
- •1. Основные понятия методологии научных исследований.
- •1. 2 Основы анализа и синтеза сложных технических систем
- •2. Проектно-исследовательские задачи при синтезе сложных систем.
- •2. 1 Проектирование сложной технической системы как процесс принятия решений на основе исследований
- •2. 2 Аспекты исследования
- •3.Методы анализа и синтеза сложных технических систем.
- •3. 1 Определение цели системы
- •3. 2 Применение сценариев
- •3. 3 Определение цели в процессе синтеза системы
- •4. Содержание и взаимосвязь основных этапов синтеза технических систем.
- •4.1Особенности процесса постановки задач.
- •4. 2Начальная стадия синтеза системы
- •5. Декомпозиция проектно-исследовательской задачи
- •5. 1 Цели, показатели и критерии
- •5. 2 Декомпозиция задачи синтеза системы, иерархия целей исследования и показателей эффективности
- •6. Проблема оптимизации в проектно-исследовательских задачах. Критерии оптимальности.
- •6. 1 Учет затрат ресурсов. Критерий «стоимость — эффективность»
- •6. 2 Построение критерия для случая векторного показателя
- •6. 3 Некоторые рекомендации по выбору критериев
- •7. Методы решения оптимизационных задач.
- •7. 1 Классификация задач оптимизации
- •7. 2 Методы безусловной оптимизации
- •7. 3 Методы одномерного поиска
- •7. 4 Методы нулевого порядка
- •8. Многокритериальные задачи оптимизации. Принцип Парето.
- •8. 1 Методы свертывания показателей
- •8. 2 Использование принципа Парето
- •9. Иерархическая система моделей для проектно-исследовательских работ. Физические и математические модели.
- •9. 1 Модели для синтеза систем
- •9. 2 Учет возможностей эвм
- •9. 3 Система моделей для проектно-исследовательских работ
- •10. Имитационное моделирование при проведении проектно-исследовательских работ.
- •10. 1 Математический эксперимент,
- •10. 2 Вычислительная система
- •10. 3 Имитационное моделирование
- •10. 3 Регрессионные модели
- •11. Методы учета неопределенных факторов при синтезе технической системы.
- •11. 1 Применение байесовского подхода при выработке рекомендаций.
- •12. Анализ результатов исследований.
8. 2 Использование принципа Парето
Как уже указывалось, наряду со свертыванием многих показателей к одному, возможны и иные пути к решению задачи многокритериальной оптимизации. Ограничимся обсуждением одного из них, связанного с использованием так называемого принципа Парето.
Сущность данного подхода состоит в исключении из неформального анализа таких вариантов решения, которые заведомо являются плохими. Поясним подробнее данную мысль.
Предположим, что х' и х" — два возможные (допустимые) варианта решения задачи, такие, что имеют место неравенства: fi(x')≤fi (х") i=1,m
причем хотя бы одно из них выполняется строго. В этом случае, очевидно, что решение х' предпочтительнее решения х". Значит все векторы х", удовлетворяющие этому условию, могут быть сразу исключены из рассмотрения. Поэтому неформальному анализу должны быть подвергнуты лишь векторы, для которых не существует предпочтительных векторов. Такие векторы называют неулучшаемыми. Множество всех неулучшаемых векторов принято называть множеством Парето. Таким образом, множество Парето П состоит из таких векторов х*, для которых из условий fi(x') ≤fi (х*) для любого i следует условие
fi(x') =fi (х*) .
Обратимся к простейшему примеру, когда имеются всего две целевые однозначные функции f1 (х), f2 (х). В этом случае каждому значению х будет соответствовать одна точка на плоскости №, (г)- Равенства f1=f1(х), f2=f2 (х) определяют параметрически некоторую кривую а, Ъ, с, d, е, g, h на этой плоскости. Однако множеству Парето соответствует не вся кривая, а лишь ее часть. Действительно, участок сс1 не может принадлежать множеству Парето, так как для каждой точки этого участка А найдется точка А' участка Ьс, в которой значение целевой функции будет меньше,' чем в точке А. Совершенно аналогично из рассмотрения должны быть исключены участки dе и gh. К множеству Парето в данном случае относятся лишь участки ас и ед, причем точка е также должна быть исключена.
Таким образом, принцип
Парето заключается в том, что в
качестве оптимального решения х*
должно быть выбрано
только такое, которое принадлежит
множеству Парето, x*эП.
Как мы видим, принцип Парето не выделяет
единственное решение, оно лишь сужает
множество возможных альтернатив. Часто
такое сужение оказывается весьма
существенным. Окончательный выбор
остается за исследователем,
принимающим рекомендации. Если же помимо показателей /;(«), 1=1, т в нашем распоряжении будет некоторый формализованный скалярный показатель для принятия рекомендаций /пр(я), то задача выбора окончательного решении может быть осуществлена из условия:
x* = arg min f[1Р(x),
где через П обозначено множество Парето для функций /i (х), i=1, т на допустимом множестве векторов хэХ. Теперь коротко остановимся на вопросе построения множеств Парето. Ограничимся для простоты случаем двух показателей f1(x), f2(x) которые должны быть минимизированы с учетом ограничений xэХ.
Каждой точке хэХ можно поставить в соответствие некоторую точку / с компонентами /^ = /!(*), /а — ^(х), на плоскости показателей . Таким образом, множество X отображается в некоторое множество Р, которое обычно называют множеством достижимости. Множеству Парето П будет соответствовать лишь часть множества достижимости Р. Нетрудно видеть, что в данном случае этой частью является дуга а, Ь.
Обратим внимание на следующую особенность. Любая координата точки дуги а, Ь представляет собой ничто иное как минимальное значение одного из показателей при фиксированном значении другого. Поэтому приближенное построение множества Парето может быть осуществлено путем последовательного решения ряда задач математического программирования. Одна из возможных схем расчета приведена ниже.
4) Проведя через В1, В2 прямую, получим простейшую аппроксимацию множества Парето па плоскости показателей.
Для дальнейшего уточнения аппроксимации могут быть найдены еще две точки В3, В4 путем решения дополнительных двух задач оптимизации:
Через точки В1, Б2, В3, В4 теперь можно провести ломаную, которая будет следующим кусочно-линейным приближением множества Парето. Процесс уточнения можно продолжить.
Возможны и другие способы приближенного построения множества Парето.