ГЛОБАЛЬНАЯ ОПТИМИЗАЦИЯ В ИДЕНТИФИКАЦИИ МНОГОСЕКТОРНОЙМОДЕЛИ ЭКОНОМИКИ НИЖЕГОРОДСКОЙ ОБЛАСТИ |
3 | |
2013 |
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ |
научная статья | 541.186 | ||
223-230 | идентификация параметров моделей экономики, глобальная оптимизация, индексный метод, параллельное программирование, развертки типа Пеано |
Описано практическое приложение информационно-статистического подхода к минимизации многоэкстремальных функций при невыпуклых ограничениях для решения задачи идентификации параметров моделей региональной экономики, разработанных в Вычислительном центре им. А.А. Дородницына РАН. В общем виде задача идентификации математической модели состоит в поиске ее неизвестных параметров из оптимальных соотношений, отражающих степень близости расчётных и реальных (статистических) данных. Возникающая здесь задача оптимизации является вычислительно трудоемкой и многоэкстремальной. В рамках используемого подхода решение многомерных задач сводится к решению эквивалентных им одномерных. Редукция основана на использовании кривых Пеано, однозначно отображающих единичный отрезок вещественной оси на гиперкуб. Также используется схема построения множества кривых Пеано («вращаемые развертки»), которую можно эффективно применять при решении задачи на кластере с десятками и сотнями процессоров. |
1 . Гергель В.П., Горбачев В.А., Оленев Н.Н. и др. Параллельные методы глобальной оптимизации в идентификации динамической балансовой нормативной модели региональной экономики// Вестник ЮУрГУ. 2011. № 25 (242). С. 4–15. 2 . Стронгин Р.Г. Поиск глобального оптимума. М.: Знание, 1990. 3 . Стронгин Р.Г. Параллельная многоэкстремальная оптимизация с использованием множества разверток // Журн. вычисл. матем. и матем. физ. 1991. Т. 31. № 8. С. 1173–1185. 4 . Strongin R.G., Sergeyev Ya.D. Global optimization with non-convex constraints. Sequential and parallel algorithms. Dordrecht: Kluwer Academic Publishers, 2000. 5 . Gergel V.P., Strongin R.G. Parallel computing for globally optimal decision making on cluster systems // Future Generation Computer Systems. 2005. V. 21. № 5. Р. 673?678. 6 . Гергель В.П., Гришагин В.А., Гергель А.В. Многомерная многоэкстремальная оптимизация на основе адаптивной многошаговой редукции размерности // Вестник Нижегородского университета им. Н.И. Лобачевского. 2010. № 1. С. 163?170. 7 . Стронгин Р.Г., Баркалов К.А. О сходимости индексного алгоритма в задачах условной оптимизации с ?-резервированными решениями // Математические вопросы кибернетики. М.: Наука, 1999. С. 273–288. 8 . Баркалов К.А., Стронгин Р.Г. Метод глобальной оптимизации с адаптивным порядком проверки ограничений // Журн. вычисл. матем. и матем. физ. 2002. Т. 42. № 9. C. 1338?1350. 9 . Баркалов К.А., Рябов В.В., Сидоров С.В. Масштабируемые параллельные алгоритмы глобальной оптимизации со смешанной локально-глобальной стратегией // Материалы Международной научной конференции «Параллельные вычислительные технологии 2010». Уфа, 2010. С. 402–409. 10 . Стронгин Р.Г., Гергель В.П., Баркалов К.А. Параллельные методы решения задач глобальной оптимизации // Известия высших учебных заведений. Приборостроение. 2009. Т. 52. № 10. С. 25–32. 11 . Баркалов К.А., Рябов В.В., Сидоров С.В. Параллельные вычисления в задачах многоэкстремальной оптимизации // Вестник ННГУ. 2009. № 6. С. 171?177 |