- •1. Введение в оптимизацию 4
- •2. Безусловная оптимизация функции одной переменной 13
- •1. Введение в оптимизацию
- •Ограничения на допустимое множество
- •Структура оптимизационных задач математического программирования
- •Примеры постановки задачи оптимизации для решения методами математического программирования
- •Классификация методов оптимизации
- •2. Безусловная оптимизация функции одной переменной
- •Свойства функции одной переменной
- •Идентификация экстремумов функции одной переменной
- •Прямые методы поиска экстремума функции одной переменной
- •Метод равномерного поиска
- •Метод золотого сечения
- •Сравнение методов исключения интервалов
- •Полиномиальная аппроксимация
- •Методы с использованием производных
- •Метод Ньютона-Рафсона
- •Метод средней точки
- •Метод секущих
- •3. Безусловная оптимизация функции нескольких переменных
- •Критерии оптимальности для функции нескольких переменных
- •Методы прямого поиска для нескольких переменных
- •Метод эволюционной оптимизации
- •Метод поиска по симплексу ( метод)
- •Градиентные методы
- •Метод Коши (Наискорейшего спуска)
- •Метод покоординатного спуска.
- •С хема метода Гаусса – Зейделя
- •4. Условная оптимизация. Линейное программирование
- •Общие сведения о линейном программировании
- •Постановка задачи линейного программирования
- •Пример постановки задачи линейного программирования
- •Геометрическая интерпретация задачи линейного программирования
- •Симплекс-метод решения задачи линейного программирования.
- •5. Классическое вариационное исчисление
- •Критерий оптимизации в задачах вариационного исчисления
- •Вариация функционала
- •Необходимые условия экстремума. Уравнение Эйлера.
- •Уравнение Эйлера и условия Лежандра для функционалов, зависящих от нескольких функций и от высших производных
- •6. Динамическое программирование
- •Задача о Черепашке
- •Оптимальное управление представляет собой вектор, определяемый последовательностью оптимальных пошаговых управлений
- •Организация процесса оптимизации в динамическом программировании
Примеры постановки задачи оптимизации для решения методами математического программирования
Задача проектирования цилиндрической емкости [6]. Словесная постановка задачи: найти такие значения диаметра и высоты цилиндра, чтобы при фиксированном объеме V общая длина сварных швов была минимальна.
Критерий
оптимальности: сварные швы - это две
окружности и высота цилиндра, поэтому
Множество
допустимых решений задачи: диаметр
и высота емкости
не могут быть отрицательными числами,
т.е.
;
объем проектируемой емкости фиксирован
и равен
,
.
Т
аким
образом, задача состоит в определении
таких значений
и
,
что функция
достигает минимума и выполняются
условия:
,
d2l/4=V;
.
Использование методов оптимизации для анализа и обработки информации. Еще одна область применения оптимизационных методов связана с анализом информации, в частности с проблемой определения параметров некоторой полуэмпирической модели на основе заданного множества экспериментальных данных.
Словесная постановка
задачи:
предположим, что некоторая переменная
зависит от некоторой независимой
переменной
,
а связь между ними задается уравнением
,
в
котором фигурируют два параметра
и
.
Для определения значений
и
проведена серия экспериментов, в каждом
из которых задавалось значение независимой
переменной
и регистрировалось значение зависимой
переменной
.
Результатом экспериментов является
множество пар чисел
.
Необходимо, на основе полученной
информации, подобрать значения
и
таким образом, чтобы обеспечить наилучшую,
в смысле некоторого показателя качества,
точность описания экспериментальных
данных с помощью функции
.
Наиболее часто используемая на практике мера качества экспериментальных данных определяется так называемым критерием наименьших квадратов, в соответствии с которым требуется минимизировать функцию
.
Разность
показывает, насколько точно выбранная
модель соответствует экспериментальным
данным и называется остатком.
Сумма квадратов по всем экспериментальным
данным является мерой точности описания
данных. Ясно, что если
равно нулю, то сделанный выбор
и
обеспечивает точное описание. Таким
образом, задачу описания данных можно
рассматривать как задачу оптимизации,
в которой требуется найти значения
параметров
и
,
минимизирующие функцию
.
Задача планирования выпуска продукции. Словесная постановка задачи: с учетом имеющихся запасов сырья и парка оборудования составить план выпуска продукции, при котором предприятие получит максимальную прибыль.
Пусть цех выпускает
четыре вида продукции
,
запас сырья составляет
тонн, в цехе работают
человек, для упаковки продукции требуется
тара (мешки, бочки), которых в цехе
штук. Затраты каждого производственного
фактора (сырье, рабочие, тара) на единицу
каждого вида продукции составляют
,
i=1,2,3; j=1,2,3,4
ед./тонну, прибыль с единицы продукта
составляет
руб/т, j=1,2,3,4.
Необходимо определить объемы выпуска
продуктов
при которых предприятие получит
наибольшую прибыль.
Затраты:
– на
сырье
единиц (не должны превосходить
);
– на
персонал
единиц (не должны превосходить b2)
;
– на
тару
единиц (не должны превосходить
).
Прибыль
составит
руб., следовательно, математическая
формулировка задачи имеет вид:
найти значения
,
при которых функция
достигает максимума и выполняются условия:
,
,
.
