- •В.А. Панов математические основы теории систем. Методы оптимизации
- •Содержание
- •1. Основные понятия и определения 6
- •2. Линейное программирование 13
- •3. Нелинейное программирование 53
- •4. Вариационное исчисление 91
- •5. Оптимальное управление 109
- •Введение
- •1. Основные понятия и определения
- •1.1. Оптимизационная задача
- •1.2. Допустимое решение
- •1.6.1. Частные критерии
- •1.6.2. Обобщенные критерии
- •Обобщенный аддитивный критерий
- •Обобщенный мультипликативный критерий
- •1.6.3. Минимаксные критерии
- •1.7. Общая характеристика методов поиска экстремума
- •Краткая характеристика методов и задач
- •2. Линейное программирование
- •2.1. Стандартный вид задачи линейного программирования (злп)
- •2.2. Способы приведения задачи линейного программирования к стандартному виду
- •2.3. Графический метод решения задач линейного программирования
- •2.4. Симплекс-метод решения задач линейного программирования
- •2.4.1. Канонический вид злп
- •2.4.2. Симплекс-таблица, соответствующая каноническому виду
- •2.4.3. Нахождение координат вершины допустимого многогранника по каноническому виду (симплекс-таблице)
- •2.4.4. Алгоритм решения злп с помощью симплекс-метода
- •Задание для самостоятельной работы
- •2.5. Приведение злп к каноническому виду
- •2.5.1. Метод искусственного базиса
- •2.6. Алгоритм двойственного симплекс-метода
- •Задания для самостоятельной работы
- •2.7. Целочисленное линейное программирование
- •2.7.1. Метод сечения Гомори
- •2.8. Транспортная задача
- •2.8.1. Постановка задачи
- •2.8.2. Математическое описание задачи
- •2.8.3. Транспортная таблица
- •2.8.4. Таблица издержек
- •2.8.5. Метод «северо-западного» угла
- •2.8.6. Алгоритм решения транспортной задачи
- •Задания для самостоятельной работы
- •3. Нелинейное программирование
- •3.1.2.2 Метод ненаправленного поиска
- •3.1.2.3. Метод дихотомии (деление отрезка пополам)
- •3.1.2.4. Метод «золотого сечения»
- •3.1.2.5. Метод Фибоначчи
- •Задание для самостоятельного решения
- •3.2. Графический метод решения задач нелинейного программирования
- •Целевая функция линейная, ограничения нелинейны
- •Ограничения линейные, целевая функция нелинейна
- •3.3. Задачи дробно-линейного программирования
- •Задания для самостоятельного решения
- •3.4. Методы поиска безусловного экстремума функции многих переменных
- •3.4.1. Аналитический метод
- •3.4.2. Итерационные методы
- •3.4.2.1. Метод покоординатного спуска
- •3.4.2.2. Метод наискорейшего спуска
- •Задания для самостоятельной работы
- •3.5. Решение задач нелинейного программирования с ограничениями-равенствами
- •Метод неопределенных множителей Лагранжа
- •Задание для самостоятельной работы
- •3.6. Задачи квадратичного программирования
- •Задания для самостоятельной работы
- •3.7. Метод условного градиента
- •5. X1, x2,xn 0. (3.25)
- •X1, x2,xn 0.
- •Задания для самостоятельной работы
- •3.8. Метод штрафных функций
- •4. Вариационное исчисление
- •4.1. Формула Эйлера-Лагранжа
- •4.2. Частные случаи формулы Эйлера
- •4.3. Обобщенная задача вариационного исчисления
- •4.4. Решение задач вариационного исчисления с ограничениями
- •4.5. Изопериметрическая задача
- •4.6. Функционалы, зависящие от производных высших порядков
- •Задание для самостоятельного решения
- •5. Оптимальное управление
- •5.1. Постановка задачи
- •5.2. Классификация задач оптимального управления
- •5.3. Принцип максимума Понтрягина
- •5.4. Задача о максимальном быстродействии
- •Задания для самостоятельного решения
- •Список литературы
- •Основы теории оптимизации в.А. Панов
3. Нелинейное программирование
Признаки задач нелинейного программирования:
Нелинейная целевая функция.
Нелинейные ограничения.
Если в задаче присутствует хотя бы один признак, то она относится к задачам нелинейного программирования.
3.1. Методы поиска безусловного экстремума функции одной переменной
В задачах на поиск безусловного экстремума отсутствуют ограничения.
3.1.1. Аналитический метод
Постановка задачи: f(x) – функция одной переменной, требуется найти точки экстремума и определить вид экстремума.
Находится производная заданной функции и приравнивается нулю:
.
2. Находятся корни полученного уравнения хi, ,n – порядок уравнения.
Определение типа экстремума по второй производной:
если , то функция в точкеимеет максимум;
если , то функция в точкеимеет минимум.
Пример.
, ,, тип экстремума – минимум.
3.1.2. Численные методы
В этих методах не требуется находить аналитическое значение производной.
3.1.2.1. Основные понятия и определения
Унимодальная функция – это функция, имеющая один экстремум, причем слева и справа от экстремума либо строго убывающая, либо строго возрастающая.
Интервал неопределенности. Отрезок а,b называется интервалом неопределенности, если внутри него функция имеет экстремум.
Точность нахождения экстремума.
Положим х0 – точное значение экстремума, – приближенное. Тогда экстремум найден с точностью ε, если выполняется условие
Постановка задачи поиска экстремума численными методами
Дано:
1. Начальный интервал неопределенности а0, b0.
Функция f(x), унимодальная на отрезке а0, b0.
Точность нахождения экстремума ().
Требуется с заданной точностью на отрезке а0, b0 найти экстремум функции f(x).
3.1.2.2 Метод ненаправленного поиска
Отрезок а0, b0 делится на N частей, где .
Находятся координаты точек хi, расположенных внутри интервала неопределенности:
хi = а0 + (i – 1) ,
Рассчитываются значения функции в точках f(хi).
Из полученных значений выбирается минимальное (максимальное):
F0 = min {f(xi)}, i = 1, (N+1),
Точка хi, соответствующая F0 – точка экстремума.
Достоинство алгоритма – простота, недостаток – низкая производительность (для = 1% требуется рассчитать значения функции в 101 точке).
3.1.2.3. Метод дихотомии (деление отрезка пополам)
1. Интервал неопределенности делится пополам.
Находятся значения функции в двух точках, отстоящих от центра на .
По результату сравнения этих значений отбрасывается та часть интервала неопределенности, в которой экстремума быть не может. При этом интервал неопределенности сокращается приблизительно на половину.
На следующем интервале повторяются те же действия.
Рассмотрим более подробно этот метод. Пусть требуется найти минимум функции f(x) на интервале а0, b0 (рис. 3.1).
Рис. 3.1. Метод дихотомии
Находим координату центра интервала неопределенности:
.
Находим точки, равноотстоящие от х0 на :
,
.
3. Находим значения функции в точках х0 и х0, f(х0) и f(х0). Пусть f(х0) > f(х0).
4. Отбрасываем часть отрезка левее х0, так как там минимума нет.
Выводы по методу.
На каждом шаге приближения к экстремуму функция вычисляется дважды.
На начальных шагах интервал неопределенности уменьшается примерно на половину. По мере приближения к экстремуму, когда значение становится соизмеримым с интервалом неопределенности, уменьшается доля отбрасываемой части, т.е. отбрасываемая часть интервала неопределенности не постоянна, что является недостатком метода.
Достоинство метода – производительность выше, чем в методе ненаправленного поиска. (Для нахождения экстремума с = 1% требуется 20 вычислений функции.)
Пример 1.
Найти максимум унимодальной функции:
, .
, ,
, .
3. ,
4. ,
, следовательно, делаем еще шаг.
Пример 2.
Найти минимум функции, , ,
Решение.
1.
,
,
2.
3.
4. И т.д.