Importanta problemelor de optim in automatica - Metode de calcul pentru optimizarea fara restrictii

Importanta problemelor de optim in automatica

Automatica s-a dezvoltat in principal ca o tehnica de optimizare, intrucat s-a constatat - inca din perioada initiala a aplicatiilor automaticii - ca o automatizare care nu este proiectata in mod corespunzator poate conduce la rezultate mai dezavantajoase decat in absenta automatizarii respective. Acest lucru poate fi ilustrat in mod simplu prin faptul ca o bucla de reglare automata care nu respecta conditia de stabilitate [3, 19] nu poate fi utilizata in practica industriala.

Tendintele de a asigura performante din ce in ce mai bine ale sistemelor automate - in regimuri stationare si tranzitorii - si de a folosi elementele si echipamentele de automatizare realizate prin tehnologii curente (deci relativ ieftine) la capacitatea lor maxima au asigurat un loc central si primordial problemelor de optimizare in cadrul automaticii si al aplicatiilor acesteia - automatizarile industriale.

In prezentul subcapitol sunt prezentate unele tipuri de probleme de optim din domeniul automaticii si automatizarilor industriale, fiind ilustrata complexitatea actuala a acestor probleme - datorita uriasei dezvoltari a proceselor tehnologice moderne si cresterii complexitatii lor - si dificultatile care intervin in rezolvarea unor probleme de asemenea amploare.

Paragrafele I.2.1 si I.2.2 se refera la optimizari stationare si optimizari dinamice, doua categorii importante intalnite in practica industriala, iar paragraful 1.2.3 ilustreaza descompunerea unor probleme de complexitate ridicata in probleme mai simple in scopul asigurarii unor conditii mai usoare pentru obtinerea solutiilor.

1.1. Metode de calcul pentru optimizarea fara restrictii

Problemele de optimizare intalnite in practica sunt probleme cu restrictii, dar metodele de calcul pentru optimizarea fara restrictii sunt importante prin faptul ca pot fi folosite cu succes dupa transformarea problemelor de optimizare cu restrictii in probleme de optimizare fara restrictii.

1.1.1. Principalele categorii de metode de calcul

Dupa cum se stie, in cazul functiilor f(x) de o singura variabila, x fiind deci scalar, conditiile necesare si suficiente de extrem se stabilesc prin intermediul primei derivate si a celei de a doua derivate.

Conditia necesara pentru un extrem (maxim sau minim) este anularea primei derivate

(1.1)

reprezentand conditia de stationaritate.

Pentru un maxim, conditiile necesare si suficiente sunt impreuna cu conditia de concavitate

,    (1.2)

iar pentru un minim conditiile necesare si suficiente sunt impreuna cu conditia de convexitate

.    (1.3)

Conditia de stationaritate este indeplinita in punctul optim , iar conditia de convexitate este indeplinita in jurul acestui punct.

Conditiile mentionate sunt valabile pentru functii f(x) cel putin de gradul doi; aceste conditii nu sunt valabile pentru functii de gradul intai, liniare, de forma f(x) = ax + b, intrucat la acestea rezulta si deci prima derivata nu depinde de variabila x. Datorita acestui fapt, metodele de programare neliniara (folosite pentru optimizarea functiilor criteriu neliniare f(x), unde x este un vector) nu pot fi folosite pentru rezolvarea problemelor de programare liniara, cu functii criteriu si restrictii liniare.

In cazul optimizarii functiilor criteriu f(x) de variabila vectoriala, principalele categorii de metode de calcul se disting dupa faptul ca unele fac apel la primele derivate, altele necesita derivatele prime si secunde, iar o a treia categorie nu necesita nici determinarea primelor derivate, nici a derivatelor secunde; cele trei categorii de metode aproximeaza dezvoltarea in serie Taylor a functiei f(x) prin retinerea unui numar diferit de termeni.

Metodele din prima categorie pot fi denumite metode de gradient sau metode bazate pe prima variatie, metodele din a doua categorie pot fi denumite metode Newton sau metode bazate pe a doua variatie, iar metodele din a treia categorie sunt denumite metode de cautare directa sau metode directe, intrucat asigura optimizarea apeland numai la valorile functiei criteriu.

Pentru o functie scalara derivabila f(x) de variabila vectoriala x, , vectorul gradient (vector linie n-dimensional), care constituie o directie, si are o importanta esentiala in optimizare, reprezinta prima derivata si se poate nota prin sau prin , fiind definit prin derivatele partiale ale functiei, respectiv:

(1.4)

Intr-un punct x¹, gradientul indica directia in care, pornind din punctul x¹, are loc cea mai abrupta crestere a functiei criteriu f(x).

De fapt, orice vector n-dimensional p poate servi ca directie in spatiul . Astfel, daca se da punctul si directia p (cu ), atunci punctul

    (1.5)

pentru variatii ale scalarului a intre 0 si descrie o raza care porneste din punctul x pe directia p, iar pentru variatii ale scalarului a intre si descrie toata dreapta care trece prin x si coincide cu directia p.

Importanta gradientului pentru optimizare rezida si in faptul ca pentru o anumita directie data p, produsul scalar

(1.6)

exprima viteza de variatie a functiei f de-a lungul directiei p. Astfel, in analiza matematica se demonstreaza ca pentru o functie f(x) derivabila in punctul x are loc relatia [Cal79]

, (1.7)

expresia (1.7) fiind denumita derivata Gateaux.

Presupunand ca optimizarea urmareste maximizarea unei functii criteriu concave f(x), relatia (2.7) permite sa se demonstreze ca daca f(x) este derivabila in punctul x si exista o directie p pentru care

,  (1.8)

atunci exista t > 0 astfel incat pentru orice valoare se obtine

,    (1.9)

deci pe directia p are loc cresterea functiei criteriu si apropierea de maxim. Astfel, din (1.7) si (1.8) se obtine

    (1.10)

si din definitia limitei rezulta ca trebuie sa existe t > 0 astfel incat pentru orice si cuprins intre si sa se obtina

. (1.11)

Se constata ca daca se aleg valori a pozitive care verifica inegalitatea (1.11), relatia (1.9) este demonstrata. Toate directiile care satisfac conditia (1.8) asigura cresterea functiei f(x) si deci apropierea de maxim.

Expresiile (1.8) si (1.9) atesta faptul ca gradientul indica totdeauna spre maxim; in punctul maxim , gradientul este nul, deci:

.    (1.12)

Relatia (2.8) arata ca unghiul dintre vectorii f_x si p trebuie sa fie mai mic de 90°.

Daca in locul maximizarii unei functii concave, optimizarea urmareste minimizarea unei functii criteriu convexe f(x), atunci directiile p trebuie alese dintre directiile care asigura conditia

(1.13)

intrucat in acest caz se va obtine

(1.14)

deci pe directia p are loc descresterea functiei f(x) si apropierea de minim.

Relatia (1.13) arata ca unghiul dintre vectorii f_x si p trebuie sa fie mai mare de 90°, deci unghiul dintre vectorii -f_x si p trebuie sa fie mai mic de 90° pentru a se asigura descresterea functiei f(x).

Rezulta astfel ca directia gradientului f_x indica totdeauna spre maximul unei functii concave, iar directia -f_x indica totdeauna spre minimul unei functii convexe.

Din considerentele expuse rezulta deosebita importanta a gradientului pentru desfasurarea procesului iterativ descris de relatiile de forma (1.54), respectiv

(1.15)

Astfel, presupunand ca iteratia se gaseste in punctul , atunci in cazul maximizarii unei functii concave directia p a urmatoarei deplasari, spre punctul , trebuie aleasa dintre directiile care satisfac conditia (2.8) in raport cu gradientul f_x, adica , iar in cazul minimizarii unei functii convexe directia p a urmatoarei deplasari trebuie aleasa dintre directiile care satisfac conditia (2.13) in raport cu gradientul f_x, adica

Derivatele secunde intervin in expresia matricei Hessian, care se obtine din gradient printr-o noua derivare in raport cu vectorul x. Notand matricea Hessian cu H(x), sau f_xx, rezulta

(1.16)

Calculul matricei - la fiecare iteratie a procesului de cautare a optimului - este deosebit de laborios si de aceea cele mai multe dintre metodele folosite in practica evita acest calcul.

In anumite probleme chiar determinarea gradientului poate fi sensibil mai complicata decat determinarea valorii functiei (uneori gradientul nu poate fi exprimat analitic); in asemenea cazuri, se prefera metodele de cautare directa, ilustrate in paragraful 2.5.

1.1.2. Metode de gradient

Ideea metodei gradientului, emisa de A.L. Cauchy in secolul XIX [Cau47] se bazeaza pe o aproximatie de ordinul I, liniara, a dezvoltarii in serie Taylor pentru functia criteriu . O asemenea aproximatie pentru dezvoltarea in jurul unui punct de maxim are aspectul

,   

unde s-a folosit notatia pentru gradient.

Dezvoltarea completa in serie Taylor a functiei criteriu in jurul lui conduce la expresia

, (1.18)

unde prin f'(x) s-a notat matricea Hessian din (2.16), iar restul grupeaza toti ceilalti termeni ai dezvoltarii. Definind diferenta

    (1.19)

ca variatia functiei criteriu si notand prin

  (1.20)

variatia variabilei vectoriale, din (2.18) se obtine:

.   (1.21)

Adoptand aproximatia liniara din (2.17), se obtine prima variatie descrisa prin:

. (1.22)

In punctele de maxim sau minim prima variatie este nula - avand in vedere conditia de stationaritate (2.12) - si (2.21) devine

, (1.23)

termenul preponderant in aceasta expresie reprezentand-o a doua variatie:

.  (1.24)

Pentru ca punctul sa asigure un maxim al functiei criteriu este necesar ca a doua variatie sa fie negativa - intrucat, conform cu (2.19), asigura relatia care defineste un maxim in punctul - deci este necesara conditia:

(1.25)

Ca urmare, valorile proprii ale matricei Hessian trebuie sa fie negative.

In practica se folosesc diferite variante de metode de gradient. Una din cele mai utilizate este asa numita metoda a celei mai mari pante sau a celei mai abrute coborari, in ipoteza ca optimul cautat este un minim. Aceasta metoda porneste de la ideea de a adopta in relatia (1.15), o directie p data de

(1.26)

intrucat astfel se asigura in mod simplu satisfacerea conditiei (1.13) de deplasare spre minim, deoarece rezulta

(1.27)

Din (1.15) si (1.26) rezulta ca procesul iterativ de cautare a minimului este definit de relatia

(1.28)

unde

Diversele subvariante ale metodei celei mai mari pante se deosebesc prin tehnica alegerii valorii pasului [Cal79]

Pe langa metoda celei mai mari pante se folosesc si alte variante de metode de gradient, la unele dintre aceste variante procesul iterativ de cautare a minimului fiind descris de relatii de forma

(1.29)

Comparand (1.15) cu (1.29) se constata ca vectorul directiei are expresia

(1.30)

deci, pentru a obtine din (1.30) relatia (1.26), care defineste metoda celei mai mari pante, este necesar ca pentru F_k sa se adopte matricea unitate.

Pentru asigurarea relatiei (1.13), matricea simetrica F_k - determinata la fiecare iteratie - trebuie sa satisfaca anumite conditii.

Compararea diverselor variante de metode de gradient, din punct de vedere al eficientei, ca si compararea diferitelor categorii de metode de calcul, reprezinta o problema dificila. In primul rand, compararea se poate efectua numai pe baza unuia sau mai multor criterii, iar in practica este necesara considerarea simultana a mai multor criterii, dintre care unele conduc la rezultate contradictorii.

Criteriile cele mai frecvent utilizate pentru aprecierea unei metode de calcul se refera la precizia rezultatelor, viteza de convergenta a procedeului iterativ, timpul de calcul, volumul necesar de memorie a calculatorului. Primele doua criterii - precizia si viteza de convergenta - sunt cele mai importante, dar ele nu pot permite o ordonare univoca a tuturor metodelor de calcul, intrucat estimarea vitezei de convergenta a unei metode ramane valabila numai pentru o clasa de probleme, dar nu si pentru altele. De aceea este indicat ca proiectantul de optimizari sa dispuna de un bagaj cat mai vast de metode de calcul si de rezultate concrete obtinute in aplicarea fiecarei metode la anumite clase de probleme.

In cadrul procesului iterativ (1.15), alegerea directiei determina viteza de convergenta, iar alegerea pasului influenteaza puternic volumul de calcul la fiecare iteratie.

1.1.3. Metode Newton

Metoda gradientului se bazeaza pe aproximarea liniara f(x)_L din (1.17) a dezvoltarii in serie Taylor a functiei criteriu f(x), deci pe cea mai grosiera aproximatie.

Metoda Newton foloseste o aproximatie patratica f(x)_P, rezultand pentru dezvoltarea in serie in jurul unui punct expresia

(1.31)

conform cu o relatie analoaga cu (2.18) (relatia (2.18) a fost scrisa pentru dezvoltarea in jurul punctului de optim , iar relatia (2.31) - pentru dezvoltarea in jurul punctului , considerat apropiat de punctul optim ).

Pentru ca punctul de optim sa asigure extremul aproximatiei patratice f(x)_P este necesara anularea gradientului acestei expresii pentru x = , conditie de tipul (1.12). Calculand gradientul expresiei (2.31) se obtine

  (1.32)

si anuland valoarea gradientului pentru x = rezulta:

.  (1.33)

Considerand ca matricea Hessian este inversabila, din (1.33) se obtine:

    (1.34)

Aceasta relatie atesta faptul ca adoptand in procesul de iteratie un vector de directie definit de relatia

   (1.35)

se obtine o deplasare catre punctul optim .

Astfel, presupunand deocamdata ca in (1.15) se adopta

, (1.36)

relatia (1.15) devine

, (1.37)

iar din (1.34) si (1.35) rezulta

,   (1.38)

inlocuirea expresiei din (1.38) in (1.37) conducand la relatia

(1.39)

Evident, rezultatul din (1.39) nu este exact, intrucat toate expresiile anterioare au fost obtinute pe baza aproximatiei patratice f(x)_P, dar el atesta ca deplasarea din x^k pe directia din (1.35) se efectueaza catre punctul optim . Inlocuind (1.35) in (1.37) se obtine metoda Newton clasica de calcul:

, (1.40)

corespunzatoare valorii din (1.36).

Daca extremul este un maxim, directia din (1.35) va satisface conditia (1.8), iar daca extremul este un minim - va satisface, conditia (1.13).

Astfel, facand abstractie de indicele superior k al iteratiei, cu expresia lui p din (1.35) se obtine

.    (1.41)

In apropierea unui maxim valorile proprii ale matricei Hessian sunt negative - cum a rezultat din (2.25) - si deci conditia (2.8) este satisfacuta, iar in cazul unui minim valorile proprii sunt pozitive si ca urmare este satisfacuta conditia (1.13).

Daca se adopta

  (1.42)

- spre deosebire de (1.36) - (cu respectarea conditiei a > 0) si se pastreaza directia din (1.35), atunci procesul iterativ este descris de relatia

(1.43)

care reprezinta metoda Newton cu pas variabil (sau metoda Newton generalizata).

Metodele Newton au avantajul ca aproximeaza functia criteriu mult mai exact decat metodele de gradient, asigura o aproximare mai buna a solutiilor prin deplasarile pe directia din (1.35) si deci permit obtinerea unei convergente mai rapide a procesului iterativ decat in cazul metodelor de gradient.

In schimb, dupa cum s-a mai mentionat, calculul matricei Hessian - la fiecare iteratie - este foarte laborios si necesita un mare numar de operatii aritmetice, ceea ce face ca la metodele Newton numarul de operatii aritmetice pe iteratie sa fie mult mai ridicat decat la metodele de gradient, reducandu-se astfel eficienta metodelor Newton. De aceea au fost cautate metode de calcul care sa convearga aproape ca metodele Newton, fara a necesita numarul mare de operatii pe iteratie pe care il implica metodele Newton. Unele dintre metodele respective, care au in prezent o utilizare din ce in ce mai larga, sunt mentionate in paragraful urmator.

1.1.4. Metodele directiilor conjugate

Aceste metode folosesc o aproximare patratica a functiei criteriu fara sa implice calculul explicit al matricei Hessian la fiecare iteratie, iar informatia necesara aferenta acestei matrice este obtinuta in decursul catorva iteratii, ceea ce micsoreaza mult efortul de calcul la fiecare iteratie, fara ca precizia aproximarii functiei criteriu sa scada sensibil.

Fiind data o matrice simetrica A -dimensionala, directiile reprezentate de vectorii n-dimensionali p¹, p², , p^m - cu - se numesc A-conjugate daca vectorii (i = 1, 2, , m) sunt liniar independenti si daca satisfac relatia

(1.44)

pentru , cu i = 1, 2,, m; j = 1, 2, , m.

Sistemul vectorilor p¹, p², , p^m este liniar independent - fiind un sistem ortogonal in metrica definita de matricea A - si ca urmare punctul

  (1.45)

descrie un subspatiu m-dimensional atunci cand scalarii iau valori de la la .

Pornind de la un punct x¹ dat si cu valoarea m data, cu , se considera punctul

. (1.46)

Pentru variatii arbitrare ale scalarilor se obtine o varietate liniara m-dimensionala, rezultata din translarea subspatiului m-dimensional.

Daca m = n - si acesta este cazul care prezinta cel mai mare interes - atunci punctul x¹ si cele n directii A-conjugate genereaza o varietate n-dimensionala care coincide cu , intrucat vectorii celor n-directii A-conjugate sunt liniari independenti.

Se poate demonstra [Bri05] ca daca se adopta o functie criteriu patratica, atunci maximul (sau minimul) functiei pe varietatea mentionata, care coincide cu , poate fi determinat numai in n pasi, verificand cate o singura data fiecare din cele n directii A-conjugate, ordinea verificarii fiind indiferenta.

Construirea directiilor conjugate pentru minimizarea unei functii patratice a fost propusa de W.C. Davidon [Cal79], care a elaborat 'algoritmul cu metrica variabila', ideea fiind dezvoltata de R. Fletcher si M.J.D. Powel [Cal79], rezultand metoda de calcul cunoscuta sub denumirea 'algoritmul Davidon-Fletcher-Powell' (DFP).

Algoritmul propus de Davidon a introdus o metrica variabila in relatiile iterative ale metodei celei mai mari pante, in locul expresiei (1.28) fiind folosita relatia

(1.47)

unde matricea S_k, de dimensiune este actualizata la fiecare iteratie printr-o relatie recursiva. Se constata ca daca in locul matricei S_k din (1.47) s-ar introduce matricea unitate, se obtine (1.28). De fapt, in algoritmul lui Davidon se noteaza

, (1.48)

iar formula recursiva pentru obtinerea matricei S_k, care asigura construirea directiilor conjugate, are aspectul

(1.49)

unde . In calitate de matrice initiala S₀ se alege de regula matricea unitate.

Din (1.43), (1.47), (1.48) si (1.49) se constata ca algoritmul DFP construieste la fiecare iteratie o aproximatie a matricei Hessian, bazata pe informatia obtinuta prin intermediul gradientului. La fiecare iteratie se alege pentru valoarea care minimizeaza functia

(1

considerata ca functie de o singura variabila a [Cal79], f(x) fiind functia criteriu.

Metoda directiilor conjugate poate fi utilizata si la minimizari de functii criteriu care nu sunt patratice, intrucat pentru functiile convexe aproximarea patratica este buna, indeosebi in apropierea punctului de minim.

Rezultatele teoretice ale algoritmului DFP au fost generalizate la o clasa de algoritmi cu metrica variabila [Cal79].

O varianta interesanta de construire a directiilor conjugate a fost propusa de Fletcher si Reeves [Cal79], care au elaborat metoda gradientului conjugat atat pentru minimizarea functiilor patratice, cat si pentru minimizarea functiilor care nu sunt patratice. In cadrul acestei variante directiile conjugate sunt generate prin intermediul relatiei

(1.51)

pentru directia initiala (care porneste din punctul x⁰) adoptandu-se

O alta caracteristica a metodei gradientului conjugat consta in faptul ca gradientii, la diverse iteratii, sunt ortogonali, adica

(1.52)

Intrucat la algoritmul DFP apare necesitatea memorarii matricei S_k, -dimensionala, pentru problemele de dimensiuni mari, metoda gradientului conjugat apare mai indicata, necesitand numai memorarea gradientului curent si a directiei curente pentru generarea noii directii , conform cu (1.51).

1.1.5. Metode de cautare directa

Metodele de cautare directa (sau metodele directe) pot oferi numai solutii aproximative ale problemelor de optimizare, dar in schimb asigura convergenta pentru orice punct ales initial, in timp ce metodele care folosesc gradientul, matricea Hessian sau o aproximatie a acesteia - asemenea metode sunt denumite uneori metode indirecte - pot oferi solutii exacte, dar necesita un punct initial bine ales.

In cazul metodelor indirecte, folosirea indicatiilor date de gradient (sau de gradient si de matricea Hessian), de exemplu, pentru determinarea unui maxim, poate fi comparata cu o ascensiune spre un varf de munte care este vizibil in timpul urcusului, iar folosirea metodelor directe poate fi considerata analoaga cu o ascensiune in conditii de lipsa de vizibilitate a varfului (de exemplu pe ceata), cand singurele informatii de care dispune cel care cauta varful se refera la sesizarea faptului ca urca sau coboara [Cal79].

Ilustrarea metodelor directe poate fi facuta mai simplu prin intermediul unei functii de o singura variabila f(x), variabila x fiind deci scalara; o asemenea cautare a extremului este denumita 'de-a lungul unei drepte' (in limba engleza, 'along a line'), deoarece variabila x ia valori in deci pe o dreapta.

Presupunand ca se cunoaste intervalul de variatie (a marimii x) in care se gaseste extremul - de exemplu, se stie ca intre 0 si 1 exista un maxim, functia f(x) fiind concava - cautarea directa poate fi efectuata prin mai multe metode.

In Fig. 2.1 este ilustrata aplicarea metodei dichotomiei (injumatatirii intervalului). Metoda prevede alegerea a doua valori si in jurul centrului intervalului, respectiv in jurul valorii x = 0.5, cele doua valori fiind apropiate intre ele, deci diferind cu o valoare mica e; se compara valorile functiei f(x₁) si f(x₂) si daca rezulta, de exemplu

ca in Fig. 2.1, atunci poate fi eliminat intervalul (hasurat in Fig. 2.1), intrucat functia este concava si maximul se va gasi intre 0 si x₂.

Se aleg apoi alte doua valori x = x₃ si x = x in jurul centrului inter­valului ramas (dintre 0 si x₂), separate tot prin e si se compara valorile f(x₃) si f(x₄) ale functiei criteriu; daca rezulta, de exemplu

ca in Fig. 2.1, atunci poate fi eliminat si intervalul (hasurat) intrucat maximul se va gasi in domeniul x > x₃ respectiv in intervalul ramas nehasurat

Se continua succesiv cu centrari de perechi de valori x comparatii ale valorilor functiei si injumatatirii de interval, pana la obtinerea unui interval foarte mic in care se gaseste punctul de optim deci pana la obtinerea solutiei aproximative cu o toleranta admisa.

Neglijand valoarea e a distantei dintre perechile de puncte si avand in vedere ca prin doua testari ale valorilor functiei criteriu se asigura o injumatatire a fiecarui interval, rezulta ca dupa n testari intervalul I_n, care ramane de explorat are expresia aproximativa:

(1.56)

Alte metode de cautare de-a lungul unei drepte (de exemplu, metoda Fibonacci si metoda sectiunii de aur) au o eficienta sensibil superioara, reducerea intervalului initial fiind mai rapida [Ray73].

Metodele de cautare de-a lungul unei drepte au o importanta deosebita si in cautarea extremului unei functii criteriu de variabila vectoriala, intrucat dupa alegerea directiei din cadrul procesului iterativ (1.15), determinarea valorii se efectueaza prin gasirea extremului unei functii de varia­bila scalara a de-a lungul directiei , dupa cum s-a ilustrat si prin (1.50).

Incercari de a organiza cautarea directa a punctului de optim, fara determinarea gradientului, au fost facute si in cazul functiilor criteriu de variabila vectoriala, fiind elaborate diferite strategii de explorare. In cadrul celei mai simple strategii fiecare variabila (componenta, a vectorului x) este succesiv modificata pana se obtine un extrem - de exemplu, un maxim - al functiei criteriu pe directia variabilei respective, trecandu-se apoi la modificarea variabilei urmatoare [Dan76]; procesul este oprit cand nu se mai obtin cresteri ale functiei criteriu pe directiile niciunei variabile.

O strategie elaborata de Hooke, Jeeve si Wood [Cal79] prevede executarea dintr-un punct, a unui 'pas de explorare', reprezentand modificarea variabilelor cu o mica variatie pozitiva prestabilita; daca se constata, o apropiere de optimul functiei criteriu, de exemplu, de un maxim, atunci punctul obtinut devine o 'noua baza' - spre deosebire de punctul de plecare reprezentand 'vechea baza' - din care se efectueaza noi pasi de lucru pe directiile tuturor variabilelor (constituind un pas n-dimensional), pe fiecare directie pasii fiind proportionali cu diferentele valorilor variabilei respective in noua si vechea baza.

Daca pasul n-dimensional de lucru asigura apropierea de maxim, urmeaza un nou pas de explorare s.a.m.d. Daca pasul de lucru nu asigura cresterea functiei criteriu are loc anularea lui si executarea unui nou pas de explorare.

Daca in directia unei variabile pasul initial de explorare nu determina o apropiere de maxim, atunci se efectueaza un pas negativ de explorare pe aceeasi directie; in cazul cand se obtine o apropiere de maxim, acest pas ramane valabil, dar daca nici pasul negativ nu marcheaza cresterea functiei criteriu, atunci pe directia respectiva nu se mai executa nici un pas de ex­plorare.

O alta strategie, elaborata de Powell [Cal79], foloseste directii conjugate si converge in n iteratii spre optimul unei functii criteriu patratice.

Strategia elaborata de Nelder si Mead a fost numita 'metoda simplex' [Cal79], intr-un spatiu n-dimensional un numar de puncte formand un 'simplex'. Pentru ilustrare, se considera cazul minimizarii unei functii criteriu f(x) in care variabila vectoriala x are doua componente, x₁ si x , deci dependenta poate fi reprezentata intr-un spatiu . Intrucat asemenea reprezentari sunt dificile, se prefera intersectia corpului care reprezinta dependenta cu o serie de plane paralele cu planul prin intersectie rezul-tand in fiecare plan cate o curba de valori constante ale functiei criteriu, numita si 'curba de nivel'. Proiectand diferitele curbe de nivel in planul variabilelor se obtine o imagine de tipul celei din Fig. 2.2, in care punctul M (de coordonate ) corespunde minimului, deci

,    (1.57)

iar valorile constante C₁, C₂, C₃, C₄ - ale functiei criteriu pe diferitele curbe de nivel - sunt din ce in ce mai mici pe masura apropierii de punctul M deci

Intrucat in un 'simplex' se realizeaza cu n + 1 puncte, in planul din Fig. 2.2 un simplex va fi realizat cu 3 puncte, avand forma unui triunghi. Se porneste de la un simplex ini­tial, de exemplu, I , J₁, K₁ din Fig. 2.2 si apoi se cauta inlocuirea punctului (din simplex) cu cea mai mare valoare a functiei criteriu f(x) - deci cel mai departat de minim - de exemplu, punctul I cu un alt punct de pe directia unde O₁ se gaseste la jumatatea distantei dintre J₁ si K₁; in cazul unui numar mai mare de dimensiuni, punctul O este centroidul tuturor varfurilor ramase ale simplexului, dupa eliminarea varfului I .

Stabilind, printr-un algoritm adecvat de verificare a valorilor functiei criteriu, punctul de pe directia care urmeaza sa inlocuiasca punctul I₁ - de exemplu, punctul L - se formeaza un nou simplex cu punctele J , K₁, L₁, continuandu-se operatiile de construire a unei noi directii pentru inlo­cuirea punctului cel mai departat de minim (din cadrul noului simplex) printr-un punct de pe noua directie.

Cand se ajunge in apropierea minimului M, simplexul are aspectul definit de punctele I_f, J_f, K_f, cu directia I_fO pentru inlocuirea punctului I_f printr-un nou punct; in Fig. 2.2, punctul O coincide cu M ceea ce evident nu este obligatoriu.

Unele metode de cautare directa nu realizeaza o explorare prin stabilirea unui algoritm de elaborare a traseului, ca in cazurile mentionate anterior, ci selecteaza in mod aleator punctele in care se determina valoarea functiei criteriu.

Daca punctele respective acopera complet gamele de variatie estimate pentru toate variabilele de care depinde functia criteriu, asemenea metode de cautare directa cu selectare aleatoare a punctelor de explorare sunt incadrate in clasa metodelor denumite 'Monte Carlo'. In cadrul acestor metode, punctul in care a rezultat valoarea extrema a functiei criteriu este considerat ca optim. De fapt, dupa o prima explorare se poate stabili daca optimul este localizat intr-o anumita zona restransa din cadrul celei considerate initial si se poate calcula probabilitatea apropierii de optim, urmand apoi succesiv noi explorari aleatoare alternand cu noi reduceri ale zonei.

Elemente de calcul statistic intervin si in alte aspecte ale rezolvarii problemelor de optimizare, nu numai in selectarea aleatoare a punctelor explorate. Astfel, in unele cazuri insasi alegerea directiilor de cautare din (1.15) are un caracter aleator, rezultand metode aleatoare de cautare - prin procedee iterative - a optimului Cal79 . In alte cazuri, insasi variabilele de care depinde functia criteriu (sau unii parametri care intervin in aceasta functie) sunt variabile aleatoare. In asemenea cazuri, optimizarea urmareste gasirea unui extrem al valorii medii a functiei criteriu, iar metodele de calcul folosite in acest scop sunt uneori denumite metode de programare stochastica Cal79