- •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
2.3. Математическая постановка (модель) задач векторной оптимизации
Решение задачи считается оптимальным, если оно принадлежит области допустимых решений и соответствовать компромиссу между несколькими критериями оптимальности. Критерий оптимальности Q = {Q1, Q2, ... Qs, ... Qp} → opt, при этом Q1= Q1(A1,X), Q2 = Q2(A2,X), ... Qp=Qp(Ap,X), где X={x1, x2, x3, ... xn}.
Ограничения:
Q1, Q2, Q1→ max, Q2→ min.
Q Q1 Q2
А
В область компромиссов
ха хв х
ОДР
Q 1 Q2
Область компромиссов
Q3
Главным вопросом векторной оптимизации является математическое описание компромисса и процедуры выбора компромиссных решений, при этом возможны следующие частные случаи задач векторной оптимизации:
2.3.1. приведение многокритериальной задачи к одной или нескольким совместно решаемых задач скалярной оптимизации
а) введение суперкритерия (обобщенного критерия)
Qоб = Qоб (Q1, ... Qp)
Аддитивная свертка.
αs – коэффициент важности s-того критерия
0≤ αs ≤1
Qн может быть получена следующим образом:
Qmin → min
Нормализация позволяет получить единый диапазон значений [0,1] и привести этот критерий к безразмерному виду.
б) мультипликативная
в)
2.3.2. оптимизация по наиболее важному критерию
упорядочить частные критерии по убыванию их важности;
принять первый критерий за единственный критерий оптимальности;
все прочие критерии преобразовать в ограничения;
решить полученную однокритериальную задачу.
2.3.3 лексико-графический способ
упорядочить критерии по убыванию важности;
решить задачу оптимизации по 1 критерию, отбросив условно все остальные;
перейти ко 2 критерию, при условии, что найденный оптимум по 1 не изменяет;
и т.д.
2.3.4 оптимизация с использованием уступок
упорядочить критерии по убыванию важности;
найти оптимум по 1 критерию, при отбрасывании прочих критериев;
назначить уступку по найденному оптимальному решению по 1 критерию;
оптимизировать 2 критерий в пределах заданной уступки при отбрасывании прочих критериев;
и т.д.
Q2 A
B ΔQ2
ОДР
Q1Q1A Q1B
Q1→ max
Q2→ min
2.3.5 Способ идеальной точки
Для отыскания оптимального решения исходная задача ВО заменяется задачей формирования идеального решения и введение единственного критерия — критерия расстояния от ОДР до идеального решения:
задать или установить идеальное решение в пространстве критериев оптимальности;
установить показатель количественной оценки расстояния между произвольной точкой ОДР и идеальной точкой;
найти оптимум по критерию расстояния.
Q2 А (ха)
ОДР
Q1
– квадратичное расстояние
– модульное расстояние
Коэффициенты важности
В данном способе необходимо нормализовать (нормировать) частные критерии.
xi*≤xi≤xi**
xi∈X