- •§1. Понятие эс, назначение, классификация
- •§2. Качество сложной системы
- •§3. Жизненный цикл сложной системы
- •§4. Структуры конструкции эс и их математические модели
- •§5. Параметры конструкции эс и отклонение параметров.
- •§6. Конструкция эс и ее характерные черты
- •§7. Воздействия на конструкцию эс
- •§8. Конструирование эс
- •§9. Модели и моделирование как основы оптимизации
- •§10. Математическая формулировка задачи оптимального проектирования
- •§11. Целевая функция
- •§12. Методы решения задач оптимального проектирования. Классификация
- •§13. Методы оптимизации, основанные на классической математике
- •Экстремум функции одной переменной
- •Экстремум функции многих переменных
- •Метод замены переменных
- •Метод неопределенных множителей Лагранжа.
- •§14. Нелинейное программирование
- •Метод релаксации.
- •Метод градиента.
- •Метод наискорейшего спуска (метод Коши).
- •Метод Ньютона.
- •Метод общего поиска
- •Метод дихотомии
- •Метод почти половинного деления.
- •Метод золотого сечения.
- •Метод чисел Фибоначчи
- •3. Метод случайных направлений
- •4. Комбинированный метод
- •§15. Надежность. Основные понятия
- •§16. Показатели надежности невосстанавливаемых элементов и систем
- •Вероятность безотказной работы
- •Частота отказов
- •Интенсивность отказов
- •§17. Основные законы надежности
- •§18. Классификация аппаратуры по требованиям к надежности
- •§19 Факторы, влияющие на надежность эс
- •§20. Обеспечение надежности резервированием эс
- •§21. Общие принципы обеспечения надежности эс
- •При проектировании.
- •При производстве:
- •При эксплуатации:
- •§22. Расчеты надежности эс
- •Оценочный
- •Ориентировочный
- •Уточненный
- •§23. Методы прогнозирования состояния и качества эс
- •Этап проектирования
- •Этап производства
- •Этап эксплуатации
- •§24. Показатели качества прогнозирования
§13. Методы оптимизации, основанные на классической математике
Экстремум функции одной переменной
=>Находится Xопт
Экстремум функции многих переменных
=> Находится Xопт
- матрица вторых производных.
Исследуем матрицу: если все элементы матрицы больше 0, то в точке наблюдается минимум.
Метод замены переменных
Применим, когда ограничения имеют вид неравенств, и число ограничений меньше числа переменных (неизвестных).
Выражаем m первых переменных:
через остальные. Получаем систему уравнений.
Система решается, находятся xm+1,…,xn , тогда ЦФ зависит от меньшего числа переменных : .
Затем уже находятся все остальные переменные подстановкой.
Достоинства:
позволяет избавиться от ограничений;
позволяет понизить размерность задачи.
Недостатки:
не всегда можно разрешить систему уравнений, относительно m - первых неизвестных (переменных).
Необходимо, чтобы функция была дифференцируема.
Метод неопределенных множителей Лагранжа.
Достоинства:
Нет ограничения на условие, что количество переменных
Задача с ограничениями сводится к задаче без ограничений.
m
L
где - неопределенные множители Лагранжа.
Находим производные:
(1)
Находим производные по каждой из :
(2)
Решая системы уравнений (1) и (2) находим xi i.
т.о. избавляемся от ограничений.
Недостатки:
функция должна быть дифференцируема;
трудность решения систем уравнений;
повышена размерность задачи.
Пример: Спроектировать термостат цилиндрической формы, т.о., чтобы он имел минимальную поверхность при заданном объеме.
r, h - ?
§14. Нелинейное программирование
Особенности задач нелинейного программирования:
Многошаговые итерационные процессы, в которых производится постепенное приближение к оптимальному решению. Точки друг от друга различаются на шаг.
,
где шаг, k - номер итерации, номер шага.
Большую трудность вызывает выбор шага (если большой – рискуем проскочить оптимум, но с большой скоростью; если маленький – существует возможность «утонуть» в вычислениях).
Заранее определить число шагов нельзя.
Эффективность методов зависит от результата, полученного на предыдущем шаге.
В алгоритме поиска необходимо иметь правило окончания работы. Оно заключается в достижении требуемой точности.
Некоторые задачи могут не иметь решения, а иметь лишь особые точки.
Классификация методов нелинейного программирования:
Градиентные методы:
- метод градиента и его модификации;
- метод релаксации;
- метод наискорейшего спуска;
- метод «тяжелого шарика» и др.
Безградиентные методы:
- метод общего поиска;
- метод дихотомии;
- метод «золотого сечения»;
- метод чисел Фибоначчи;
- метод сканирования;
- симплексный метод и др.
Методы случайного поиска:
- метод «слепого» поиска;
- метод случайных направлений и др.
Градиентные методы нелинейного программирования.