Löst Minimierungsprobleme ohne Nebenbedingungen für beliebige nicht lineare Funktionen. Die polymorphe Instanz muss manuell ausgewählt werden.


icon

Ein-/Ausgänge

  • c1dstr.png X —

    X ist ein Array aus Strings mit den x-Variablen.

  • cstr.png f(X) —

    f(X) ist der String, der die Funktion der Variablen x darstellt. Die Formeln können beliebig viele gültige Variablen enthalten.

  • c1ddbl.png Start —

    Start ist ein n-dimensionaler Punkt, bei dem der Optimierungsvorgang beginnt.

  • cnclst.png Einstellungen zu konjugierten Gradienten —

    Einstellungen zu konjugierten Gradienten

  • cenum.png Gradientenmethode —

    Gradientenmethode gibt den Algorithmus an, mit dem die Ableitungen bestimmt werden. Der Wert 0 steht für die Fletcher-Reeves-Methode. Der Wert 1 steht für das Polak-Ribière-Verfahren. Der Standardwert lautet 0.

  • cenum.png Geradenminimierung —

    Wenn Sie Geradenminimierung auf 0 setzen, wird die Geradenoptimierung ohne Ableitungen durchgeführt. Bei 1 wird die Geradenoptimierung ohne Ableitungen durchgeführt. Der Standardwert lautet 0.

  • cnclst.png Stoppkriterien —

    Stoppkriterien sind die Bedingungen, die zum Abbruch der Optimierung führen: Wenn (Funktionstoleranz UND Parametertoleranz UND Gradiententoleranz) ODER Max. Anz. von Iterationen ODER Max. Funktionsaufrufe, dann Abbruch der Optimierung.

  • cdbl.png Funktionstoleranz —

    Funktionstoleranz ist die relative Änderung im Funktionswert. Sie ist definiert als abs(current f – prev f)/(abs(curr f)+machine eps). Wenn die relative Änderung im Funktionswert unter die Funktionstoleranz fällt, wird die Optimierung abgebrochen.

  • cdbl.png Parametertoleranz —

    Parametertoleranz ist die relative Änderung in Parameterwerten. Sie ist definiert als abs(current p – prev p)/(abs(curr p)+machine eps). Wenn die relative Änderung aller Parameterwerte unter die Parametertoleranz fällt, wird die Optimierung abgebrochen.

  • ci32.png Max. Iterationen —

    Max. Iterationen ist die größte Anzahl an Iterationen der Hauptschleife der Optimierung. Wenn die Hauptschleife Max. Iterationen überschreitet, wird die Optimierung abgebrochen.

  • ci32.png Max. Funktionsaufrufe —

    Max. Funktionsaufrufe ist die größte Anzahl an zulässigen Zielfunktionsaufrufen, bevor der Optimierungsprozess abgebrochen wird.

  • cdbl.png Gradiententoleranz —

    Gradiententoleranz ist die 2–Norm des Gradienten. Wenn die 2–Norm des Gradienten unter die Gradiententoleranz fällt, wird die Optimierung abgebrochen.

  • cdbl.png Max. Zeit (s) —

    Max. Zeit (s) gibt an, wie viel Zeit für die Optimierung gewährt wird. Der Standardwert lautet –1. Bei –1 tritt keine Zeitüberschreitung ein.

  • cerrcodeclst.png Fehler (Eingang, kein Fehler) —

    Fehler (Eingang) beschreibt Fehlerbedingungen, die vor der Ausführung des Knotens auftreten. An Fehler (Eingang) werden Standardfehlerdaten übergeben.

  • i1ddbl.png Minimum —

    Minimum ist das berechnete lokale n-dimensionale Minimum.

  • idbl.png f(Minimum) —

    f(minimum) ist der Funktionswert von f(X) am berechneten lokalen Minimum.

  • ii32.png Anzahl der Funktionsberechnungen —

    Anzahl der Funktionsberechnungen gibt an, wie oft die Zielfunktion während der Optimierung aufgerufen wurde.

  • ierrcodeclst.png Fehler (Ausgang) —

    Fehler (Ausgang) enthält Angaben zum Fehler. Dieser Ausgang ist ein Standardausgang zur Fehlerausgabe.

    • Bei glatten Funktionen mit definierter erster und zweiter Ableitung ist das Konvergieren mit Hilfe des Broyden-Quasi-Newton-Algorithmus in der Regel am schnellsten. Funktioniert der Broyden-Quasi-Newton-Algorithmus nicht wie gewünscht, so kann das Problem eventuell mit dem CG-Verfahren behoben werden. Der Downhill-Simplex-Algorithmus basiert auf Anzahl der Funktionsberechnungen und findet oft eine Lösung, wenn die Funktion nicht glatt ist und andere Algorithmen keine Konvergenz erreichen konnten.

    Beispiele

    Die folgenden Beispieldateien sind in LabVIEW enthalten.

    • labview\examples\Mathematics\Optimization\Optimize Extended Rosenbrock.vi