- •А.Ю. Крюков, Б.Ф. Потапов
- •Крюков, А.Ю.
- •СОДЕРЖАНИЕ
- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •1.1. СУЩНОСТЬ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1.1. Понятие о моделировании и свойства моделей
- •1.1.2. Цели моделирования
- •1.1.3. Виды моделирования и классификация моделей
- •1.2.1. Общие положения и основные определения
- •1.2.2. Структура математической модели и ее построение
- •1.2.3. Иерархия математических моделей
- •1.2.5. Классификация математических моделей
- •1.2.6. Геометрическое представление математических моделей
- •1.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •2.1. МОДЕЛИ МИКРОУРОВНЯ
- •2.2. МОДЕЛИ МАКРОУРОВНЯ
- •2.2.1. Общая характеристика моделей, их структура и сущность
- •1. Компонентные уравнения
- •2. Топологические уравнения
- •Компонентные и топологические уравнения электрической системы
- •2.2.5. Задания для самостоятельной работы
- •2.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •3.2.1. Общие принципы моделирования полей
- •3.2.2. Особенности построения моделей
- •3.2.3. Модели стационарных полей
- •3.2.4. Модели нестационарных полей
- •3.2.7. Задание для самостоятельной работы
- •3.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •4.1.1. Надежность объектов как комплексное свойство
- •4.1.2. Классификация отказов и временные понятия
- •4.3.1. Основные понятия, определения и положения
- •4.3.2. Основные характеристики случайных величин
- •4.4. ПОКАЗАТЕЛИ НАДЕЖНОСТИ
- •4.4.1. Показатели безотказности
- •4.6.1. Общая характеристика и виды моделей
- •4.6.2. Распределения, используемые в теории надежности
- •4.6.3. Композиция законов распределения
- •4.6.4. Задание для самостоятельной работы
- •4.7 ПОТОКИ ОТКАЗОВ И ВОССТАНОВЛЕНИЙ
- •4.8. РАСЧЕТ НАДЕЖНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ
- •4.8.1. Общие положения
- •4.8.2. Модели параметрических отказов
- •5.1. ОСНОВЫ ТЕОРИИ ГРАФОВ И СЕТЕВЫЕ МОДЕЛИ
- •5.1.1. Общие замечания, основные понятия и определения
- •5.1.2. Решение задачи о максимальном потоке
- •5.1.3. Потоки минимальной стоимости
- •5.1.4. Практические примеры сетевых задач
- •5.1.5. Некоторые обобщения по сетевым задачам
- •5.1.6. Альтернативные методы решения сетевых задач
- •5.2.1. Основные положения
- •5.2.2. Структура принятия решения
- •5.2.4. Пример применения классических критериев
- •6.1.1. Постановка задач оптимизации и критерии
- •оптимальности
- •6.1.2. Многокритериальные задачи оптимизации
- •6.1.3. Классификация методов оптимизации
- •6.2. РЕГУЛЯРНЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.2.1. Методы математического анализа
- •6.2.2. Понятие о вариационном исчислении
- •6.2.3. Принцип максимума Понтрягина
- •6.2.4. Метод динамического программирования
- •6.3. ПРЯМЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.3.2. Минимаксные стратегии одномерного поиска
- •6.3.4. Многомерные методы безусловной оптимизации
- •6.3.7. Заключение по прямым методам оптимизации
- •7 1. ОБЩИЕ ПОЛОЖЕНИЯ
- •ЗАКЛЮЧЕНИЕ
- •Учебное издание
- •Учебное пособие
Процесс постановки задачи можно разбить на следующие этапы:
1. Выбор критериев оптимизации.
2 . Формирование целевой функции.
3.Выбор управляемых параметров.
4.Назначение ограничений.
Выбор управляемых параметров производится из сле дующих соображений:
1) регламентируемые в техническом задании параметры не подлежат оптимизации;
2) выбираются параметры, оказывающие наибольшее воз действие на целевую функцию, что может быть определено на основе анализа чувствительности через коэффициенты вариации:
АдЩх)
/ = 1...и |
(6.6) |
'дх,
или вектора чувствительности В с относительным коэффициен том влияния
|
B‘m4w |
k |
r |
<67) |
где х° и W(x0) - |
значения |
внутренних |
параметров |
объекта |
ицелевой функции |
W в точке |
х0 пространства внутренних па |
раметров, в которой осуществляется анализ чувствительности. Чем больше коэффициенты А, и В„ тем сильнее влияние
проектного параметра на W(x).
6.1.2. Многокритериальные задачи оптимизации
Часто к объекту предъявляется ряд различных требований, приводящих к введению нескольких критериев оптимальности: W], W2, ..., Wp. Например, желательно, чтобы двигательная уста новка ракеты имела минимальную стоимость и массу, макси мальную тягу и живучесть, широкий диапазон регулирования и т.д.
Наиболее простым и надежным способом оптимизации таких систем является выделение одной из этих характеристик и ис пользование ее в качестве критерия. При этом остальные требо вания задаются в виде ограничений. Если же идет речь о дейст вительной оптимизации нескольких функций, необходимо пе рейти к векторным критериям оптимальности W(W\,W2, ..., Wp).
Решение задачи векторной оптимизации тривиально, если существует вектор х е Х * , обеспечивающий экстремальное зна чение всех компонент критерия оптимальности одновременно:
W f o g ) * W,(x,g) ; / = 1, 2 ,... р; Vx, х е X* e l ; VcoeQ. (6.6)
Векторный характер критериев оптимальности создает проблему формирования целевой функции. Сложность ее обу словлена не только большим количеством используемых крите риев, но и их характером. Обычно улучшение одного из крите риев приводит к ухудшению других критериев. Такие критерии называются конфликтными. Если определить оптимальные па раметры объекта по каждому из критериев в отдельности, то они окажутся различными. Поэтому при наличии векторного крите рия возможно лишь некоторое компромиссное решение, которое в наибольшей мере отвечает задачам проектирования.
Существует несколько подходов к оптимизации по век торным критериям оптимальности.
1. В ряде случаев задается отношение строгого предпоч тения целевых функций
W , > W 2 > W j > . . . > W p , |
( 6.7) |
означающее, что любое улучшение компоненты W\ всегда без условно важнее изменения всех других компонент критерия. Компонента W2 играет второстепенную роль по сравнению с Wh но, в свою очередь, безусловно, важнее W2, и т.д. В этом случае оптимизация проводится последовательно, начиная с важней ших целевых функций. Этот метод также носит название стра тегии частного критерия.
2. Может быть задан искусственный комплексный крите рий, т.е. весовая функция качества:
Wz = a, Wx+ a2W2+ + apWp, |
(6.8) |
где коэффициенты а, характеризуют «вес», т.е. значимость соот ветствующих компонент Wj.
В этом случае существенное изменение даже второстепенного критерия может оказаться более важным по сравнению с малым изменением первоочередных критериев. Для того что бы суммарное улучшение нескольких критериев не привело к недопустимому ухудшению одного из них, обычно вводятся дополнительные ограничения
W] <Al-,W2<A2; Wp < Ар. |
(6.9) |
Выбор весовых коэффициентов осуществляется с помо щью экспертных оценок и уточняется по мере получения ре зультатов.
Данный метод является частным случаем стратегии
взвешенной аддитивной компенсации противоречий критериев.
3. Наконец, если отсутствуют данные как для задания от ношения строгого предпочтения, так и для выбора весовых коэф фициентов функции, может быть использован метод уступок.
При этом предполагается, что небольшое отступление (например, на 5 или 1 0 %) от оптимума, даже по важнейшим критериям, не приводит к существенному ухудшению системы. Такое допу щение может быть обоснованно общими соображениями о при ближенном характере моделирования или измерений, если для
оптимизации используются экспериментальные данные. Введение указанных отклонений - «уступок» - позволяет
получить искусственные множества равнозначных решении и использовать методы последовательной оптимизации по ряду критериев. Выбор величин допустимых уступок также требует экспертных оценок.
Из сказанного ясно, что математически задача оптимиза ции всегда сводится к процедуре оптимизации по скалярному кри терию (тот или иной компонент W, при последовательной оптими зации, комплексный критерий Wz). Поэтому далее при описании методов оптимизации всегда рассматривается случай скалярного критерия качества. С другой стороны, выбор этого критерия в той или иной форме должен учитывать множественность реальных технических требований, предъявляемых к объекту.
Рассмотрим еще один из путей решения задач с кон фликтными критериями, предложенный итальянским ученым В. Парето в 1904 г. Данный метод позволяет сократить множе ство вариантов решения за счет исключения из анализа тех ва риантов, которые заведомо будут плохи.
Рассмотрим подробнее проблему формирования целевой функции. Предположим, что выбрано два критерия, которые представляют собой некоторые функции W\(x) и W2(x) управ ляемых параметров х, а пространство управляемых параметров двумерное, т.е. х = (JCJ, х2). Построим на плоскости Х]Ох2 линии равных уровней Hj = const функций W](x) и W2(x) (рис. 6.1, а).
а
Рис. 6.1. Выбор оптимально-компромиссного решения: а - в двухкритериальной задаче; б - в трехкритериальной
Пусть Н]> Н2> Н3> # 4. Тогда экстремумы функций Wx{x)
и ^ 200 будут представлять собой максимумы |
этих функций |
|
^imax и fV2max. Точка А с координатами |
и |
соответствует |
f^lmax? а точка В С КООрДИНаТаМИ х /2^и Х2 ® соответствует й^тах* Следует подчеркнуть, что точки А и В находятся в трехмерном пространстве {xj, Х2, Щх)}. Третьей координатой точки А явля
ется —W\max, а точки В - W2max. Соединим точки А и В экстрему мов функций W\{x) и W2(x) и точку С касания линий равного уровня обеих функций W\(x) = W2{x) = # 3 некоторой простран
ственной линией ОК. Эта линия соответствует области опти мально-компромиссного решения. Проекция ее на плоскость *iOx2 дает множество эффективных точек - точек Парето. Множество Хэ§ входит в состав множества допустимых значе ний управляемых параметров Хд, являясь его подмножеством, т.е. ХЭфе Хд. На рис. 6.1, б показано множество Хэ$ для случая трех критериев.
В силу однозначных зависимостей Щх) каждой точке в пространстве управляемых параметров х соответствует един ственная точка в пространстве функций Щх), /= 1, 2, ..., п. Следовательно, множеству допустимых значений управляемых параметров Х л можно поставить в соответствие эквивалентное замкнутое множество SH, а подмножеству Х3$ - подмножество
оптимального |
компромисса 5ок |
между критериями W\(x) |
|||
и W2(x) |
(рис. |
6.2). |
Точки под |
|
|
множества бок соответствуют воз |
|
||||
можным |
сочетаниям |
значений |
|
||
критериев Щх), /= 1, 2 ,..., п, оп |
|
||||
ределяющим |
перспективные |
|
|||
варианты решения многокрите |
|
||||
риальной задачи. При максими |
|
||||
зации критериев |
подмножест |
Рис. 6.2. Отображение |
|||
вом оптимального компромисса |
подмножества |
||||
SOK является правая верхняя |
оптимального компромисса |
||||
граница |
выпуклой |
оболочки |
двухкритериальной задачи |
множества SH между точками В и С, в которых достигаются
т шах И ^ 2 ш а х -
Таким образом, точками Парето являются точки про странства управляемых параметров ХЭфеХД9 для которых выпол няется условие
т
(6.10)
где Cj - коэффициент веса, характеризующий значимость у-го критерия; Ф(*) - предельно достижимое значение целевой функции W(Xэф) в области оптимального компромисса S0к; т - количество критериев оптимальности.
Коэффициенты веса выбирают из условия:
т
(6.11)
Метод Парето позволяет сбалансировать противоречия между критериями и получить однозначное оптимально компромиссное решение задачи выбора параметров проекти руемого объекта.
Приняв определенные значения коэффициентов веса сх
ис 2 в рассматриваемой задаче и сформировав аддитивную целе вую функцию согласно выражению (6 .10), в процессе поисковой оптимизации найдем некоторые значения управляемых пара метров лс1ок и х2ок, доставляющие экстремум целевой функции
W(x). При этом каждый из критериев W{(x) и fV2(x) не будет дос тигать экстремального значения, а будет равен W]0K и W2O K , со ответственно. На подмножестве оптимального компромисса S0к (см. рис. 6 .2) полученному решению соответствует некоторая точка А0, в которой Wt(xi0K, х2ок) < Wiimx и Щ х 1ок, х2ок) < W2nm.
При минимизации критериев W\(x) и fV2(x) подмножеству оптимального компромисса SQK соответствует линия DE.
Принцип Парето не выделяет единственного решения, он только сужает множество альтернатив. Окончательный выбор остается за исследователем. Но исследователь, математик, ин женер, построив множество Парето, конечно, облегчает проце дуру выбора решения.
Представим еще одну иллюстрацию применения компро миссов Парето. Предположим, что мы сделали некоторый выбор проектных, параметров. Обозначим его через х* и предположим, что существует некоторый другой выбор х —такой, что для всех критериев оптимальности (функций качества) W,{x) имеют место неравенства
Wi(x)>Wi(x*),i=\,...,«, |
(6.12) |
причем хотя бы одно из неравенств - строгое.
Очевидно, что выбор х предпочтительнее х*. Поэтому все векторы х*, удовлетворяющие (6.12), следует сразу исключить из рассмотрения. Имеет смысл заниматься сопоставлением, подвергать неформальному анализу только те векторы х*, для которых не существует х такого, что для всех критериев удовле творяются неравенства (6 .12). Множество всех таких значений
х* называют множеством Парето, а вектор х* называют неулуч-
шаемым вектором результатов (вектором Парето). Предположим, что существуют два критерия оптимально
сти, представляющие собой однозначные функции f\(x) и fi(x)
одного проектного параметра х. Требуется выполнение условий
fi(x) —►max и /г(х) —>шах. |
(6.13) |
Тогда каждому допустимому значению переменной х от
вечает одна точка на плоскости (/i,/i) (рис. 6.3), и равенства
f\ =/i(*)> h = j .iW |
<6Л4) |
определяют параметрическое задание некоторой кривой abed
в этой плоскости. Но к множеству Парето можно отнести далеко не всю кривую. Так, участок Ьс, очевидно, не принадлежит