- •1.Задача оптимального проектирования:
- •2.Этапы решения оптимизационных задач на эвм:
- •3.Обьекты оптимального проектирования:
- •4.Математическая модель задачи оптимизации:
- •5.Фурмулировка задачи оптимизации на примере проектирование бака и в общем виде:
- •6.Понятие целевой функции, ограничения, граничного условия:
- •7.Классификация задач оптимизации:
- •8.Фурмулировка матмодели задачи об оптимальной загрузке оборудования участка:
- •9.Понятия оптимума функции:
- •10. Классификация задач нлп:
- •11.Аналитический способ решения нелинейных задач оптимизации:
- •12.Численные методы решения задач нлп, их классификация:
- •13.Метод «золотого сечения» и покоординатного спуска/подъёма:
- •14.Сущность Симплекс-метода:
- •16.Использование симплекс-метода при решении задач условной оптимизации.
- •17.Градиентный метод решения нелинейных задач оптимизации , понятия градиента функции:
- •18.Алгоритм Метод крутых восхождений.
- •19.Многокритериальные задачи оптимизации
- •20.Метод последовательных уступок.
- •21.Метод поиска Парето – эффективных решений.
- •22.Метод решения многокритериальных задач оптимизации с использованием обобщенного (интегрального) критерия.
- •23.Аддитивный критерий.
- •24. Мультипликативный критерий.
- •25.Максиминный (минимаксный) критерий
- •Основные принципы выбора критериев оптимальности
- •26.Определение коэффициентов веса с помощью метода экспертных оценок.
6.Понятие целевой функции, ограничения, граничного условия:
В некоторых случаях задается одно конкретное значение величины xj. Т.е. xj = xзад.
ГРУ в этом случае записывается так:
Ограничения могут быть теоретическими и статистическими. Статистические ограничения получают путем статистической обработки опытных данных.
Множество значений переменных xj, удовлетворяющее всем ограничениям и граничным условиям называется областью допустимых значений. В случае решения задачи однопараметрической оптимизации (n=1), ОДР имеет вид отрезка на числовой оси. При наличии двух параметров ОДР – плоская фигура, либо кривая. При трех параметрах, ОДР может иметь вид объемной фигуры, трехмерной поверхности или кривой.
Случается, что в задачу включают требования, которые оказываются противоречивыми и выполнить которые не представляется возможным. Такие задачи называются несовместными или несбалансированными. ОДР таких задач – пустое множество. (пример с баком a,b,h<10 дм)
Для того, чтобы задача имела оптимальное решение необходимо выполнение двух требований:
- должна быть реальная возможность иметь более одного решения (ОДР – непустое множество);
- должен быть принят критерий, показывающий в каком смысле решение будет наилучшим или оптимальным (должна быть определена ЦФ).
Это есть условия разрешимости задачи оптимизации.
7.Классификация задач оптимизации:
Классификацию можно проводить по нескольким признакам:
- область применения;
- содержание задачи;
- класс математической модели.
Цель классификации – показать, что задачи, различные по своему содержанию можно решать на ЭВМ с помощью нескольких методов. Наиболее часто встречающиеся задачи оптимизации в машиностроительном производстве приведены в таблице 4.
Таблица 4.
Область применения |
Основные задачи |
Управление. |
Различные задачи распределения ресурсов |
Проектирование. |
|
Разработка технологических процессов. |
|
Классификацию математических моделей проводят по элементам, входящим в их состав: исходным данным, искомым переменным, зависимостям, описывающим целевую функцию и ограничения. Классификация элементов модели представлена на рис.4.
Рис.4.
Исходные данные, которые заданы определенными величинами называют детерминированными. В нашем примере – это объем бака. Такие данные либо не зависят от времени, либо меняются закономерно. К случайным данным, например, относят различные ресурсы, производительность оборудования и др. Они зависят от ряда случайных факторов.
Зависимости между переменными, как ЦФ, так и ОГР могут быть линейными и нелинейными. Линейными называют такие зависимости, в которые переменные входят в первой степени и нет их произведения (частного). Все остальные зависимости являются нелинейными.
Сочетание элементов модели различного типа приводит к различным классам задач оптимизации. Различные классы задач требуют различных методов решения, а следовательно и разных программных средств. Наиболее часто встречающиеся классы задач оптимизации приведены в таблице 5.
Таблица 5.
Исходные данные |
Переменные |
Зависимости |
Задача |
Обозначение |
Детерминированные |
Непрерывные |
Линейные |
Линейного программирования |
ЛП |
Детерминированные |
Целочисленные (дискретные) |
Линейные |
Целочисленного программирования |
ЦЧП |
Детерминированные |
Целочисленные, непрерывные |
Нелинейные |
Нелинейного программирования |
НЛП
|
Случайные |
Непрерывные |
Линейные |
Стохастического программирования |
СТП |
Общими методами решения задач оптимизации являются методы математического программирования. Они являются составной частью специального раздела математики – исследования операций. Термин «программирование» (от английского «programming» - составление плана или программы действий) здесь следует понимать в смысле «поиск наилучших планов» (в отличие от того толкования, которое принято специалистами по программному обеспечению ЭВМ, – «составление программы для ЭВМ»).
Задачи линейного программирования наиболее распространены в технико-экономических расчетах. Прежде всего, сюда относят задачи распределения ресурсов и планирования работ. Целый ряд задач нелинейного программирования с помощью специальных методов может быть сведен к решению задачи линейного программирования.
