Разработка собственных методов решения внутридиссертационных задач
 

Здравствуйте! Задам вопрос на основе реальной задачи.
Предположим, в диссертации есть необходимость многокритериальной оптимизации. Существует множество алгоритмов оптимизации, многие из них полностью реализованы, например, в MATLAB. Как поступить в данном случае лучше всего: использовать уже существующие программы для решения собственных задач или разрабатывать свой собственный код на основе ещё не использованных для решения этих задач алгоритмов? И как найти сильное обоснование того или иного пути?

Спасибо!

Зависит от специальности.

Область технических наук

Малоинформативно.

Глобальная оптимизация бесколлекторных электродвигателей

... поскольку специальность не требует разработки новых методов оптимизации. Важно корректно поставить оптимизационную задачу (новизна), после чего решать ее любым обоснованным способом.

Если задача относится к категории имеющихся в библиотеке - не надо изобретать велосипед.

Если задачу найти точь-в-точь не удалось, то придется или приводить ее к известным, иили решать самостоятельно.

Проблема в обосновании метода оптимизации. Придумано их много, каждый обладает своими достоинствами и недостатками. Есть более менее отработанные, но и они не всегда подходят к задаче. Я исхожу из простоты и наглядности тех алгоритмов, которые ещё ни разу не применялись к решению практической задачи.

Хотите создать проблемы - создавайте, разрабатывая свой метод. Вам придется доказывать сходимость, единственность решения, получить аналитические оценки точности.

Если есть оптимизационная задача, для которой уже существуют методы решения - их и надо использовать.

Добавлено через 57 секунд
.

Электротехника, а не матмоделирование как научная специальность. Из этого и исходите.

Всё совершенно правильно. ДС абсолютно не будет интересовать, как именно искали оптимум.
Лучше только выкинуть слово "оптимизация", потому что оно очень опасное. За пределами политологии, конечно. Не надо искать оптимальное решение, надо искать то, которое лучше, чем все существующие сейчас. И не доказывать, оптимальное оно или нет. Есть 5% улучшения? Пробки в потолок.

Спасибо за мудрые советы! :)

Как вариант, взять существующий алгоритм, но как-то его улучшить. Например, этот алгоритм никто раньше не распараллеливал на GPU (возможно, структура алгоритма не укладывается в архитектуру вычислений на видеокартах). А вы алгоритм модифицируете, распараллеливаете на GPU, получаете ускорение, делаете побольше тестов, чтобы убедиться, что программа корректно работает на разных наборах данных - всё,

И в научную новизну прописываем: "модифицированный алгоритм тра-та-та, отличающийся тем-то и тем-то от таких-то существующих решений и позволяющий... (преимущество вашего алгоритм перед существующими)".

Вот только, наверно, в работе следует явно указать, в чем состоит преимущество. Время работы алгоритма? Кол-во потребляемой памяти? Способность выбираться из локальных минимумов и седловых точек?

Это не 05.13.01, 05.13.11 и не 05.13.18.


Нет!!!

А топикстартер так специальность и не написал...

Даже в том случае, если
?
Ведь алгоритм-то уже получается немного другой.

Написал:

а) я сильно сомневаюсь, что глобальная (КПД = 2.718 может получиться)
б) я сильно сомневаюсь, что это 05.13.*.

А так, конечно, надо смотреть конкретный паспорт. Но очень маловероятно, что работа окупится еще одним пунктом НН.

Ну да, если это что-то из 05.07.* или 05.09.*, то тут меня слушать нечего...