- •Глава 9. Организация эксперимента при решении задач оптимизации
- •9.1 Формализация задач оптимизации технических систем (процессов)
- •9.1.1 Формулировка задачи оптимизации
- •9.1.2 Классификация задач оптимизации
- •9.2 Методы поиска оптимальных условий работы технических систем
- •9.3 Аналитический поиск экстремума целевой функции
- •9.4 Численные методы поиска оптимума
- •9.4.1 Оптимизация перебором
- •9.4.2 Сканирование
- •9.5 Итерационные методы направленного поиска
- •9.5.1 Метод дихотомии
- •Результаты вычислений по методу дихотомии
- •9.5.2 Метод золотого сечения (деление отрезка в среднем и крайнем отношении)
- •9.6 Методы безградиентного многомерного поиска оптимума
- •1. Безградиентные методы:
- •2. Градиентные методы:
- •9.6.1 Покоординатный метод Гаусса-Зайделя
- •9.6.2 Метод случайного поиска
- •9.6.3 Симплекс – планирование и движение в область оптимума
- •1. Наилучшее значение выходной переменной y наблюдалось в двух или нескольких вершинах симплекса. Рекомендуется принять решение с помощью одного из случайных механизмов (бросания монет и т. П.).
- •Матрица симплекса 1-3-6
- •Матрица симплекса 2-7-8
- •Преобразованная матрица симплекса 1-3-6
- •План-матрица начального симплекса
- •Координаты симплекса 2-3-4
- •Координаты симплекса 3-4-5
- •Координаты симплекса 2-4-6
- •Координаты симплекса 4-6-7
- •Координаты симплекса 6-7-8
- •9.7 Градиентные методы экспериментальной оптимизации
- •9.7.1 Метод градиента
- •9.7.2 Метод крутого восхождения
- •План-матрица пфэ и его результаты
- •Расчеты для движения по градиенту
- •Реализация мысленных опытов
- •9.7.3 Особенности решения задач экспериментальной оптимизации
- •9.8 Вопросы для самоконтроля
План-матрица пфэ и его результаты
Уровни факторов и интервалы варьирования |
х1 |
х2 |
х3 |
|
|
Нулевой уровень (Xi = 0) |
400 |
6 |
3 |
|
|
Интервал варьирования (xi) |
15 |
0,5 |
1 |
|
|
Нижний уровень (Хi = – 1) |
385 |
5,5 |
2 |
|
|
Верхний уровень (Хi = +1) |
415 |
6,5 |
4 |
|
|
План |
Х1 |
Х2 |
Х3 |
Y |
|
Опыты: |
1 |
– |
– |
– |
10,5 |
|
2 |
+ |
– |
– |
8,3 |
|
3 |
– |
+ |
– |
6,8 |
|
4 |
+ |
+ |
– |
4,6 |
|
5 |
– |
– |
+ |
16,4 |
|
6 |
+ |
– |
+ |
14,2 |
|
7 |
– |
+ |
+ |
12,7 |
|
8 |
+ |
+ |
+ |
10,5 |
По результатам опытов получена адекватная линейная модель:
= 10,5 – 1,1 Х1 – 1,85 Х2 + 2,95 Х3.
Пользуясь этим уравнением, планируем движение по градиенту в область экстремума целевой функции. Расчеты для движения по градиенту представлены в таблице 9.16.
Таблица 9.16
Расчеты для движения по градиенту
Индекс строки |
Интервал варьирования и уровни факторов |
х1 |
x2 |
х3 |
Y |
|
а |
Нулевой уровень Хi = 0 |
400 |
6 |
3 |
|
|
б |
Интервал варьирования |
15 |
0,5 |
1 |
|
|
в |
Коэффициент регрессии bi |
– 1,1 |
– 1,85 |
2,95 |
|
|
г |
Натуральный масштаб интервалов варьирования |
– 16,5 |
– 0,925 |
2,95 |
|
|
д |
Коэффициент пропорциональности |
– 1 |
– 0,0506 |
0,1788 |
|
|
е |
Шаг |
– 10 |
– 0,506 |
1,788 |
|
|
ж |
Округление шага |
– 10 |
– 0,5 |
2,0 |
|
|
з |
Опыты |
1(мысленный) |
390 |
5,5 |
5 |
– |
2(мысленный) |
380 |
5,0 |
7 |
– |
||
3(мысленный) |
370 |
4,5 |
9 |
– |
||
4(реализованный) |
360 |
4,0 |
11 |
19 |
||
5(мысленный) |
350 |
3,5 |
13 |
– |
||
6(реализованный) |
340 |
3,0 |
15 |
22 |
||
7(мысленный) |
330 |
2,5 |
17 |
– |
||
8(реализованный) |
320 |
2,0 |
19 |
20 |
Строки А, Б и В заполнены сведениями, которые получены при постановке опытов линейной аппроксимации функции отклика.
Строка Г – переходим к натуральному масштабу интервалов варьирования.
Строка Д – выбираем фактор, для которого произведение оказалось наибольшим по абсолютной величине, и находим величину коэффициентов пропорциональности Ki. В данном случае максимальное значение соответствует фактору х1 и равно – 16,5.
Строка Е. Для базового фактора с максимальной величиной |bi| выбираем интервал варьирования для движения по градиенту . Мы выбираем величину = -10. Интервалы всех остальных факторов получаем умножением абсолютной величины выбранного интервала на коэффициент пропорциональности Ki.
Строка Ж – для удобства все остальные интервалы округляем.
Строка З – условия проведения и результаты опытов. Условия первого опыта получили путем алгебраического сложения нулевого уровня факторов (400, 6, 3) с рассчитанными и округлёнными интервалами их варьирования: 400 + (–10) = 390; 6 + (–0,5) = 5,5; 3 + 2 = 5. Далее выполнили аналогичные сложения интервалов варьирования с уровнями факторов на каждом предыдущем шаге и записали условия всех опытов. Часть из них реализовали. Нереализованные опыты – так называемые мысленные.
Данные опыта 4 превысили даже самый большой выход продукта, полученный при реализации ПФЭ (опыт 5, выход 16,4%). А в опыте 6 был получен выход продукта, равный 22%. Далее выход продукта уменьшался. Вывод: возможно, в районе условий опыта 6 значения факторов х1, х2 и х3 оптимальны.
Вокруг этой точки следует поставить новую серию опытов по плану ПФЭ. При этом интервал варьирования уменьшают, так как чем ближе к экстремуму, тем сильнее проявляется кривизна отклика. Если полученное при этих условиях линейное уравнение регрессии окажется неадекватным, то можно считать, что оптимум достигнут, т.е. в этой области имеет место экстремум целевой функции.