(2) Metody optymalizacji

Programy były przygotowywane w ramach laboratoriów Metod optymalizacji. Zaimplementowane w C++ w postaci klas, które możemy wykorzystywać w kolejnych problemach. Do każdego programu przykład użycia w pliku main.cpp, wszystkie programy zawierają plik projektu w środowisku devC++.

• Minimum funkcji jednej zmiennej
  Metody gradientowe: metoda stycznych, metoda siecznych
  Pozostałe metody: metoda dwudzielna, metoda złotego podziału, metoda liczb fibonacciego
  Projekt zawiera dwie klasy CMinimumF i CMZerowe
  Implementacja w C++ minimum_funkcji.zip
  
  
• Minimum funkcji wielu zmiennych
  Metody: metoda Gaussa-Seidla, metoda Hooka-Jeevesa
  Projekt zawiera klasę CMinimumWielu, która korzysta z klasy CPoint jako argument dla funkcji wejściowej.
  Implementacja w C++ minimum_wielu_zmiennych.zip
  
  
• Minimum funkcji wielu zmiennych - metody gradientowe
  Metody: metoda Newtona, metoda najszybszego spadku
  Projekt zawiera klasę CMinWielu, która korzysta z klasy CPoint jako argument dla funkcji wejściowej. Program oblicza pochodne numerycznie, z definicji pochodnej przy ustalonym małym ε → 0
  Implementacja w C++ minimum_gradientowe.zip
  
  
• Algorytmy genetyczne - poszukujące minimum funkcji
  Projekt zawiera klasę CGenetyczny. Algorytmy genetyczne korzystają z dwóch różnych metod dla każego z etapów: selekcji, krzyżowania, mutacji. Więcej na temat projektu zawiera dokumentacja.
  Implementacja w C++ algorytmy_genetyczne.zip
  
  
• Metoda Simplex - programowanie liniowe
  Projekt zawiera klasę CSimplex, która korzysta z zewnętrznych plików do wprowadzenia pierwszej tablicy simplexowej. Program zawiera dwa przykłady ze strony http://simplex.republika.pl, na której metoda ta została opisana.
  Implementacja w C++ simplex.zip