3. Вычисляются среднеинтегральные оценки основного процесса для всех /=/...L при общем начальном состоянии s^: 4. Вычисляются оценки координат вектора (3Аградиента функции 6. Задается начальное состояние sk+/ следующего интервала управления, равное конечному состоянию одного из процессов предыдущего шага. 7. В соответствии с выбранным критерием останова выполняется переход к пункту 2, либо к окончанию моделирования. Рис.3.11. иллюстрирует описанный выше алгоритм. о (3-15) 5. Выбирается очередное значение управляемого параметра: ■X/i+i ~ Х к + акР* (3.16) Управляемый имитационный процесс |
4. Вычисляются оценки координат вектора Р^градиента функции Y ( X t ) . 5. Выбирается очередное значение управляемого параметра: ^к+\ = Х к +ак$к (4.52) 6. Задается начальное состояние sk+t следующего интервала управления, равное конечному состоянию одного из процессов предыдущего шага. 7. В соответствии с выбранным критерием останова выполняется переход к пункту 2, либо к окончанию моделирования. Рис.4.12, иллюстрирует описанный выше алгоритм. Управляемый имитационный процесс Рис. 4.12. Таким образом, для решения поставленной задачи оптимизации необходимо знать поведение: • основных процессов ^(fjj) • характеристик С(Л^) основного процесса • процесса управления г)(/) |