיות אופטימיזציה מיוחדות הן לדוגמה [[תכנון לינאריליניארי]] (כאשר פונקציית המטרה והאילוצים הם לינארייםליניאריים), [[תכנון לא-לינאריליניארי]] (כאשר לפחות אחת מהפונקציות אינה לינאריתליניארית), [[אופטימיזציה קמורה]], [[תכנות בשלמים]] ועוד.
 
==שיטות חישוביות==
שורה 13:
 
===אלגוריתמי אופטימיזציה===
* [[אלגוריתם הסימפלקס]] - אלגוריתם המיועד לפתרון בעיות ב[[תכנון לינאריליניארי]] שפותח במקור על ידי [[ג'ורג' דנציג]].
*הרחבות של אלגוריתם הסימפלקס לפתרון בעיות תכנון ריבועי
* אלגוריתמי אופטימיזציה המיועדים לפתרון [[רשת זרימה|בעיות זרימה]]
שורה 21:
{{הפניה לערך מורחב|שיטה איטרטיבית}}
 
שיטות איטרטיביות נפוצות לפתרון בעיות [[תכנון לא-לינאריליניארי]], וניתן לסווג אותן על פי התבססותן על ערך הפונקציה בלבד, על ה[[גרדיאנט]] של הפונקציה או על [[הסיאן]] שלה. שיטות המבוססות על הגרדיאנט או על הסיאן עשויות להתכנס מהר יותר עבור פונקציות שיש להן כאלו, אך לעתיםלעיתים החישוב שלהם מורכב חישובית.
 
אחת מאמות המידה החשובות בהקשר של שיטות איטרטיביות הוא מספר הפעמים שנדרשים לשערך את ערך הפונקציה, שכן שערוך הפונקציה עשוי להיות יקר. עבור פונקציה בעלת N משתנים, שערוך של הנגזרת עשוי להיות כרוך ב-N+1 שערוכים של הפונקציה, ואילו שערוך של הנגזרת השנייה (לצורך מטריצת ההסיאן) עשוי להיות כרוך בסדר גודל של <math>N^2</math> שערוכים של הפונקציה. לדוגמה [[שיטת ניוטון]] המתבססת על נגזרת שנייה מצריכה בכל איטרציה לשערך את הפונקציה בסדר גודל של <math>N^2</math> פעמים, ולעומתה שיטה המתבססת על הגרדיאנט בלבד מצריכה סדר גודל של N שערוכים של הפונקציה. יחד עם זאת, שיטות מבוססות גרדיאנט ידרשו לרוב יותר איטרציות עד להתכנסות.