- •Введение
- •Глава I определениясистемного анализа
- •Системность - общее свойство материи
- •Определения системного анализа
- •Понятие сложной системы
- •Характеристика задач системного анализа
- •Особенности задач системного анализа
- •Глава 2 характеристика этапов системного анализа
- •Процедуры системного анализа
- •Анализ структуры системы
- •Построение моделей систем
- •Исследование ресурсных возможностей
- •Определение целей системного анализа
- •Формирование критериев
- •Генерирование альтернатив
- •Реализация выбора и принятия решений
- •Внедрение результатов анализа
- •Глава 3 построение моделей систем
- •Понятие модели системы
- •Агрегирование - метод обобщения моделей
- •Глава 4 имитационное моделирование - метод проведения системных исследований
- •Сущность имитационного моделирования
- •Композиция дискретных систем
- •Содержательное описание сложной системы
- •Глава 5 теория подобия - методология обоснования применения моделей
- •Модели и виды подобия
- •Основные понятия физического подобия
- •Элементы статистической теории подобия
- •Глава 6 эксперимент - средство построения модели
- •Характеристика эксперимента
- •Обработка экспериментальных данных
- •Глава 7 параметрические методы обработки экспериментальной информации
- •7.1. Оценивание показателей систем и определениеихточности
- •7.2. Использование метода максимального правдоподобия для оценивания параметров законов распределения
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •7.5. Примеры оценки показателей законов распределения
- •Глава 8
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Формулировка теоремы Байеса для событий
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •8.3. Вычисление апостериорной плотности при последовательном накоплении информации
- •Достаточные статистики
- •Сопряженные распределения
- •8.9. Оценивание параметров семейства гамма-распределений
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Глава 9
- •Общие замечания
- •Ядерная оценка плотности
- •Глава 10
- •Задача линейного программирования
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Метод искусственных переменных
- •Дискретное программирование
- •Нелинейное программирование
- •Глава 11 системный анализ и модели теории массового обслуживания
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Замкнутые системы с ожиданием
- •11.5. Пример расчета надежности системы с ограниченным количеством запасных элементов
- •Глава 12 численные методы в системном анализе
- •Метод последовательных приближений
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Глава 13 выбор или принятие решений
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
Нелинейное программирование
Постановки задач нелинейного программирования. Задачи нелинейного программирования на практике возникают довольно часто, например, когда затраты растут непропорционально количеству закупленных или произведенных товаров. Хорошо известно, что чем больше партия закупаемого товара, тем меньше стоимость единицы продукта. Любому покупателю знакомо понятие розничных и оптовых цен. Рассмотрим конкретный пример, иллюстрирующий данную ситуацию.
Планирование производства продукции. На действующем предприятии планируется организовать выпуск новых видов продукции. Для организации производства необходимо приобретать сырье, стоимость которого колеблется в зависимости от спроса. Цены на готовую продукцию предприятия предполагаются стабильными.
Итак, необходимо провести исследования о производстве двух видов изделий, для которых планируется приобретение сырья, цена которого зависит от объема закупаемой партии и спроса на рынке на сырье данного типа. Цены же на продукцию предприятия утверждены с учетом реальной обстановки и должны сохраняться неизменными. Объемы производства предстоит определить исходя из анализа сырьевой проблемы и ограниченности производственных ресурсов.
Пусть, X1, X2 - объемы производимой продукции 1-го и 2-го видов, с,, C2 - цена единицы продукции 1-го и 2-го видов соответственно. Затраты на приобретение и доставку сырья представляют собой нелинейную функцию, зависящую от объема закупаемого TOBapa5Z1(X1)5Z2(X2). Таким образом, экономическая рентабельность планируемых мероприятий оценивается формулой
CiX1H-C2X2-Zi(X1)-Z2(X2).
Предприятие для производства новых видов продукции может выделить лишь часть своих мощностей, что накладывает дополнительные ограничения на максимальный объем выпуска новых видов изделий. Устанавливаются также лимиты на стоимость основных фондов (эксплуатация зданий, снабжение электроэнергией, амортизационные отчисления) в объеме 6, и стоимость производственных процессов (вспомогательные материалы, заработная плата, накладные расходы и др.) в объеме bY Известно, что изготовление единицы продукции первого вида требует аи затрат из основных фондов и а]2 трудовых затрат, а единицы продукции второго вида затрат в размере ап и а22 соответственно. Учет этих факторов приводит к условиям
CiuXi+a2lx2 йЬх\
Cii2Xi +а22х2 <Ь2.
Теперь можно сформулировать задачу: определить такие Xv х2, которые бы обеспечивали максимум функционала
maxz = ^+C2X2-Z1(X1)-Z2(X2)
при ограничениях
aIl^l +а2\Х2 -
Cii2Xi +а22х2 <b2,xvx2 >0.
Таким образом сформулирована задача, в которой целевая функция является нелинейной.
Задача распределения удобрений. Будем рассматривать задачу распределения ограниченного количества удобрений между посевами п различных сельскохозяйственных культур. Предположим, что урожайность Дх.) культуры номера і является нелинейной вогнутой функцией от X1 - количества внесенных на единицу площади удобрений. Тогда урожай культуры номера / будет равен ^(х ), где s. - площадь, занятая культурой номера і. Будем считать, что суммарная площадь фиксирована, т.е.
JjSi <s, (10.30)
/-I
где S - общая площадь, отводимая под посевы, заранее заданное число. Будем также считать, что продукция должна быть получена во вполне определенном ассортименте, т.е. должны иметь место равенства
Xn i=2, X.., п, (10.31)
где А,. - заданные числа. Введем ограничение
JsiXl < X, (10.32)
J=1
где X- суммарное количество удобрений.
Изменяя величины xf, s. так, чтобы не нарушить условий (10.30) - (10.32), мы будем получать различные варианты плана использования площади S. Эти планы необходимо научиться сравнивать между собой. Введем критерий следующим образом: обозначим через р. цену единицы продукта номера і, через q цену единицы удобрений, тогда суммарный доход от продажи продукта за вычетом расходов на покупку удобрений равен
п
J(x,s) = j(pistfi(xi)-qsixi);
х =S = (sp...,sj.
Требуется найти такой способ распределения земель, который максимизирует функционал (10.33) при ограничениях (10.30)-(10.32). Заметим, что величину X также можем считать искомой.
Формулировка задачи нелинейного программирования. Задача нелинейного программирования в общем виде формулируется следующим образом.
Найти
max /(X1, ^2,..., хп) (10.34)
при условиях
g1(x1,x2,...,x„)>0;
£2(*„х2,...,*„)> 0; (10.35)
Sm(x,,X2,...,Xn)^0, х, >0, X2 >0,..., х„ >0,
где функции /(x1,x2,...,x„),g,(x1,x2,...,x„), / = 1, т в общем случае нелинейны. Задачи условной оптимизации нелинейного программирования бывают двух типов: когда в ограничениях (10.35) имеют место 1) знаки равенства и 2) знаки неравенства. Рассмотрим вначале задачу условной оптимизации с ограничениями в виде равенств.
Ограничения в виде равенств. Начнем изложение метода условной оптимизации с рассмотрения примера максимизации функции двух переменных z = f(x,y), где на х и у наложено ограничение, задаваемое уравнением g(x, у) = 0. Разрешим уравнение g(x, у) = 0 относительно у 22 — 4355 337
dF(x,y,X)
_
Э/(х,
у)
,
^
dg(x,y)
_п.
Эх
"
Эх Эх ’
dF(x,y,X)
_
df
(х,
у)
,
^
Эg(x,y)
_п.
Совместное
решение данной системы уравнений
относительно х,у
и
X
позволяет
найти все точки,
в которых имеет место условный экстремум.
Рассмотрим
числовой пример.
Найти
минимум функции/(х,у)
=
х2
+у2
при ограничениих+у-4.
Составим
функцию Лагранжа; она будет иметь внд
F(x,
у,
Xj=X2
+
у2
+
+
А,(4
-х-у).
Соответствующие
условия минимума можно записать
следующим образом:
dF
=
2х-Х
= 0;
OX
^1
=
2у-Х = 0;
ду
Решением
этой системы являются значения X
=
у
=
2; X
=
4. Минимум
функции равен 8.
Таким
образом, получено решение примера.
Необходимые
условия задачи нелинейного программирования
могут быть обобщены для функции п
переменных при наличии т
ограничений в виде равенств.
Рассмотрим
задачу условной оптимизации функции
z
=ZW=Ax1,
X2,...,
хл),
где на вектор X
наложены
ограничения
gx(X)
= (U2CX)
=
О,
W
= O.
Определим
для этой задачи функцию Лагранжа в
#мде
F(X,X)
= f(X) + iXigi(X).
df
—
+
dx
_ду
Sg
ду
dg
Эх
=
O-
Выражение,
стоящее в скобках, обозначим следующим
образом:
X
=
У)
/ЫХ’У). (10.38)
Эу
I
Ъу
Тогда
можно отметить, что в точке максимума
должны выполняться соотношения
g^yy.0;
fe»
+
bMLV)
=
0.
fe)+Xte>=0.
Эх Эх ау ду
Первое
выражение - это ограничение, которое
указано в постановке задачи, второе
следует непосредственно из (10.37)
путем
замены переменных (10.38),
и
наконец, третье выражение получается
из (10.38)
после
умножения правой и левой частей на
знаменатель выражения и переноса
сомножителей в левую часть.
Получить
эти
три необходимых условия можно
также, используя функцию Лагранжа F(x,
у,
X,)=/
(х,
y)+A.g(x,
у),
которая представляет собой сумму
целевой функции и произведения
сомножителя X
на
функцию ограничения. Коэффициент X
называется
множителем Лагранжа. Тогда неебходимые
условия максимума функции /
(х,у)
при наличии ограничений могут быть
записаны в виде
dy
_
dh(x)
_
dg
Jdg
.
dx
dx
Эх/
Эу
Далее
представим целевую функцию z
как
функцию одной независимой переменной
z
=/(х,
у)
=/(х,
h(x)).
Необходимым
условием максимума функции z
будет
соотношение
£Ё
=
^+^^.
=
о
dx
dx ду
dx
Подставляя
в данное выражение формулу (10.36)
и
производя перегруппировку параметров,
получаем
(10.36)
(10.37)
и
решение представим в виде зависимости
у
от
х,
т.е. у
=
h(x).
Предположим,
что функции g(x,
у)
и h(x)
дифференцируемы,
тогда можно определить производную
функции h(x).
Она
будет иметь вид:
ЭЯ.,
Эи,
Необходимые условия экстремума функции/(х) при наличии ограничений можно записать следующим образом:
dF Э/ А. де.(X)
^'&;+£х'-&7=0при'*1 л;
dF
= g,(X) = O приі= I,..., т. см.,.
Рассмотренный метод определения условного экстремума функции z =/(X) называется методом множителей Лагранжа. Достоинство данного метода состоит в том, что он сводит задачу условной оптимизации к задаче безусловной оптимизации. Недостаток метода заключается в необходимости решения громоздкой системы уравнений,что далеко не всегда удается осуществить.
Ограничения в виде неравенств. Распространим метод множителей Лагранжа на задачи нелинейного программирования, в которых требуется осуществить условную оптимизацию функционала с заданными ограничениями в виде неравенств.Рассмотрим постановку задачи математического программирования в общем виде.
Оптимизировать функцию
z =ZW =/(*,, X2,...,х)(10.39)
при наличии тограничений
gi(X)<bi (і =1, 2,..., т),X =(х,,х2,...хл).(10.40)
Такая запись задачи не ограничивает общности; если имеют место ограничения Cp(X) >с,то их можно привести к виду -Cp(A) <-с.Экстремум целевой функции вэтом случае может быть достигнут либово внутренних точках области, заданной системой ограничений, либо на ее границах.
Рассмотрим метод решения задачи в указанной постановке.
Ограничения в виде неравенств (10.40) преобразуем в ограничения в виде равенств, добавляя к каждому из них неотрицательную ослабляющую переменнуюц2:
g,(X) + uf =bt или gt(X)+м(2 —bt = 0. (10.41)
Таким образом, свели задачу к минимизации функции f (X) при наличиитограничений в виде равенств.Сформируем функцию Лагранжа для задачи условной оптимизации с ограничениями в виде(10.41)
F(xXu) = f(x) + JX. [gt(де) + uj -bi]. i=l
Необходимые условия, которые должнывыполняться в точке оптимума, записываются следующим образом:
К =#_+fх .^l =о,j=
Эх. £ 1 Эх.
Д/г,
= 8,(X) + и,-bi =0, і = I, т\
= 2X1U1 = 0, і = 1, т.
Умножим последнее уравнение на ,получимХ,щ=0 или
Xfbi -gt(X))=Q дляг=Гт•
Данные уравнения являются необходимыми условиями оптимума в точке X при наличии ограничений в виде неравенств.
Есть также дополнительное условие, которое должновыполняться в зависимости от того, какая задача решается - минимизации или максимизации. Для задачи минимизации функцииf (X) при наличии ограничений в виде неравенств должно выполняться неравенствоX. >0. Для задачи максимизации требуется, чтобыXi < 0, причем хотя бы для одного из множителей Лагранжа неравенство должно быть строгим. Окончательно можно записать необходимые условия минимума функции
f (X) при наличии ограниченийgfX) < Ь., і= I, т:
Э/
BXj ‘ ЭXj
gi(X)<bi, г = 1, т ■
XiQi-Si(X)) = Q, і = I^
Xi >0, і = І, т .
Для задачи максимизации в последнем неравенстве знак меняется
на противоположный.
Эти условия известны как условия Куна-Такера. Таким образом, проведено обобщение метода множителей Лагранжа на случай решения задачи условной оптимизации с ограничениями в виде неравенств.
Рассмотрим пример решения задачи нелинейного программирования с ограничениями в виде неравенств. Пусть требуется минимизировать функцию
/(jc) = 3jc2 +4л:, X2 +5*2
при ограничениях X1 > 0; х2 > 0; X1 + х2 > 4.
Перепишем условие задачи следующим образом:
f(x)= 3jc2+4jc1jc2+5*j,
-*,S0; -X2 < 0; -JC1-JC2 ^ —4.
Преобразуем ограничения, добавив в левую часть ослабляющие переменные и изменив знак на равенство:
-JC1+и,2 =0; -Jc2 +и2 =0; —jc,-JC2 +и2 =-4.
Далее запишем функцию Лагранжа
F(X,£/,A) = 3jc2 + 4-jk,Jc2 +5jc2 +Х,(и2 - jc,)+X2(k2 -jc2) + X3(«3 -X1 -X2 +4). Необходимые условия минимума для данной функции:
6jc, + 4jc2 - X1 - X3 = 0;
4jCj +IOjc2-X2-X3 =0;
-X1 S0;
—х2 <0;
-jc, -Jt2 <-4;
X1*, =0;
X2Jc2 = 0;
Х3(4-jc, -jc2) = 0;
X15X21X3SO.
Принимая во внимание три последних равенства, можно сделать вывод о том, что либо множители Лагранжа, либо искомые переменные должны быть равны нулю. При этом хотя бы один из множителей Лагранжа должен быть отличен от нуля. Положим Xt = X2 = 0, тоща (поскольку решается задача минимизации) должно выполняться неравенство X3 > 0, откуда следует 4 - Ar1 - х2 = 0 или 4 - х = х2. Подставляем данное выражение для параметра х2 в два первых равенства и решаем их:
Г 6jc,+4(4-jc,)-X3 =0;
[4jc, +10(4 — jc, ) — X3 =0.
J 6jc, +16—4-jc,-X3 =0;
[4JC, +40-IOjc1 -X3 =0.
Приводя подобные члены, получим
J 2jc, +16-X3 =0;
|-6jc, +40-X3 =0.
Перенесем множитель Лагранжа в правую часть:
J 2jc, +16 = ;'
—6jCj +40 = X3.
Решая данную систему, получим
Jc1 =3, дг2=4-Jr1 =1, X3 = 22.
Нетрудно проверить, чтоэти решенияявляются условиямимини мума и функция имеет минимальное значение, равное44 в точке с ко ординатами(3,1).