Metode Lapisan Agar

Metode lapisan Agar adalah metode membangun model matematika untuk menyelesaikan masalah minimalisasi fungsi yang tidak mulus (tidak dapat dibedakan). Hal ini didasarkan pada teknologi yang dikenal sebagai metode Grazia-Kantorovich, yang dikembangkan di Uni Soviet oleh ahli matematika Grigory Isakovich Kantorovich. Metode ini memungkinkan Anda menemukan fungsi minimum yang memiliki diskontinuitas jenis pertama dan memenuhi kondisi kehalusan tertentu.

Ide metode ini bermula dari ahli matematika Amerika Ernest Alexander Agarov pada pertengahan abad ke-20. Sebelumnya, metode serupa telah dikembangkan di bidang ini, namun metode tersebut memiliki keterbatasan yang signifikan dalam bentuk model yang dipertimbangkan dan tidak dapat digunakan untuk memecahkan banyak masalah praktis. Namun Agarov mengusulkan pendekatan umum, yang disebutnya metode pembatasan percobaan. Metode ini dapat diterapkan pada sebagian besar jenis masalah optimasi terbatas, termasuk model linier dan nonlinier. Metode ini sangat cocok untuk digunakan dalam kasus di mana ekspresi analitis yang diketahui dari suatu fungsi tidak diketahui atau bertentangan, dan adanya batasan pada fungsi tersebut eksplisit atau tersembunyi.

Mari kita uraikan lebih detail prinsip metode Agar. Konstruksi model berlangsung dalam beberapa tahap, di mana fungsi perkiraan untuk fungsi yang mengalami gangguan diperkenalkan. Ini menghasilkan sistem kendala dan persamaan yang perlu diselesaikan. Hasilnya adalah sekumpulan node grid dimana fungsi dari tipe yang diinginkan dibentuk. Untuk meningkatkan kualitas model, prosedur pemilihan vektor kendala digunakan, yang mengurangi jumlah iterasi metode.

Metode Agar memungkinkan diperolehnya solusi optimal terhadap suatu masalah, yang dihitung berdasarkan informasi dari beberapa informasi. Bagian-bagian tersebut dapat berupa, misalnya, informasi yang terdapat pada media yang berbeda. Selain itu, metode ini menggunakan algoritma khusus