Bài giảng 9.

Tìm nghiệm bằng

phương pháp hướng đến cực trị

Mục đích, yêu cầu:

- Nắm được nội dung và biết cách áp dụng để giải bài toán tối ưu bằng phương
pháp Gauss-Seidel và phương pháp Gradient

- Nắm được ý tưởng và nội dung cơ bản của phương pháp sử dụng hàm phạt và
hàm chặn
1.5.3. Phương pháp Gauss-Seidel
- Hướng tìm được chọn lần lượt song song với các trục tọa độ trong không gian n chiều. Tức là (k=0,1,2….)

 e ( k < n)
hk =  k +1 (1.35)
hk − n (k >= n)

Ở đây ei = (0,…,0,1,0…0)T là các véc tơ cơ sở, trong đó phần tử thứ i=1 còn tất cả các phần tử khác =0.
Khi đó kết hợp với dạng chung của phương pháp hướng đến cực trị, ta có thuật toán sau:

1) Chọn điểm khởi phát p0 và một số dương e nhỏ tùy ý

2) Thực hiện lần lượt các bước sau với k=0,1,2…
a) Xác định hướng tìm hk theo (1.35)
b) Xác định bước tìm sk = arg min Q( pk + s.hk ) , với ràng buộc pk + s.hk ∈ P
s

c) Tính pk +1 = pk + sk .hk
d) Nếu Q( pk ) − Q( pk +1 ) ≥ e thì gán k=k+1 rồi quay lại bước a), ngược lại chuyển sang
bước 3).
3) Dừng với đáp số p*=pk+1
Ví dụ 1.13 (tr 50): Tìm nghiệm của bài toán tối ưu không ràng buộc với
Q(p)=p12+4p22-2p1+16p2
1.1.1. Phương pháp Gradient
Từ tính chất của vector gradient luôn vuông góc với đường đồng mức và chỉ
chiều tăng giá trị đường đồng mức, ta chọn hướng tìm hk là hước ngược hướng
vector gradient tại điểm pk. Tức là hướng tìm được chọn là
hk = − gradQ ( p k )
Điều kiện áp dụng phương pháp: hàm Q(p) phải khả vi.

Thuật toán tìm nghiệm tối ưu bằng pp gradient:

1) Chọn điểm khởi phát p0 và một số dương e nhỏ tùy ý
2) Thực hiện lần lượt các bước sau với k=0,1,2…
a) Xác định hướng tìm hk theo hk = − gradQ ( p k )
b) Xác định bước tìm s k = arg min Q ( p k + s .hk ) , với ràng buộc p k + s .hk ∈ P .
s

c) Tính p k + 1 = p k + s k .hk
d) Nếu Q ( p k ) − Q ( p k + 1 ) ≥ e thì gán k=k+1 rồi quay lại bước a), ngược lại chuyển sang
bước 3).
3) Dừng với đáp số p*=pk+1
 1.5.5. Kỹ thuật hàm phạt và hàm chặn

Trong bài toán tối ưu không ràng buộc, việc xác định bước tìm tối ưu có thể được xác
định dễ dàng bằng giải tích (đạo hàm bằng 0), thì ở bài toán tối ưu bị ràng buộc, việc
đó thường khó khăn, nhất là khi miền P có dạng không tường minh. Nhằm làm đơn
giản hóa việc xác định bước tìm tối ưu cho bài toán bị ràng buộc, ta tìm cách chuyển
bài toán bị ràng buộc thành bài toán không ràng buộc, hoăc ít ra là bài toán bị ràng
buộc nhưng nghiệm p* chắc chắn là điểm trong của P. Đó chính là kỹ thuật hàm phạt
và hàm chặn.
Kỹ thuật hàm phạt
Đây là kỹ thuật chuyển bài toán bị ràng buộc => không ràng buộc
Xét bài toán tối ưu bị ràng buộc:
 p* = arg min Q( p)
 s (1.36)
{ n
}
 P = p ∈ R | g i ( p) ≤ 0, i = 1,2.., m; h j ( p) = 0, j = 1,2.., q
Giả sử S(p) là hàm liên tục thỏa mãn:
> 0, p ∉ P
S ( p) = 
= 0, p ∈ P
Khi đó nếu lập hàm mục tiêu mới xác định với mọi p thuộc Rn:
H(p,λ) = Q(p)+ λ.S(p)
Trong đó λ là số dương thích hợp, thì giữa nghiệm của bài toán tối ưu không
ràng buộc pλ* = arg min H ( p, λ ) (1.38)
với nghiệm bài toán bị ràng buộc 1.36 có mối quan hệ như trong định lý sau:
Kỹ thuật hàm chặn thích hợp cho việc giải các bài toán bị ràng buộc mà P có
dạng:
{
P = p ∈ R n | g i ( p ) ≤ 0, i = 1,2.., m }
Hàm chặn B(p) khi đó có thể được xác định như sau:
Nếu sử dụng hàm một biến
b1 ( z ) = z − r ( r > 0) hoặc b2 ( z ) = − ln z
Thì các hàm sau là hàm chặn:
a) B( p ) = max b1 (− g i ( p ))
i
m
b) B( p) = ∑ b2 (− gi ( p ))
i =1

Khi đó nghiệm p* và pλ* có mối quan hệ với nhau:

lim pλ* = p*
λ →0
Yêu cầu chuẩn bị:
- Đọc thêm mục 1.6. Một số ví dụ ứng dụng (tr. 57-77). Các lớp
trình bày (chuẩn bị slide, lên thuyết trình, trả lời câu hỏi, thảo
luận): 10’/lớp. 1.6.1-1.6.4: TLPK, NL, TLHQ, TBĐT
- Tìm hiểu các bài toán cận thưc tế và phân tích, đặt bài toán tối
ưu tĩnh cho bài toán đó (mỗi lớp chia 2 nhóm, mỗi nhóm 1 ví dụ,
không trùng lặp). Các nhóm trình bày (chuẩn bị slide, lên thuyết
trình, trả lời câu hỏi, thảo luận): 10’/nhóm. Nhóm chia 2 nửa
trên, nửa dưới theo danh sách.
- Làm lại các ví dụ trong sách (VD 1.14, 1.15)
- Làm bài tập 7, 8, 9, 10, 11, 12, 13 (tr.79)
- Đọc trước về điều khiển tối ưu động phương
pháp biến phân (tr.81). Thảo luận, nếu còn thời
gian.