
- •1 Вопрос математические модели объектов проектирования
- •2 Вопрос технология организации проектирования
- •9 Вопрос классификация математических моделей
- •13 Вопрос режимы функционирования технических объектов
- •14 Вопрос методы получения математических моделей
- •15 Вопрос компонентные и топологические уравнения элементов и систем
- •16 Вопрос Компонентные и топологические уравнения электрической подсистемы
- •17 Вопрос Компонентные и топологические уравнения механической подсистемы(поступательное и вращательное).
- •Вопрос 18 Компонентные и топологические уравнения гидравлической и пневматической подсистемы
- •19 Вопрос Компонентные и топологические уравнения тепловой подсистемы
- •20 Вопрос Аналогии между подсистемами
- •21 Вопрос формальное представление структуры объекта на макроуровне
- •Вопрос 22 Типы ветвей и компоненты эквивалентых схем
- •Вопрос 23 Понятие графа. Компоненты графа
- •Вопрос 24 Подсистемы в эквивалентных схемах, виды связей
- •25 Вопрос Общие правила составления эквивалентных схем
- •26 Вопрос составление эквивалентных схем технических объектов
- •27 Вопрос использование уравнения лагранжа для моделирования динамических процессов в технических объектах
- •28 Вопрос Понятие оптимизации технических объектов. Состав и параметры модели оптимизации
- •29 Вопрос Классификация методов оптимизации
- •30Вопрос постановка задачи оптимизации
- •31 Вопрос Схема поиска оптимального решения. Понятие критериев оптимальности, целевой функции
- •32 Вопрос особенности экспериментальных факторных моделей
- •Вопрос 33 Понятие фактора, функции отклика, управляемых, наблюдаемых и неуправляемых параметров
- •34 Вопрос Понятия регрессионной модели. Структура и параметры эфм. Опыт и эксперименты
- •35 Вопрос основные принципы планирования эксперимента
- •36 Вопрос оптимальное планирование эксперимента.
- •37 Вопрос Активный и пассивный эксперимент
- •Вопрос 38 основы регрессионного анализа
- •39 Вопрос Основные постулаты регрессионного анализа
- •42 Вопрос планы экспериментов и их свойства
- •43 Вопрос план однофакторного эксперимента
- •44 Вопрос план полного факторного эксперимента
- •45 Вопрос план дробного факторного эксперимента
- •46 Вопрос статистический анализ результатов активного эксперимента
- •Вопрос 47 определение коэффициентов регрессионной модели и проверка их значимости
- •50 Вопрос классификация математических моделей
- •6 Вопрос .Функциональная мм механизма вывешивания адаптера (мва)
- •Вопрос 40 оценка параметров регрессионной модели
31 Вопрос Схема поиска оптимального решения. Понятие критериев оптимальности, целевой функции
Выбор метода решения зависит от способа постановки задачи оптимизации. Любая из точек является допустимым решением задачи. Часто параметрический синтез ставится как задача определения любого из допустимых решений. Однако гораздо важнее решить задачу оптимизации – найти оптимальное решение среди допустимых.
Практически
во всех методах оптимизации стремятся
построить такую последовательность
значений
,
при
которой
>
>
>...
В этом случае обеспечивается сходимость
результатов и можно надеяться, что
минимум функции будет найден.
Важной характеристикой методов является их скорость сходимости. Однако оценка сходимости того или иного метода обычно базируется на некоторых предпосылках относительно особенностей ЦФ (например, функция дважды непрерывно дифференцируема или сильно выпукла) и зависит от выбора начальной точки поиска. Теоретические предпосылки относительно реальных ЦФ могут не удовлетворяться, поэтому скорость сходимости в этих случаях можно рассматривать как сравнительную оценку метода.
Численные
методы поиска оптимума позволяют
построить последовательность шагов от
начальной точки
через некоторые промежуточные точки
к
локальному экстремуму
Схема
алгоритма поиска оптимального решения
для общего случая показана на рис. 15.2.
Как отмечалось выше, выбор исходной
точки поиска
во многом определяет успех решения всей
задачи. Очевидно, что
должна
принадлежать области определения
целевой функции, и чем ближе к экстремуму
выбрана
,
тем
быстрее
и с большей вероятностью
экстремум будет найден. Сущность метода
оптимизации определяется этапами 2 и 3
алгоритма, на которых выбирается
направление дальнейшего поиска и
вычисляются координаты очередной точки
на
траектории поиска. Далее в точке
вычисляются
значения ЦФ
и
функций-ограничений, т. е. определяется
информация, позволяющая судить о
достигнутом успехе. Инженер может
назначить различные условия прекращения
поиска.
В зависимости от степени их
выполнения поиск будет продолжен или
прекратится.
F(X)
Рис. 15.2. Алгоритм поиска оптимального решения
Постановка задачи оптимизации имеет содержательный смысл только в том случае, когда появляется необходимость выбора одного из конкурирующих вариантов, полученных при ограниченных ресурсах. Окончательный выбор ТО (принятие решения) необходимо проводить с учетом правил предпочтения и на основании установленных критериев. Выбор критерия является одним из важных этапов постановки задачи оптимизации, так как все последующие действия направлены на поиск варианта, наиболее близкого к оптимальному по выбранному критерию.
В основе построения правила предпочтения лежит целевая функция (ЦФ), количественно выражающая качество объекта и называемая также функцией качества, или критерием оптимальности. Целевая функция всегда формируется с учетом различных выходных параметров ТО. В зависимости от содержательного смысла этих параметров и выбранного способа их сочетания в ЦФ качество объекта будет тем выше, чем больше ее значение (максимизация) или чем меньше ее значение (минимизация).
Выбор ЦФ носит субъективный характер, и поэтому объект может быть оптимален только в смысле данного критерия.
Методы одномерного поиска можно разделить на методы последовательного поиска (методы дихотомии или половинного деления, Фибоначчи и золотого сечения) и методы, использующие аппроксимацию функции (методы квадратичной и кубической интерполяции и др.).
Для большинства задач, связанных с поиском оптимальных решений, методы одномерного поиска практически не применимы, поскольку выходные параметры этих машин, как правило, зависят от множества управляемых параметров. Обычно в этом случае применяются методы многомерного поиска.