- •1. Характеристика основных подходов к задачам оптимизации
- •1.1. Модельный подход к постановке и решению задачи оптимизации
- •1.1.1 Применение математической модели оптимизации
- •1.2. Применение физической модели объекта оптимизации
- •1.1.3 Совместное применение (комбинирование) физической и математических моделей
- •1.1.4 Инженерный метод решения практических задач оптимизации
- •1.2. Варианты натурно-модельного подхода к задачам оптимизации
- •1 .2.1. Оптимизация на базе натурно-модельных блоков пересчетными моделями
- •1.2.2. Оптимизация на базе натурного объекта и частичной физической модели
- •1.2.3. Оптимизация на базе совместно использования натурной части о. О.(объекта оптимизации), частичной физической модели оо и частичной математической модели оо
- •1.3. Натурный подход к оптимизации
- •2. Известные математические описания. Модели. Задачи оптимизации
- •2.1 Удовлетворенческая (ограничительная) математическая модель (схема) оптимизации
- •2.2. Математическая постановка (модель) задачи скалярной оптимизации
- •2.3. Математическая постановка (модель) задач векторной оптимизации
- •2.3.5 Способ идеальной точки
- •Коэффициенты важности
- •2.3.6. Отыскание оптимума по Парето
- •2.3.7. Математическая схема (модель) задач нечеткой (размытой) оптимизации
- •2.4 Экспертная система
- •2.5. Процедуры оптимизации решений на основе отбора альтернатив.
- •Классификация задач скалярной оптимизации
- •Некоторые типовые задачи скалярного математического программирования
- •Раздел 3. Некоторые алгоритмы решения задач оптимизации
- •3.1 Поисковые (прямые) алгоритмы оптимизации
- •Алгоритм полного перебора (алгоритм сеток)
- •3.1.2 Алгоритм покоординатного поиска
- •3.1.3 Градиентный алгоритм поиска оптимума с использование реверса (возврата назад)
- •3.1.4 Поиск оптимума в многокритериальном пространстве.
- •3.2 Симплекс-алгоритм решения задачи линейного программирования
- •О методе решения задач злп в случае целочисленности искомых переменных
- •3.3. Алгоритм динамического программирования
- •3.4 Метод последовательного конструирования, анализа и отсеивания вариантов (так называемый киевский веник).
- •3.5 Некоторые алгоритмы теории ...
- •Метод ветвей и границ
- •Оптимизация решений с использованием теории статистических решений (тср)
- •Случай 1.
- •Случай 2
- •Некоторые процедуры Парето-оптимизации
3.1.3 Градиентный алгоритм поиска оптимума с использование реверса (возврата назад)
Процедура опирается на следующие соотношения:
Алгоритм:
3.1.4 Поиск оптимума в многокритериальном пространстве.
Рассмотрим данный алгоритм на примере задачи проектирования технического объекта.
Дано:
1) Материальная модель системы, имеющая n параметров:
2) Ограничения на параметры:
3) Функциональные ограничения:
(рисунок)
4) Критерий качества проектируемой системы:
5) Критериальные ограничения:
Требуется:
Найти такое A, которое удовлетворяет всем ограничениям.
Рассмотрим укрупненную диалоговую процедуру решения данной задачи:
2 – 4 блоки — первый этап
5 блок – второй этап
Остальное - третий этап
Краткая характеристика первого этапа.
Он состоит в составлении таблиц испытаний для пространства D. Последовательно выбирается N-пробных точек, которые мы обозначили А1, А2,...,Аn . Эти точки равномерно распределены в пространстве G. В каждой точке Ai рассчитывается значения всех критериев оптимальности Фv(A1), Фv(А2)...Фv(Аn) (- таблица Δ). По каждому критерию составляется таблица испытаний, в которой записаны значения критериев в порядке возрастания: Фv(Ai1) <= Фv(Aik) <= .... <= Фv(Ain), где i1, i2, ,.., in — номера пробных точек.
Кратка характеристика 2 этапа
ЛПР просматривает строки таблицы Δ и назначает (изменяет) ограничения по критериям.
Краткая характеристика 3 этапа
Проверка не пустоты множества D, если ....
3.2 Симплекс-алгоритм решения задачи линейного программирования
Перед запуском алгоритма требуется преобразовать задачу линейного программирования к канонической форме
Ограничения:
Разделим множество переменных данной задачи на свободные и базисные, при этом свободные могут принимать любые значения > 0, а базисные вычисляются через свободные. Пусть в нашем дальнем рассмотрении x — свободные переменные, а y — базисные переменные
Построим симплекс-таблицу (СТ) на основе заданной надписи задачи
x |
-x1 |
-x1 |
… |
-xj |
… |
-xk |
x |
y1 |
a11 |
a12 |
… |
aij |
… |
a1k |
b1 |
y2 |
a21 |
a22 |
… |
a2j |
… |
a2k |
b2 |
… |
… |
… |
… |
… |
… |
… |
… |
ym |
am1 |
am2 |
… |
amj |
|
amk |
bm |
Q |
- а1 |
- a2 |
… |
- aj |
… |
- ak |
x |
Рассмотрим укрупненную схему алгоритма, которая соответствует данному методу
П4 – критерий оптимальности минимален, если в строке Q все элементы aj – отрицательные.
П1 — ограничения совместные, если на каждой итерации в каждой строке симплекс таблице, имеющей отрицательный свободный член “b”, есть хотя бы один отрицательный коэффициент “a”.
П2 — решение допустимо если в СТ все свободные члены “b” неотрицательны
П3 — критерий ограничен снизу, если на каждой итерации в каждом столбце СТ, содержащем положительный коэффициент aj, имеется хотя бы 1 положительное a.
Правило А служит для построения вариантов решения задач путем попарного обмена местами базисного и свободных переменных. Включает следующие действия:
- определить разрешающий элемент в СТ
- разрешающий элемент заменить на
- остальные элементы разрешающей строки умножают на
- остальные элементы разрешающего столбца умножают на
- все другие СТ стоящие на пересеченной l-ой строки S-ого столбца вычисляем по формуле
Правило определения разрешающего элемента (РЭ) СТ состоит в следующем:
А) Выбрать i-ую строку с отрицательным коэффициентом
Б) Выбрать j-ый произвольный столбец с отрицательным коэффициентом
В) Вычислить отношение для всех
Г) Найти минимум отношения по всем найденным .
Д) Пересечения разрешающей строки (пункт 6) и разрешающего столбца (пункт г) дает разрешающий элемент.
В блоке 7 используется правило Б, которое включает в себя те же действия, что и правило А за исключением выбора разрешающего столбца.
Правило Б отличается от правила А тем, что разрешающий столбец выбирается тот, для которого коэффициент aj – отрицателен.