
- •1. Постановка задачи оптимального управления. Критерии оптимальности.
- •2. Экономическая оценка эффективности процессов.
- •3. Постановка задачи оптимального управления в статике.
- •4. Постановка задачи оптимального управления в динамике.
- •5. Исследование одномерной целевой функции на экстремум методом классического анализа.
- •6. Одномерный поиск экстремума целевой функции методом сканирования:
- •7. Одномерный поиск экстремума целевой функции методом золотого сечения:
- •8. Одномерный поиск экстремума целевой функции методом с использованием чисел Фибоначчи.
- •9. Исслед. Многомерной целевой функции методом классич. Анализа.
- •1 2. Метод многомерного поиска экстремума. Метод релаксации и Гаусса-Зайделя.
- •13. Метод градиента. Метод наискорейшего спуска.
- •14. Метод поиска экстремума при наличии оврагов.
- •15. Ограничения типа «равенство»
- •16. Задачи типа «неравенство»
- •17. Методы случайного поиска.
- •18. Линейное программирование. Примеры постановок задач линейного программирования.
- •19. Свойства оптимальных решений в задачах линейного программирования.
- •20. Симплекс-метод.
- •21. Динамическое программирование. Принцип оптимальности и принцип вложения.
- •24. Вариационное исчисление. Классы допустимых функций.
- •25. Уравнение Эйлера для простейшего функционала. Условие Лежандра. Пример решения уравнения Эйлера.
- •26. Уравнение Эйлера и условие Лежандра для функционала, зависящего от n функций и их первых производных.
- •27. Уравнение Эйлера и условие Лежандра для функционала, зависящего от функции и от n ее производных. Пример.
- •29. Решение экстремальной задачи с подвижными границами. Условие трансверсальности. Пример.
- •30. Решение вариационных задач на условный экстремум при наличии интегральной связи. Пример.
- •31. Решение вариационных задач на условный экстремум с голономными связями.
- •32. Решение вариационных задач на условный экстремум с неголономными связями.
- •33.Особенности вариационных задач оптимального управления
- •34. Принцип максимума Понтрягина. Роль советских ученых в разработке пм.
- •35.Последовательность решения задач оптимального управления с помощью пм.
- •36. Задача синтеза системы оптимального управления. Ее решение с помощью принципа максимума. Пример.
- •37. Понятие аср. Необходимое условие применения экстремальных регуляторов. Сэр.
- •38. Сэр с измерением производной.
- •39. Сэр со вспомогательной модуляцией.
- •40. Сэр с запоминанием экстремума.
- •41. Сэр шагового типа.
18. Линейное программирование. Примеры постановок задач линейного программирования.
Это математическая теория, изучающая методы решения линейных экспериментальных задач. Т.е. задачи такого вида:
требуется найти экстремум функции
F=C1
U1+C2
U2+…+Cn
Un
– min и
max
при ограничения такого вида:
m
уравнений
m’-m
н9еравенств
Пример задачи об использовании сырья.
Необходимо изготовить продукцию 2-х типов. Из 4-х видов сырья: S1, S2, S3, S4
Виды сырья |
Продукт |
Наличие на складе |
|
П1 |
П2 |
||
S1 |
2 |
3 |
19 |
S2 |
2 |
1 |
13 |
S3 |
- |
3 |
15 |
S4 |
3 |
- |
18 |
Доход |
7 |
5 |
|
U1 – количество П1
U1 – количество П2
Суммарный доход F=7 U1+5 U2 – её надо максимизировать
при
этом
Общие задачи линейного программирования:
Необходимо найти управление, представляющее экстремум целевой функции(линейной формы) при ограничениях, которые были записаны
Найти среди неотрицательных решении Qmax при которых соблюдается все ограничения
Удобно всё многообразие задач линейного программирования сводить к одной форме, называемой канонической, т.е. когда все уравнения связи будут только типа равенства
m<n
– степень свободы или одно из условий
решения задач.
n – число переменных,
m – число управлений.
n-m – число степеней свободы.
Задачи с любыми типами связи можно свести к каноническим. Для этого вводиться переменные
Раньше
было 2 управления, теперь 6. Но теперь 6
степеней свободы, т.к. 4 уравнения типа
равенства.
Переписывания уравнения относительно базиса.
(1)
А
набор значений от U1
до U6,
удовлетворяющих уравнению (1) называются
решением . А решение, максимизирующее
целевую функцию это оптимальное решение.
Рассмотрим геометрическую интерпретацию
решения этой задачи. Построим область
допустимых управлении(все значения
)
Q=70 Точка а соответствует оптимальному решению, то есть оптимальное решение находится в вершинах многоугольной области.
19. Свойства оптимальных решений в задачах линейного программирования.
Основные свойства задач ЛП:
Т.к. уравнения связи линейны, Ω – всегда выпуклый многоугольник. Линия постоянного значения критерия – прямая линия. Решение лежит в одной из вершин. Может быть случай, когда линия оптимального значения совпадает→множество решений, в том числе и вершины.
В вершинах многогранника ровно столько переменных обращается в 0, сколько степени свободы мы имеем
Переменная, обращается в 0 – свободные, иначе – базисные. Сами вершины – это базисы.
20. Симплекс-метод.
СМ – метод оптимально направленного переборе вершин и заключается в последовательном переходе от одной вершины к другой, в которой значения критерия лучше.
Геометрический метод означает:
На первом шаге выбирают любую вершину многогранника, то есть выбирают решение, которое называют опорное или базисное. Анализируется значение переменной и значение в этой вершине и находят значение в другой, в которой значение лучше.
СМ дает оптимальную последовательность шагов, приводящих к оптимальному решению, если оно существует.
СМ в общем виде:
(каноническая форма, относительно базиса)
базис: (0..0, b1..bn); a=c0
Рассмотрим целевую функцию. Анализируя ЦФ, может быть 2 случая:
если все
при поиске max, базис, который мы выбираем явл. оптим.
пусть некоторые коэффициенты положительны напр.
В
целевой функции осталось только
,
остальные равны 0
если все коэффициенты > 0, то при любом
и т.д. не станут отрицательны, решение не существует, так как область не замкнута
Если
выбрать
,
то Ui+1
можно увеличить на
.
Если таких несколько, то берем min.
Из (3) выражаем Uj и подставляем во все другие уравнения и в Целецую Функцию(ЦФ).
Перешли в новый базис.
(0…0,b,0,bm)
Смотрим в ЦФ: коэффициент >0 при поиске min
<0 при поиске max,
то нашли оптимальный базис
Т.о. порядок вычислений по СМ следующий:
1) приводим систему ограничений к виду, разрешенному от какого-либо исходного базиса;
2) выражаем линейную форму ЦФ через базисные независимые U если в полученных выражениях все коэффициенты при небазисных коэффициентах отрицательные при поиске max, или >0 при поиске min, то задача решена;
3) если есть коэффициенты >0 при max,<0 при min, то берем любое из них (Cj), который стоит перед Uj и рассматриваем столбец коэффициентов при Uj.
Если
все коэффициенты этого столбца >0, то
Q=
,
задача решения не имеет;
4)пусть в столбце при Uj имеется отрицательные числа. Для каждого из таких чисел находим отношение и выбираем среди них наименьшее.
Например ;
переходим к новому базису, исключая из старого базиса величину Un+i и вводя вместо нее Uj . Для этой цели уравнение, содержание Un+i разрешением относительно Uj . И полученное выражение подставляем во все ограничения и в ЦФ. И переходим к п.2.