
- •1. Принципы и структура сапр 11
- •Введение
- •1. Принципы и структура сапр
- •1.1. Уровни проектирования
- •1.2. Классификация параметров объектов проектирования
- •1.3. Задачи проектирования
- •1.4. Стадии, аспекты и режимы проектирования
- •1.5. Компоненты сапр
- •1.6. Приципы построения комплексной сапр
- •2. Методы оптимизации
- •2.1. Постановка задачи оптимизации
- •2.2. Классификация критериев оптимальности
- •2.3. Классические методы исследования функций
- •2.4. Метод множителей лагранжа
- •2.5. Метод куна – таккера
- •2.5.1. Условия Куна–Таккера
- •2.5.2. Необходимость условий Куна–Таккера
- •2.5.3. Достаточность условий Куна–Таккера
- •2.6. Оптимальное проектирование системы с распределенными параметрами
- •2.6.1. Вариационное исчисление
- •2.6.2. Частные случаи и примеры
- •2.7. Линейное программирование
- •2.7.1. Стандартная форма задач линейного программирования
- •2.7.2. Основы симплекс-метода
- •2.7.3. Целочисленное линейное программирование
- •2.8. Геометрическое программирование
- •2.8.1. Основные понятия и расчетные формулы
- •2.8.2. Общий случай задачи гп
- •2.8.3. Решение задач гп с ненулевой степенью трудности
- •3. Оптимальное проектирование ракетных комплексов
- •3.1. Расчет элементов и узлов технических систем
- •3.1.1. Ферменная конструкция
- •3.1.2. Цилиндрическая пружина, работающая на кручение
- •3.1.3. Кольцевая колонна
- •3.1.4. Двутавровая балка
- •3.1.5. Колодочный тормоз
- •3.1.6. Подшипник скольжения
- •3.1.7. Червячно-цилиндрический редуктор
- •3.2. Анализ возможности применения метода геометрического программирования
- •3.2.1. Двухопорная цапфа
- •3.2.2. Двухстержневая конструкция
- •3.3. Расчет конструктивных элементов ракет
- •3.3.1. Примеры решения вопросов по компоновке оборудования
- •3.3.2. Цилиндрическая оболочка
- •3.3.3. Бак с жидкостью
- •3.3.4. Примеры апробированных задач проектирования
- •Заключение
- •Библиографический список
2.5. Метод куна – таккера
2.5.1. Условия Куна–Таккера
Метод множителей Лагранжа можно использовать при построении критериев оптимальности для задач с ограничениями в виде равенств. Кун и Таккер обобщили этот подход на случай общей задачи нелинейного программирования с ограничениями, как в виде равенств, так и в виде неравенств. Рассмотрим следующую общую задачу нелинейного программирования:
Минимизировать f(x) при ограничениях: ,
,
где
.
Ограничения в виде неравенства
называется
активным, или связывающим, в точке
,
если
,
и неактивным, или не связывающим,
если
где
-
допустимая точка, то есть удовлетворяющая
всем ограничениям. Если существует
возможность обнаружить ограничения,
которые неактивны в точке оптимума, до
непосредственного решения задачи, то
эти ограничения можно исключить из
модели и тем самым уменьшить ее размеры.
Кун и Таккер построили необходимые и
достаточные условия оптимальности для
задач нелинейного программирования,
исходя из предположения о дифференцируемости
функций
Итак,
задача Куна - Таккера состоит в том,
чтобы найти векторы
удовлетворяющие
следующим условиям:
(2-1)
Прежде всего, проиллюстрируем условия Куна-Таккера на примере.
Минимизировать
при
ограничениях:
Записав данную задачу в виде задачи линейного программирования, можно получить:
Уравнение (1), входящее в состав условий Куна-Таккера (система (2-1)), принимает следующий вид:
откуда
Неравенства (2) и уравнения (3) задачи Куна-Таккера в данном случае записывается в виде:
Уравнения (4), известные как условие дополняющей нежесткости, принимают вид:
Заметим, что на переменные U1 и U2 накладывается требование неотрицательности, тогда как ограничение на знак , отсутствует. Таким образом, для данной задачи условия Куна-Таккера записываются в следующем виде:
2.5.2. Необходимость условий Куна–Таккера
Теорема 1. Пусть f, gj и
hk - дифференцируемые функции,
а x* - допустимое
решение данной задачи. Далее пусть
и
линейно
независимы. Если x* -
оптимальное решение задачи нелинейного
программирования, то существует такая
пара векторов
что
является
решением задачи Куна-Таккера, то есть
системы (2-1).
Проверка выполнения условия линейной независимости весьма затруднительна, так как требуется, чтобы оптимальное решение задачи было известно заранее. Вместе с тем условие линейной независимости всегда выполняется для задач нелинейного программирования, обладающих следующими свойствами.
1. Все ограничения в виде равенств и неравенств содержат линейные функции.
2. Все ограничения в виде неравенств содержат вогнутые функции, все ограничения - равенства - линейные функции, а также существует по крайней мере одна допустимая точка , которая расположена во внутренней части области, определяемой ограничениями- равенствами. Другими словами, существует такая точка , что:
Необходимые условия Куна-Таккера можно использовать для доказательства того, что заданная допустимая точка, удовлетворяющая условию линейной независимости, не является оптимальной, если она не удовлетворяет условиям Куна-Таккера. С другой стороны, если в этой точке и выполняются условия Куна-Таккера, то нет гарантии, что найдено оптимальное решение нелинейной задачи.
Рассмотрим пример.
Минимизировать
при
ограничении
Запишем условия Куна-Таккера:
(2-2)
Так как ограничения содержат линейные функции, условие линейной независимости выполняется во всех допустимых точках. Легко видеть, что х = 3- точка оптимума. Рассмотрим допустимое решение х = 2. Для того, чтобы доказать его неоптимальность, проверим выполнение условий Куна-Таккера. Из уравнений (3) и (4) системы (2-2) следует, что U1=U2=0; однако значения х=2, U1=U2=0 не удовлетворяют уравнению (1). Следовательно, исходя из необходимых условий Куна- Таккера, точка х=2 не может быть оптимальной.
С другой стороны, решение х=U1=U2=0, то есть х- другая точка из допустимой области, удовлетворяет системе (1)-(5) и, следовательно, определяет точку Куна-Таккера, однако оптимальным не является. Условия Куна-Таккера должны выполняться в точке оптимума х=3. Нетрудно проверить, что решение х=3 и U1=0, U2=6 удовлетворяет условиям Куна-Таккера.