- •Введение
- •Системный анализ Основные понятия и определения системного анализа
- •Внешние связи системы
- •Классификация систем по их свойствам
- •Моделирование технологических процессов и объектов
- •Структурный подход для построения математических моделей
- •Использование структурного подхода для составления моделей на молекулярном уровне
- •Описание стехиометрии системы химических реакций
- •Метод направленных графов
- •Матричный метод
- •Моделирование равновесия в системах химических реакций
- •Моделирование кинетики химических реакций
- •Скорость сложной химической реакции
- •Интегрирование уравнений кинетики
- •Численные методы интегрирования
- •Химические реакции в потоке вещества
- •Моделирование явлений тепло- и массопереноса
- •Массоперенос
- •Моделирование тепловых явлений
- •Тепловая работа аппарата с частичным теплообменом
- •Математические методы оптимизации технологических систем
- •Методы построения обобщённых критериев
- •Классификация оптимизационных задач
- •Аналитические методы решения оптимизационных задач
- •Поисковые (численные) методы решения однофакторных оптимизационных задач
- •Экспериментальные методы оптимизации
- •Методы линейного программирования
Классификация оптимизационных задач
Все множество оптимизационных задач можно разделить на несколько классов по следующим признакам:
-
Вид экстремума целевой функции. Нас может интересовать поиск максимума или минимума целевой функции. Как известно, переход от поиска минимума к поиску максимума не представляет труда: минимум функции y=f(x) достигается при тех же условиях, что и максимум функции –y=–f(x). Таким образом, для смены экстремума достаточно целевую функцию умножить на минус единицу. Пример пояснен на рисунке.
-
Число критериев оптимальности. По этому признаку все множество задач оптимизации можно разделить на два подмножества:
а) однокритериальные задачи;
б) многокритериальные задачи.
В первом случае в задаче может быть сформулирован единственный критерий оптимальности. При необходимости он может быть получен из нескольких частных критериев оптимальности одним из ранее описанных методов (аддитивный, мультипликативный).
Во втором случае в задаче по принципиальным соображениям нет единственного критерия оптимальности. Решение такой задачи часто бывает неоднозначным, а математические методы решения разработаны хуже, чем для однокритериальных задач.
-
По числу оптимизирующих факторов. Здесь также можно выделить два подмножества:
а) однофакторные задачи;
б) многофакторные задачи.
В первом случае в задаче имеется единственный оптимизирующий фактор (единственное управляющее воздействие не объект, которое мы можем изменять в заданных пределах). Математически это означает, что целевая функция зависит от величины единственного своего аргумента.
Во втором случае целевая функция зависит от нескольких (двух и более) аргументов. Имеется два и более управляющих воздействия, изменяя которые в заданных пределах, мы управляем объектом.
-
Наличие ограничений.
Большинство реальных задач содержат ограничения. Наличие ограничений существенно влияет на получение решения оптимизационной задачи. Некоторые задачи можно рассматривать как задачи безусловной оптимизации. В таких задачах ограничения очень широкие и не влияют на результат решения задачи.
-
По особенностям целевой функции.
Целевая функция может быть задана математически различными способами:
-
Аналитический способ F = (u1, u2, …, um);
-
Алгоритм.
Целевая функция может быть линейной или нелинейной относительно оптимизирующих факторов. В задачах линейного программирования, например, целевая функция линейная. Существует много задач с нелинейно-заданной функцией.
Итак, выбор математического метода решения оптимизационных задач зависит от свойств поставленной задачи. К настоящему времени существует достаточно много математических методов решения оптимизационных задач. По особенностям их реализации методы можно объединить в три группы:
-
Аналитические.
-
Поисковые.
-
Экспериментальные.
Аналитические методы решения оптимизационных задач
Для реализации аналитических методов целевая функция должна быть задана аналитически. Аналитические методы могут использоваться для решения однофакторных и многофакторных задач.
-
Однофакторные задачи. Пусть целевая функция зависит от единственного аргумента. Для поиска ее экстремума (скажем, минимума) используем известные приемы математического анализа. Достаточно взять производную функции и приравнять ее к нулю, а затем решить полученное уравнение. Для определения типа экстремума (минимум, максимум или точка перегиба) потребуется также взять вторую производную. Знак второй производной указывает на тип экстремума: положительное значение говорит о том, что найден минимум, отрицательное – максимум функции.
y = f (x) → min
y = 2x2 + 4x – 8 → min
y'=0 4x + 4 = 0
x = -1
y''Є(- ∞; +∞ ) y'' = 0 – точка перегиба
y'' < 0 – максимум функции
y'' > 0 – минимум функции.
Аналитический метод для однофакторных задач предъявляет высокие требования к целевой функции: она должна быть задана аналитически и иметь 1-ю и 2-ю производные. В этом случае поиск решения осуществляется методами математического анализа.
-
Многофакторные задачи.
В многофакторных задачах целевая функция зависит от двух и более аргументов.
F(x1, x2, …, xn) – функция нескольких переменных (≥2). Пусть, например, аналитическое выражение целевой функции имеет следующий вид:
у = 2х12 + 3х22 + 4х1 + 5х2 – 16.
4х1 + 4 = 0
6х2 + 5 = 0.
Для решения воспользуемся методами математического анализа применительно к функции нескольких переменных. Возьмем частные производные по каждому аргументу и приравняем их к нулю. Получим систему уравнений, решая которую определим условия экстремума целевой функции.
Аналитические методы для решения многофакторных задач так же используются крайне редко, т.к.: функция должна быть задана аналитически (иметь 1-ю и 2-ю производные); в ходе решения задачи можно прийти к системе нелинейных уравнений, которую придется решать численными, приближёнными методами.