
- •1.Типовые классы оптимизационных задач. Содержание этапа постановки задачи. Общая формальная постановка задачи.
- •2. Критерий оптимальности базисного распределения поставок.
- •Типовые классы оптимизационных задач. Вычисление решения. Классификация методов решения оптимизационных задач.
- •Распределительный метод решения транспортной задачи
- •1. Типовые классы оптимизационных задач. Выбор типа модели. Проверка и корректировка модели.
- •Открытая модель транспортной задачи.
- •1. Типовые классы оптимизационных задач. Понятие показателя и критерия эффективности.
- •Однопараметрическая постановка и решение задачи оптимизации классическим способом
- •Классический метод вычисления условного экстремума
- •1. Многопараметрическая постановка и решение задачи оптимизации классическим способом
- •2.Существо и содержание метода множителей Лагранжа
- •1. Общая и основная задачи линейного программирования
- •1. Свойства основной задачи линейного программирования
- •2.Принцип оптимальности и уравнение Беллмана
- •1.Графический метод решения задачи линейного программирования.
- •2. Постановка задачи целочисленного линейного программирования
- •1. Существо и содержание симплекс-метода решения задач линейного программирования.
- •2.Метод отсечения. Метод Гомори
- •1.Способы получения первоначального допустимого базисного решения. Метод искусственного базиса
- •2.Понятие о методе ветвей и границ
- •1.Геометрическая интерпретация основной задачи линейного программирования
- •2.Постановка задачи параметрического программирования. Аналитический метод решения задачи параметрического программирования.
- •1. Существо метода симплекс-таблиц
- •2. Постановка задачи параметрического программирования. Графический метод решения задачи параметрического программирования
- •Математическая модель транспортной задачи.
- •2.Решение задач нелинейного программирования методом штрафных функций.
2.Решение задач нелинейного программирования методом штрафных функций.
Пусть
функция
является вогнутой, а функция
,
являются выпуклыми, то такую задачу
можно решить одной из разновидностей
градиентных методов – методом штрафных
функций.
При использовании этого метода задача в отличии от метода Франка-Вулфа решается не на прямую, а через поиск максимального значения некоторой дополнительно вводимой функции:
Сумма целевой функции и некоторой дополнительной функции (Н) определяемой условиями ограничений и называемой штрафной функцией.
Эту штрафную функцию можно вводить различными способами. Наиболее часто ее вводят с помощью следующего выражения:
Где
определяется
из условия:
Где
- положительное число, играющее роль
весового коэффициента.
Используя штрафную функцию задачу решают методом многих итераций, переходя от одной к другой до тех пор, пока не будет получено приемлемое решение.
Причем координаты очередной точки находят по выражению:
В отличии от метода Франка-Вулфа получаемые точки в методе штрафных функций могут оказываться не только внутри области допустимых решений, но и вне нее. И только последнее приемлемое решение обязательно должно оказаться в области допустимых решений.
Тогда, если предыдущая точка находится в области допустимых решений, то второе слагаемое в квадратных скобках всегда равно 0 и переход к последующей точке определяется только градиентом целевой функции.
Если же полученная точка не находится а области допустимых решений то за счет не нулевого значения второго слагаемого в квадратных скобках на очередной точке осуществляется возвращение в область допустимых решений.
При этом установлено: чем меньше значение , тем быстрее находится приемлемое решение. Однако при этом снижается точность решения.
Поэтому итерационный процесс решения задачи начинают при сравнительно небольших значениях и постепенно по мере итераций значение увеличивают.
Итак, процесс решения задачи нелинейного программирования методом штрафных функций реализуется путем выполнения следующей последовательности действий:
Определяют исходное допустимое решение;
Выбирают шаг вычислений
;
Находят по всем переменным частные производные от целевой функции и от функций определяющих область допустимых решений;
По формуле вычисления
находят координаты новой точки определяющей возможное новое решение задачи;
Проверяют, удовлетворяют ли координаты новой точки системе исходных функций ограничений, если координаты полученной находятся в области допустимых решений, то следует необходимость перехода к последующему допустимому решению; если условие не выполняется, то переходят к новой точке, а если выполняется – считают полученное решение приемлемым.