- •Раздел 1 Задачи непрерывной однокритериальной оптимизации в конечномерных пространствах.
- •Глава 1. Математическая формулировка задачи оптимального проектирования
- •§1. Область допустимых значений вектора управляемых параметров х
- •Идея сеточного метода основана на дискретизации интервала и рассмотрении функции g(X,q) на дискретной совокупности точек q1, q2, . . . ,qM (рисунок 1).
- •§2. Выпуклое множество допустимых значений вектора варьируемых параметров
- •§3. Постановка детерминированной задачи оптимизации
- •§4. Классификация критериев оптимальности
- •§5. Свойства выпуклых критериев оптимальности
- •§6. Классификация детерминированных задач оптимизации.
§6. Классификация детерминированных задач оптимизации.
Рассмотрим детерминированную задачу оптимизации
![]()
(1)
где
область допустимых значений
,
(2)
Классификация задачи (1, 2) возможна по многим признакам. Рассмотрим основные из этих признаков.
Классификация по виду критерия оптимальности и ограничивающих функций.
Если критерий оптимальности Ф(Х) – линейная функция, а множество D – выпуклый многогранник, то задача (1), (2) называется задачей линейного программирования.
Если критерий оптимальности Ф(Х) – есть отношение двух линейных функций, а множество D – выпуклый многогранник, задача (1), (2) называется задачей дробно-линейного программирования.
Пусть область D определяется только ограничениями типа неравенств:
(3)
Тогда
если функция Ф(Х)
и функции
являются сепарабельными, то задача (1),
(3) называется задачей
сепарабельного программирования.
Если
функция Ф(Х)
и ограничивающие функции
являются позиномами, то задача (1), (2)
называется
задачей геометрического программирования.
Если
Ф(Х)
– квадратичная функция, т.е.
,
а множество D
есть выпуклое
множество, то задача (1), (2) называется
задачей
квадратичного
программирования. Здесь
G-(n*n)
симметричная матрица, С-(n*1)
вектор.
Задачи линейного, дробно-линейного, сепарабельного и геометрического программирования редко возникают в САПР и в данном курсе не рассматриваются.
Если множество D является конечным множеством, то задача (1), (2) называется задачей дискретного программирования.
Если множество D является множеством целых чисел, то задача (1), (2) называется задачей целочисленного программирования.
Задачи дискретного и целочисленного программирования обычно изучаются в курсах исследования операций и в данном курсе не рассматриваются.
Если функция Ф(Х) является выпуклый, то задача (1), (2) называется задачей выпуклого программирования. Заметим, что определение выпуклой функции Ф(Х) требует выпуклости области ее определения D.
В общем случае задача (1), (2) называется задачей нелинейного программирования. Часто задачи выпуклого программирования также относят к задачам нелинейного программирования.
Классификация по наличию или отсутствию ограничений.
Если ограничения на вектор Х отсутствуют (т.е. D=Rn), то задача (1), (2) называется задачей оптимизации без ограничений или задачей безусловной оптимизации.
Если
имеются ограничения на вектор Х
(т.е.
),
то задача (1), (2) называетсязадачей
оптимизации
с ограничениями или
задачей
условной оптимизации.
Классификация по характеру ограничений.
Среди задач условной оптимизации выделяют следующие классы задач:
задачи условной оптимизации с ограничениями типа неравенств, когда
;
задачи условной оптимизации с ограничениями типа равенств, когда
;
задачи условной оптимизации с ограничениями общего вида, когда имеются как ограничения типа неравенств, так и ограничения типа равенств, т.е. когда
![]()
Классификация по размерности вектора Х.
Если размерность вектора Х равна 1 (n=1), то задача (1), (2) называется однопараметрической (одномерной) задачей оптимизации.
Если размерность вектора Х больше 1 (n>1), то задача (1), (2) называется многопараметрической (многомерной) задачей оптимизации.
Классификация по количеству точек минимума.
Если функция Ф(Х) имеет в области допустимых значений D один минимум, то задача (1), (2) называется одноэкстремальной задачей оптимизации.
Если функция Ф(Х) имеет в области допустимых значений D более одного минимума, то задача (1), (2) называется многоэкстремальной задачей оптимизации.
Классификация по характеру искомого решения.
Если отыскивается любой локальный минимум функции Ф(Х), то задача (1), (2) называется задачей локальной оптимизации.
Если отыскивается глобальный минимум функции Ф(Х), то задача (1), (2) называется задачей глобальной оптимизации.
