Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Численные методы решения задач строительства на ЭВМ..pdf
Скачиваний:
45
Добавлен:
15.11.2022
Размер:
16.27 Mб
Скачать

построения математических моделей задач оптимизации, а также методы их решения.

Но прежде рассмотрим, что представляет собой математическая модель задачи оптимизации, и введем ряд понятий и определений, используемых в этих задачах.

8.1.Общие сведения

8.1.1.Математическая модель задачи оптимизации

^Задача оптимизации обычно сводится к отысканию наименьшего или наибольшего значения некоторой функции, которую принято называть целевой функцией (или функцией

Z=Z(xu х2, х3,....х„).

(8.1)

В качестве целевой функции могут быть приняты, например: минимальный вес конструкции, максимальный объем выпуска продукции; минимальная стоимость перевозок груза; максимальная прибыль и т.д.

Параметры хь х2, х3,....х„, - переменные величины, которые могут изменяться непрерывно или дискретно и должны однозначно определять целевую функцию. Они называются

управляемыми (или проектными) параметрами.

Количество и параметров х,- (i=\,2,...n), определяет размерность (сложность) задачи.

Область, определяемая всеми проектными параметрами, называется пространством проектирования. Это пространство обычно не столь велико, как может показаться, так как в практических задачах ограничено рядом условий, связанных с физической сущностью задачи (это могут быть законы природы, механики, экономики, права, наличие необходимых материалов и ресурсов и т.п.). Управление строительством или техническое проектирование всегда ведется в условиях жестких ограничений на материальные, энергетические, временные и прочие виды ресурсов.

Выражения, описывающие эти условия, называются ограничениями задачи. Ограничения делятся на две группы:

- ограничения -равенства:

h{x 1, хъ хз, ....хп)=0

(/=1,2,...*),

(8.2)

- и ограничения-неравенства:

gj(xh хъ х3|....*„)<или>0

(/=1,2,.../).

(8.3)

Значения управляемых параметров, при которых выполняются ограничения (8.2)-(8.3), называются допустимыми решениями задачи.

Допустимое решение X * (х, ,х 2

х п ) , дающее

экстремум функции цели (8.1), называется оптимальным решением.

Оптимальное решение (если оно вообще существует) не обязательно единственно. Возможны случаи, когда имеется

бесчисленное множество оптимальных решений.

Считается, что математическая модель задачи оптимизации построена, если определены управляемые параметры, построена целевая функция (8.1) и записаны

ограничения задачи (8.2) - (8.3).

Для записи математической модели задачи оптимизации в общем виде часто используется следующая символика [20]:

наити

Z(X) -> min(max), X е Q

(8.1*)

при ограничениях: Q,: hj ( X ) = 0

(/ = 1, * ) ,

( 8.2*)

 

g j ( x ) < о

0 = й ) ,

(8.3*)

где Z ( X ) - целевая функция, зависящая от вектора управляемых

параметров X ; Q - допустимое множество, заданное ограничениями на управляемые параметры.

Решение задачи оптимизации состоит в нахождении значений управляемых параметров х ь х2, х3.....х,„ удовлетворяющих заданным ограничениям и обращающим в максимум или минимум целевую функцию.

Решение может находиться либо внутри области, либо на границе. Если целевая функция непрерывна, а множество

замкнуто, не пустое и ограниченное, то решение задачи (8.1) - (8.3) существует.

8.1.2. Необходимые и достаточные условия экстремума функции

Выбор метода решения задачи оптимизации зависит от свойств целевой функции и той информации о ней, которая может считаться доступной в процессе решения задачи. Наиболее просты с математической точки зрения случаи, когда целевая функция формулируется в терминах непрерывных параметров и задается аналитической формулой. А если при этом она еще является и дифференцируемой, то для ее исследования (поиска точек локального экстремума, определения направления ее возрастания и убывания) может быть использована производная.

,

Локальный экстремум - это точка X пространства проектирования, в которой целевая функция имеет наибольшее или наименьшее значение по сравнению с ее значениями в других точках ближайшей окрестности.

Необходимым

признаком

локального

экстремума

_„*

 

всех частных

функции в точке X

является равенство нулю

производных в этой точке [33]:

 

 

dZ{X*) Л

/0 „ч

-----= 0, (г= 1,2,...,«).

(8.4)

дх,

__ *

Точка X при выполнении необходимого условия называется стационарной точкой.

d2Z

d2Z

дх2

дх,дх2

d2Z

d2Z

 

(8.6)

d2Z

d2Z

дхпдх]

дхпдх2

Если она определена положительно, то в точке X

функция Z(X) имеет безусловный минимум, если определена

отриг(ательно - безусловный максимум. Эти условия являются

достаточными условиями экстремума функции.

, *

В остальных случаях точка X является седловой точкой. На практике проверка характера стационарной точки проводится в простых случаях, когда известно, что функция непрерывна и не менее чем дважды дифференцируема.

Поиск максимума целевой функции ( Z(x) —> max ) всегда можно заменить на поиск минимума этой же функции, но взятой с обратным знаком (-Z(x) —>min ) (рис.8.3).

/ Т max

х

V i min г=-2^

Рис.8.3. Максимум и минимум функции

Если целевая функция задана аналитически, то для вычисления градиента можно получить явные формулы. В тех случаях, когда никакой формулы для целевой функции нет, а имеется лишь возможность определить ее значение в любой точке рассматриваемой области (с помощью расчетов, в результате эксперимента и т.п.), частные производные в нужных точках приходится вычислять приближенно, заменяя их соответствующими разностными отношениями [19]: