- •А.В. Михайлов
- •Утверждено
- •Москва 2009
- •1.1. Основные понятия и определения.
- •1.2 Основные этапы формулировки задачи.
- •1.3 Классификация оптимизационных задач.
- •1.4 Критерий оптимальности.
- •1.5. Условия оптимальности решения.
- •2.1. Постановка задачи. Методы решения оптимизационных задач.
- •2.3. Численные методы решения задачи (методы одномерного поиска).
- •2.3.1. Метод равномерного поиска
- •2.3.2. Метод последовательного равномерного поиска.
- •2.3.3. Метод дихотомии (Метод деления интервала неопределенности пополам)
- •2.3.4 Метод золотого сечения
- •3. Определение безусловного максимума функции нескольких переменных.
- •3.1. Постановка задачи и ее геометрическая интерпретация. Линии равного уровня.
- •Аналитический метод решения задачи. Аналитический метод использует необходимое условие max функции нескольких переменных:
- •Численные методы решения задачи (методы многомерного поиска).
- •Метод направленного перебора.
- •3.3.2. Методы нулевого порядка.
- •3.3.2.1. Метод Гауса-Зайделя (покоординатного поиска).
- •Пример: Выполнить первый цикл поиска максимума функции:
- •3.3.2.2. Симплекс-метод
- •3.3.3. Численные методы первого порядка (градиентные)
- •3.3.3.2. Метод градиента.
- •3.3.3.3. Метод крутого восхождения.
- •4.1 Постановка задачи и ее геометрическая интерпретация
- •4.2. Аналитические методы решения задачи
- •4.2.1. Метод неопределенных множителей Лагранжа
- •Теорема Куна-Таккера.
- •4.3. Численные методы решения задачи
- •4.3.1. Метод штрафных функций
- •5. Оптимизация многостадийных процессов
- •5.1. Постановка задачи на примере и ее формализация.
- •5.3. Метод динамического программирования. Принцип оптимальности Беллмана.
- •5.4. Задача определения оптимального пути на сетевом графике (графе).
- •6. Линейное программирование.
- •6.1. Постановка задачи линейного программирования и особенности ее решения.
- •7.Определение максимума функционала. (Вариационная задача оптимизации).
- •7.1. Пример постановки вариационной задачи.
- •7.2. Определение безусловного максимума функционала. (Классическая вариационная задача), (задача Эйлера).
- •7.3. Определение условного максимума функционала (неклассическое вариационное исчисление)
- •7.4. Определение условного максимума функционала с ограничениями типа дифференциальных уравнений. Принцип максимума Понтрягина.
- •8.1. Формирование критериев оптимальности.
- •8.2. Способы формирования сводного критерия оптимальности.
- •8.2.1. Свертка частных критериев с весовыми коэффициентами.
- •8.2.2. Использование нормативных критериев.
- •8.2.3. Приближение к идеалу.
- •8.2.4. Справедливый компромисс.
- •8.3. Оптимальность по Парето.
- •9. Типовые постановки задач оптимального управления технологическими процессами
- •9.1. Пуск и остановка единичного агрегата.
- •9.2. Пуск системы взаимосвязанных агрегатов.
- •9.3. Оптимизация статического установившегося режима.
- •9.4. Оптимизация циклического установившегося режима.
- •9.5. Оптимизация режима в аппарате периодического действия.
- •9.6. Календарное планирование работы аппарата
- •9.7 Оптимальный режим работы параллельно включенных агрегатов: распределение нагрузок.
- •9.7.1. Минимизация затрат.
- •9.7.2. Учет вероятностного характера нагрузки.
- •9.7.3. Учёт динамических факторов.
- •9.8. Оптимальный режим работы последовательно включенных агрегатов.
- •9.9. Согласование работы периодически или циклически действующих аппаратов.
1.5. Условия оптимальности решения.
Условия оптимальности решения бывают двух типов: необходимые и достаточные.
Необходимые условия оптимальности.
Общая формулировка необходимых условий: если из утверждения А всегда следует утверждение В, то В необходимо для А.
Применительно к задаче оптимизации: из утверждения А (- лучший элемент множестваD) следует утверждение В (- лучший элемент множестваL, принадлежащего D и образующего окрестность ) (рис.1.7).
Рис. 1.7
Таким образом локальная неулучшаемость (- лучший элемент среди допустимых элементов своей окрестности) являетсянеобходимым условием для того, чтобы был оптимальным решением.Иными словами, для того чтобы X был оптимальным решением на множестве D, необходимо, чтобы X был оптимальным решением на множестве L, принадлежащем D и образующим окрестность точки X. Как правило, множество L выбирают так, чтобы на нем критерий и ограничения исходной задачи точно совпадали с критерием и ограничениями вспомогательной упрощенной задачи, для которой решение можно выделить с помощью некоторых уравнений. В этом случае уравнения, выделяющие локально неулучшаемое решение, оказываются необходимыми условиями оптимальности исходной задачи. Обычно упрощенную задачу строят посредством линеаризации исходной в окрестности искомого оптимального решения.
Достаточные условия оптимальности.
Общая формулировка достаточных условий: если из утверждения В всегда следует утверждение А, то В достаточно для А. Применительно к задаче оптимизации из утверждения В (решение является лучшим на множествеV, включающем множество D, причем принадлежитD) всегда следует утверждение А (- лучший элемент множестваD) (рис.1.8)).
Рис. 1.8
Таким образом, неулучшаемость на множестве, охватывающем D, вместе с принадлежностью к D, является достаточным условием того, чтобы было искомым оптимальным решением.
Иными словами, для того, чтобы X был оптимальным решением на множестве D, достаточно чтобы X был оптимальным решением на множестве V, включающем множество D, и принадлежал множеству D.
Использование достаточных условий целесообразно при сложноорганизованных множествах допустимых решений D, что затрудняет решение задачи, расширенное же множество V оказывается гораздо проще.
Например множество D, представленное на рис. 1.8 целесообразно заменить областью V, которая представляет собой прямоугольник, включающий в себя область D и может быть описана автономными ограничениями вида(см. рис. 1.8)
2. Определение максимума функции одной переменной.
2.1. Постановка задачи. Методы решения оптимизационных задач.
В данном случае в критерии оптимальности присутствует только одна варьируемая переменная. На нее могут быть наложены только автономные ограничения и постановка задачи принимает вид:
(2.1)
(2.2)
В соответствии с теоремой Вейерштрассе всякая функция , непрерывная на замкнутом и ограниченном множестве (), достигает на нем своего наибольшего и наименьшего значения. Функциявыпукла на , если она имеет на этом множествеединственный максимум. Выпуклая функция обладает тем свойством, что, если через две любые принадлежащие ей точки провести прямую (с координатами и), то любая промежуточная точка этой прямой не будет превышать значение функции при том жеХ (рис.2.1). Для выпуклой функции справедливо выражение:
, где
Если функция не выпукла (неунимодальна), то она будет иметь несколько точек максимума, причем значение функции в этих точках будет различным (рис. 2.2)
В этом случае точка, соответствующая наибольшему значению функции (точка на рисунке) называется точкой глобального максимума, а остальные точки (,,,) – локальными максимумами функции.
Рис.2.1
Все методы решения оптимизационных задач, в том числе методы определения максимума функции одной переменной делятся на:
Аналитические, основанные на необходимых или достаточных условиях оптимальности, причем достаточные условия применяются только в случае сложноорганизованных областей допустимых значений D.
Численные, которые представляют собой вычислительную процедуру, обеспечивающую последовательное уточнение решения от некоторого начального приближения до максимума с заданной допустимой погрешностью.
2.2. Аналитический метод решения задачи. Условия максимума функции одной переменной.
Пусть - непрерывная и дважды дифференцируемая функция прииX0 - точка предполагаемого маусимума функции. Для того, чтобы при X0 функция достигала max необходимо, чтобы при любом другом Х, сколь угодно близком к X0, т.е. , выполнялось соотношение(2.3)
Разложим в ряд Тейлора в окрестности точкиX0
(2.4)
При небольших Х, членами, содержащими приращения в степени больше единицы можно пренебречь и тогда из (2.4) следует:
. (2.5)
Подставляя (2.5) в (2.3) окончательно получаем необходимое условие максимума функции одной переменной:
(2.6)
При использовании этого условия могут возникнуть два варианта:
1. - внутренняя точка интервала допустимых значений (рис. 2.3). В этом случае знакХ не определен и для выполнения условия (2.6) необходимо
(2.7)
При этом знак разности (2.3) определяется знаком первого отброшенного члена ряда Тейлора, т.е. знаком . Поэтому необходимое условие max (2.7) дополняется условием
(2.8)
2. - граничная точка интервала. В этом случае знакХ определен (рис. 2.4) и для расчетов будем использовать выражение (2.6).
Рис.2.3. Х* Х* Х
Рис. 2.4.
Сформулируем правила применения необходимых условий максимума функции одной переменной.
Определяют все корни уравнения (2.7), являющиеся внутренними точками отрезка и для каждого из них проверяют условие (2.8). Удовлетворяющие ему корни являются точками локальных максимумов целевой функции.
Рассчитывают значение функции в этих точках и сравнив их между собой определяют глобальный максимум.
Если среди корней уравнения (2.7), нет значений, принадлежащих множеству допустимых решений, необходимо проверить граничные точки ис использованием условия (2.6).
Пример. Определить максимум функции при
а) , б), в);
а) X0 = 0.6, внутренняя точка отрезка , следовательно, знак ΔX не определен и необходимо проверить выполнение условия (2.8).
0
Условие (2.8) выполняется.
Ответ:
б) , проверим- нижняя граница отрезка, следовательно,Х 0.
Проверяем выполнение условия (2.6).
< 0.
Условие (2.6) выполняется, т.е..
в) . ПроверимХ = 0.5 – верхняя граница отрезка , следовательно,Х 0.
Проверяем выполнение условия (2.6): 0
Условие (2.6) выполняется, т.е.