|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
Если вычисленное по формуле значение критерия больше таблич- |
|
|
|
|
|
|
|
|
Т |
|||||||||||||||||||||||||||||||||||||||||
|
|
|
Контрольные вопросы |
|
||||||||||||||||||||||||||||||||||||||||||||||
ного, |
то на уровне значимости α прверяемая гипотеза должна быть |
|
|
|
1. |
|
Сформулируйте определение математической модели. |
|||||||||||||||||||||||||||||||||||||||||||
отвергнута. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
Можно поступить еще и так. Пусть |
f j |
|
|
– |
абсолюное значение |
|
|
|
2. |
|
Перечислите основные численные методы решения техни- |
|||||||||||||||||||||||||||||||||||||||
частоты |
j -ого интервала. Можно сравнить частоты теоретические |
|
|
|
ческих задач. |
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
3. |
|
|
Г |
|
|
||||||||||||||||||||||||||||||||||||||||||
и эмпирические. В этом случае |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Приведите примеры моделей, приводящих к необходимо- |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
сти численного дифференцирования и интегрирования функций. |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4. |
|
Приведите примеры моделей, описываемых обыкновенны- |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
− x |
|
|
|
|
1 |
|
|
|
|
−( x j −x )2 |
|
|
|
|
|
|
|
|
|
Б |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ми дифференциальными уравнениями. |
||||||||||||||||||||
|
|
|
|
|
|
|
F |
|
= n |
|
|
|
max |
|
|
min |
|
|
|
|
|
|
|
e |
|
|
2S2 |
, |
|
|
|
(6.103) |
|
|
|
5. |
|
|
|
А |
|
|||||||||
|
|
|
|
|
|
|
|
j |
|
|
|
|
|
|
|
|
K |
|
|
|
|
Sx 2π |
|
|
|
|
x |
|
|
|
|
|
|
|
В чем состоит идея методов Рунге – Кутта и прогноза и |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
коррекции? |
|
|
|
|
||||||||
где n – объем выборки. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6. Приведите примеры моделей, описываемых дифференци- |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
альными уравнениями в частных производных. |
|||||||||||||||||||||
Для нормального распределения характерно совпадение по |
|
и |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
абсолютной величине средней арифметической, медианы и мо- |
|
|
й |
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
ды. Для этого вида распределения характерно то, что на равные |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
интервалы, измеряемые нормированным отклонением от центра |
р |
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
распределения, приходится равное число вариант. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
Кривую нормального распределения характеризуют величи- |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
ны асимметрия ( As ) и эксцесс ( Ex ). Эти величины для рас- |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
сматриваемой |
выборки |
можно |
|
определить, |
зная |
|
выбор чные |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
|
|
характеристики: среднюю арифметическую и дисперсию. |
о |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
− x)3 f |
|
|
|
|
|
|
∑(x |
|
|
− x)4 f |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
As = |
∑(x |
i |
i |
|
|
|
|
|
i |
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
, |
Ex = |
|
|
|
|
|
|
|
|
−3 |
. |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
nSx4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
nSx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.104) |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
з |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Можно оценить статистические ошибки выборочных характери- |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
стик. |
|
Для выборочной |
средней |
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
Sx |
= |
|
|
Sx2 |
, |
|
дляиасимметрии |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
п |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
S As = |
|
|
|
|
|
, для эксцесса |
SEx |
= |
2 |
|
|
|
|
|
. И нулевая гипотеза о том, |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
n + |
3 |
|
n + 5 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
что эмпирическое распределение нормально будет отвергаться, ес- |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
ли tAs |
|
= |
As |
> 3 |
и tEx = |
|
Ex |
> 3. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
SAs |
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
SEx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
321 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
322 |
7. МЕТОДЫ ОПТИМИЗАЦИИ И СИСТЕМЫ ПОДДЕРЖКИ |
|
|
|
матическими моделями определенного вида. Так, математический ап- |
||||||||||||
|
ПРИНЯТИЯ РЕШЕНИЙ |
|
|
|
|
|
|
|
парат линейного программирования, специально создан для решения |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
задач с линейными критериями оптимальности и линейными ограниче- |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
7.1. Характеристика методов решения задач оптимизации |
|
|
|
|
ниями на переменные и позволяет решать большинство задач, сформу- |
|||||||||||
|
|
|
|
лированных в такой постановке. |
жеигеометрическое программи- |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
рование предназначено для решения оптимальных задач, в которых |
|||
При решении конкретной задачи оптимизации исследователь |
|
|
|
|
|
Так |
||||||||||
|
|
|
критерий оптимальности иограничения представляются специального |
|||||||||||||
прежде всего должен выбрать математический метод, который при- |
|
|
|
видафункциями– позиномами. |
|
|||||||||||
водил |
бы к конечным |
результатам |
с |
наименьшими затратами |
|
|
|
Динамическое программирование хорошо приспособлено для |
||||||||
на вычисления или же давал возможность получить наибольший |
|
|
|
|
А |
|
||||||||||
|
|
|
решения задач оптимизации многостадийных процессов, особенно |
|||||||||||||
объем информации об искомом решении. Выбор того или иного |
|
|
|
тех, в которых состояние каждой стадии характеризуется относи- |
||||||||||||
метода в значительной степени определяется постановкой опти- |
|
|
|
Г |
|
|
||||||||||
|
|
|
тельно небольшим числом переменных состояния. Однако при на- |
|||||||||||||
мальной задачи, а также используемой математической моделью |
|
|
|
личии значительного числа этих переменных, т. е. при высокой |
||||||||||||
объекта оптимизации. |
|
|
|
|
|
|
|
|
|
|
|
размерности каждой стадии, применение метода динамического |
||||
В настоящее время для решения оптимальных задач применяют |
|
|
|
программированияБ |
затруднительно вследствие ограниченного бы- |
|||||||||||
в основном следующие методы: |
|
|
|
|
|
|
|
|
|
|
строде ствия и объема памяти. |
|
||||
− методы исследования функций классического анализа; |
|
|
|
|
|
Наилучшим путем при выборе метода оптимизации, наиболее |
||||||||||
− |
методы, основанные на использовании неопределенных мно- |
|
|
|
пригодного для решения соответствующей задачи, следует при- |
|||||||||||
жителей Лагранжа; |
|
|
|
|
|
|
|
|
|
|
й |
|
|
|
||
|
|
|
|
|
|
|
|
|
и |
знать исследование возможностей и опыта применения различных |
||||||
− |
вариационное исчисление; |
|
|
|
|
|
|
|
методов оптимизации. Ниже приводится краткий обзор математи- |
|||||||
− |
динамическое программирование; |
|
|
|
|
|
|
ческих методов решения оптимальных задач и примеры их исполь- |
||||||||
− |
принцип максимума; |
|
|
|
|
|
|
|
р |
|
зования. Здесь же дана лишь краткая характеристика указанных ме- |
|||||
− |
линейное программирование; |
|
|
|
|
|
|
|
тодов и областей их применения, что до некоторой степени может |
|||||||
− |
нелинейное программирование. |
|
|
|
|
|
|
|
облегчить выбор того или иного метода для решения конкретной |
|||||||
В последнее время разработан и успешно применяе ся для ре- |
|
|
|
оптимальной задачи. |
|
|
||||||||||
|
|
|
Методы исследования функций классического анализа представля- |
|||||||||||||
шения определенного класса задач метод геометр ческого |
|
- |
|
|
|
|||||||||||
граммирования. |
|
|
|
|
|
|
про |
|
|
ют собой наиболее известные методы решения несложных оптималь- |
||||||
Как правило, нельзя рекомендовать какой-либо од н метод, ко- |
|
|
|
ных задач, которые известны из курса математического анализа. |
||||||||||||
торый можно использовать для решения всех |
|
сключен я за- |
|
|
|
Обычной областью использования данных методов являются задачи |
||||||||||
дач, возникающих на практике. Одни методы в этомотношении |
яв- |
|
|
|
с известным аналитическим выражением критерия оптимальности, |
|||||||||||
|
|
|
что позволяет найти не очень сложное, также аналитическое выраже- |
|||||||||||||
ляются более общими, |
другие – менее |
бщими. Наконец, целую |
|
|
|
ние для производных. Полученные приравниванием к нулю производ- |
||||||||||
группу методов (методы исследования функций классического ана- |
|
|
|
|||||||||||||
|
|
|
ных уравнения, определяющие экстремальные решения оптимальной |
|||||||||||||
|
|
|
|
|
без |
|
|
|
|
|
||||||
лиза, метод множителей Лагранжа, мет ды нелинейного програм- |
|
|
|
задачи, крайне редко удается решить аналитическим путем, поэтому, |
||||||||||||
мирования) на определенных эта ах решения |
птимальной задачи |
|
|
|
||||||||||||
можно применять в сочетании с другими |
|
|
, например ди- |
|
|
|
как правило, применяют вычислительные машины. При этом надо |
|||||||||
намическим программировани м или |
методами |
|
|
|
|
|
|
решить систему конечных уравнений, чаще всего нелинейных, для че- |
||||||||
ринци ом максимума. |
|
|
|
|
|
го приходится использовать численные методы, аналогичные методам |
||||||||||
Отметим также, что н |
|
м тоды с ециально разработаны или |
|
|
|
|||||||||||
наилучшим образом подходят дляпр ш ния оптимальных задач с мате- |
|
|
|
нелинейногопрограммирования. |
|
|||||||||||
|
|
|
323 |
|
|
|
|
|
|
|
|
|
|
|
|
324 |
|
|
которые |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
Дополнительные трудности при решении оптимальной задачи |
|
|
|
|
|
Т |
||||||||||
|
|
|
системы конечных уравнений для отыскания оптимума необходимо |
|||||||||||||
методами исследования функций классического анализа возникают |
|
|
|
интегрировать систему дифференциальных уравнений. |
||||||||||||
вследствие того, что система уравнений, получаемая в результате |
|
|
|
|
Следует отметить, что множители Лагранжа используют также |
|||||||||||
их применения, обеспечивает лишь необходимые условия опти- |
|
|
|
|
А |
|
||||||||||
|
|
|
в качестве вспомогательного средства и при решении специальны- |
|||||||||||||
мальности. Поэтому все решения данной системы (а их может быть |
|
|
|
ми методами задач других классов с ограничениями типа равенств, |
||||||||||||
и несколько) должны быть проверены на достаточность. В резуль- |
|
|
|
|
Г |
|
|
|||||||||
|
|
|
например, в вариационном исчислении и динамическом програм- |
|||||||||||||
тате такой проверки сначала отбрасывают решения, которые не оп- |
|
|
|
мировании. Особенно эффективно применение множителей Ла- |
||||||||||||
ределяют экстремальные значения критерия оптимальности, а за- |
|
|
|
гранжа в методе динамического программирования, где с их помо- |
||||||||||||
тем среди остающихся экстремальных решений выбирают решение, |
|
|
|
щью иногда удается снизить размерность решаемой задачи. |
||||||||||||
удовлетворяющее условиям оптимальной задачи, т. е. наибольшему |
|
|
|
|
Методы вариационного исчисления обычно используют для ре- |
|||||||||||
или наименьшему значению критерия оптимальности в зависимо- |
|
|
|
шения задач, в которых критерии оптимальности представляются |
||||||||||||
сти от постановки задачи. |
|
|
|
|
|
|
|
|
|
|
в виде функционалов и решениями которых служат неизвестные |
|||||
Методы исследования при наличии ограничений на область из- |
|
|
й |
|
|
|||||||||||
|
|
|
функции. Такие задачи возникают обычно при статической опти- |
|||||||||||||
менения независимых переменных можно использовать только для |
|
|
|
мизации процессов с распределенными параметрами или в задачах |
||||||||||||
поиска экстремальных значений внутри указанной области. В осо- |
|
и |
динамическойБоптимизации. |
|
||||||||||||
бенности это относится к задачам с большим числом независимых |
|
|
Вариационные методы позволяют в этом случае свести реше- |
|||||||||||||
|
|
|
|
|||||||||||||
переменных (практически больше двух), в которых анализ значе- |
р |
|
н |
е оптимальной задачи к интегрированию системы дифферен- |
||||||||||||
ний критерия оптимальности на границе допустимой области изме- |
|
ц |
альных уравнений Эйлера, каждое из которых является нели- |
|||||||||||||
|
|
|
||||||||||||||
нения переменных становится весьма сложным. |
|
|
|
|
|
|
|
нейным дифференциальным уравнением второго порядка с гра- |
||||||||
Метод множителей Лагранжа применяют для решения задач |
|
|
|
н чными условиями, заданными на обоих концах интервала |
||||||||||||
|
|
|
|
|
|
|
|
|
о |
|
|
интегрирования. Число уравнений указанной системы при этом |
||||
такого же класса сложности, как и при использовании обычных ме- |
|
|
|
|||||||||||||
тодов исследования функций, но при наличии ограничений типа |
|
|
|
равно числу неизвестных функций, определяемых при решении |
||||||||||||
приходится решать те же задачи, что и без огран чен й. |
Некоторое |
|
|
|
ны на экстремум функционала. |
|
||||||||||
равенств на независимые переменные. К требованию возможн сти |
|
|
|
оптимальной задачи. Каждую функцию находят в результате ин- |
||||||||||||
получения аналитических выражений для производных от кри ерия |
|
|
|
тегрирования получаемой системы. |
||||||||||||
оптимальности при этом добавляется аналогичное |
|
|
- |
|
|
|
|
Уравнения Эйлера выводятся как необходимые условия экстре- |
||||||||
|
|
|
|
|
|
требование |
|
|
|
|
мума функционала. Поэтому полученные интегрированием систе- |
|||||
носительно аналитического вида уравнений ограничений. |
|
|
|
|
|
|||||||||||
В основном при использовании метода множ телей Лагранжа |
|
|
|
мы дифференциальных уравнений функции должны быть провере- |
||||||||||||
усложнение в данном случае возникает лишь от введен я дополни- |
|
|
|
|
При наличии ограничений типа равенств, имеющих вид функ- |
|||||||||||
|
|
|
|
|
о |
|
|
|
|
|
|
|
ционалов, применяют множители Лагранжа, что дает возможность |
|||
тельных неопределенных множителей, вследств е чего порядок |
|
|
|
|||||||||||||
системы уравнений, решаемой для нах ждения экстремумов крите- |
|
|
|
перейти от условной задачи к безусловной. Наиболее значительные |
||||||||||||
рия оптимальности, соответственно п вышается на число ограни- |
|
|
|
трудности при использовании вариационных методов возникают |
||||||||||||
|
|
|
п |
|
|
проверки |
|
|
|
в случае решения задач с ограничениями типа неравенств. |
||||||
чений. В остальном процедура |
|
иска решенийзи |
|
|
|
|
||||||||||
их на оптимальность отвечает |
роцедуре решения задач без огра- |
|
|
|
|
Заслуживают внимания прямые методы решения задач опти- |
||||||||||
ничений. |
|
основе |
|
|
|
|
|
|
|
|
мизации функционалов, обычно позволяющие свести исходную |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Множители Лагранжа можно |
рим нять для решения задач оп- |
|
|
|
вариационную задачу к задаче нелинейного программирования, |
|||||||||||
тимизации объектов на |
|
уравн ний с частными производны- |
|
|
|
решить которую иногда проще, чем краевую задачу для уравне- |
||||||||||
|
Р |
|
|
|
|
|
|
|
|
|
|
ний Эйлера. |
|
|
||
ми и задач динамической оптимизации. При этом вместо решения |
|
|
|
|
|
|||||||||||
|
|
|
325 |
|
|
|
|
|
|
|
|
|
|
|
326 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
Динамическое программирование служит эффективным методом |
|
|
|
|
|
|
Т |
|
|||||||||
|
|
|
функций; это свойственно многим задачам оптимизации, например, |
||||||||||||||
решения задач оптимизации дискретных многостадийных процес- |
|
|
|
задачам оптимального управления объектами, описываемыми ли- |
|||||||||||||
сов, для которых критерий оптимальности задается как аддитивная |
|
|
|
нейными дифференциальными уравнениями. |
|
||||||||||||
функция критериев оптимальности отдельных стадий. Без особых |
|
|
|
|
|
А |
|
|
|||||||||
|
|
|
Нахождение оптимального решения при использовании принци- |
||||||||||||||
затруднений указанный метод можно распространить и на случай, |
|
|
|
па максимума сводится к задаче интегрирования системы диффе- |
|||||||||||||
когда критерий оптимальности задан в другой форме, однако при |
|
|
|
|
Г |
|
|
|
|||||||||
|
|
|
ренциальных уравнений процесса и сопряженной системы для |
||||||||||||||
этом обычно увеличивается размерность отдельных стадий. |
|
|
|
вспомогательных |
функций при граничных условиях, заданных |
||||||||||||
По существу метод динамического программирования представля- |
|
|
|
на обоих концах интервала интегрирования, т. е. к решению крае- |
|||||||||||||
ет собой алгоритм определения оптимальной стратегии управления |
|
|
|
вой задачи. На область изменения переменных могут быть наложе- |
|||||||||||||
на всех стадиях процесса. При этом закон управления на каждой ста- |
|
|
|
ны ограничения. Систему дифференциальных уравнений интегри- |
|||||||||||||
дии находят путем решения частных задач оптимизации последова- |
|
|
|
руют, применяя обычные программы на цифровых вычисли- |
|||||||||||||
тельно для всех стадий процесса с помощью методов исследования |
|
|
|
тельных машинах. |
|
|
|
|
|||||||||
функций классического анализа или методов нелинейного програм- |
|
|
й |
|
|
|
|
|
|||||||||
|
|
|
Принцип максимума для процессов, описываемых дифференци- |
||||||||||||||
мирования. Результаты решения обычно не могут быть выражены |
|
|
|
альными уравнениями, при некоторых предположениях является |
|||||||||||||
в аналитической форме, аполучаются в виде таблиц. |
|
|
|
|
и |
достаточнымБусловием оптимальности. Поэтому дополнительной |
|||||||||||
Ограничения на переменные задачи не оказывают влияния |
|
проверки на оптимум получаемых решений обычно не требуется. |
|||||||||||||||
|
|
|
|||||||||||||||
на общий алгоритм решения, |
а учитываются при решении част- |
р |
|
Для дискретных процессов принцип максимума в той же форму- |
|||||||||||||
ных задач оптимизации на каждой стадии процесса. При наличии |
|
л ровке, что и для непрерывных, вообще говоря, несправедлив. |
|||||||||||||||
|
|
|
|||||||||||||||
ограничений типа равенств иногда даже удается снизить размер- |
|
|
|
Однако условия оптимальности, получаемые при его применении |
|||||||||||||
ность этих частных задач за счет использования множителей Ла- |
|
|
|
для многостадийных процессов, позволяют найти достаточно удоб- |
|||||||||||||
|
|
|
|
|
|
|
|
о |
|
|
ные алгоритмы оптимизации. |
|
|
||||
гранжа. Применение метода динамического программирования |
|
|
|
|
|
||||||||||||
для оптимизации процессов |
с распределенными |
параметрами |
|
|
|
Линейное программирование представляет собой математиче- |
|||||||||||
или в задачах динамической оптимизации приводит к решению |
|
|
|
ский |
аппарат, разработанный для решения оптимальных задач |
||||||||||||
дифференциальных уравнений в частных производных. Вмес |
|
|
|
с линейными выражениями для критерия оптимальности и линей- |
|||||||||||||
решения таких уравнений зачастую значительно проще предс а- |
|
|
|
ными ограничениями на область изменения переменных. Такие за- |
|||||||||||||
|
|
|
|
|
|
|
граммирования |
|
|
|
дачи обычно встречаются при решении вопросов оптимального |
||||||
вить непрерывный процесс как дискретный с доста очно боль- |
|
|
|
||||||||||||||
шим числом стадий. Подобный прием оправдан особенно в ех |
|
|
|
планирования производства с ограниченным количеством ресурсов, |
|||||||||||||
случаях, когда имеются ограничения |
на переменныетзадачи |
|
|
|
при определении оптимального плана перевозок (транспортные за- |
||||||||||||
и прямое решение дифференциальных |
уравнен й |
осложняется |
|
|
|
дачи) и т. д. |
|
|
|
|
|||||||
необходимостью учета указанных |
ограничений |
|
|
|
|
|
|
Для решения большого круга задач линейного программирова- |
|||||||||
|
|
. |
|
|
|
|
|
|
|||||||||
При решении задач методом динамическ го пр |
|
, |
|
|
|
ния имеется практически универсальный алгоритм – симплексный |
|||||||||||
как правило, используют вычислительные машины, |
|
бладающие дос- |
|
|
|
метод, позволяющий за конечное число итераций находить опти- |
|||||||||||
|
|
опр |
|
|
|
|
|
|
мальное решение подавляющего большинства задач. Тип исполь- |
||||||||
таточным объемом памяти для хранения |
межутзчных результатов |
|
|
|
|||||||||||||
решения, которыеобычно получаются в табличн й ф рме. |
|
|
|
зуемых ограничений (равенства или неравенства) |
не сказывается |
||||||||||||
Принцип максимума |
применяют |
|
|
|
|
|
|
|
|
на возможности применения указанного алгоритма. Дополнитель- |
|||||||
|
|
для решения задач оптимизации |
|
|
|
||||||||||||
процессов, описываемых сист мами дифференциальных уравнений. |
|
|
|
ной проверки на оптимальность для получаемых решений не требу- |
|||||||||||||
Достоинством математич ского а |
арата |
ринципа максимума яв- |
|
|
|
ется. Как правило, практические задачи линейного программирова- |
|||||||||||
Р |
|
|
деляться в |
виде разрывных |
|
|
|
ния |
отличаются |
весьма значительным числом |
независимых |
||||||
ляется то, что решение мож т |
|
|
|
|
|||||||||||||
|
|
327 |
|
|
|
|
|
|
|
|
|
|
|
|
|
328 |
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
переменных. Поэтому для их решения обычно используют вычис- |
|
|
|
|
Т |
|||||||
|
|
|
Специфической особенностью методов решения оптимальных |
|||||||||
лительные машины, необходимая мощность которых определяется |
|
|
|
задач (за исключением методов нелинейного программирования) |
||||||||
размерностью решаемой задачи. |
|
|
|
|
|
|
|
|
|
является то, что до некоторого этапа оптимальную задачу решают |
||
Методы нелинейного программирования применяют для реше- |
|
|
|
А |
|
|||||||
|
|
|
аналитически, т. е. находят определенные аналитические выраже- |
|||||||||
ния оптимальных задач с нелинейными функциями цели. На неза- |
|
|
|
ния, например, системы конечных или дифференциальных уравне- |
||||||||
висимые переменные могут быть наложены ограничения также |
|
|
|
Г |
|
|
||||||
|
|
|
ний, откуда уже отыскивают оптимальное решение. В отличие |
|||||||||
в виде нелинейных соотношений, имеющих вид равенств или нера- |
|
|
|
от указанных методов при использовании методов нелинейного |
||||||||
венств. По существу методы нелинейного программирования ис- |
|
|
|
программирования, которые, как уже отмечалось выше, могут быть |
||||||||
пользуют, если ни один из перечисленных выше методов не позво- |
|
|
|
названы прямыми, применяют информацию, получаемую при вы- |
||||||||
ляет сколько-нибудь продвинуться в решении оптимальной задачи. |
|
|
|
числении критерия оптимальности, изменение которого служит |
||||||||
Поэтому указанные методы иногда называют также прямыми ме- |
|
|
|
оценкой эффективности того или иного действия. |
||||||||
тодами решения оптимальных задач. |
|
|
|
|
|
|
|
|
Важной характеристикой любой оптимальной задачи является |
|||
Для получения численных результатов важное место отводится |
|
|
й |
|
|
|||||||
|
|
|
ее размерность п, равная числу переменных, задание значений ко- |
|||||||||
нелинейному программированию и в решении оптимальных задач |
|
|
|
торых необходимо для однозначного определения состояния опти- |
||||||||
такими методами, как динамическое программирование, принцип |
|
и |
мизируемогоБобъекта. Как правило, решение задач высокой раз- |
|||||||||
максимума и т. п. на определенных этапах их применения. |
|
|
|
мерности связано с необходимостью выполнения большого объема |
||||||||
|
|
|
|
|
||||||||
Названием «методы нелинейного программирования» объединя- |
р |
|
вычислений. Ряд методов (например, динамическое программиро- |
|||||||||
ется большая группа численных методов, многие из которых при- |
|
вание и дискретный принцип максимума) специально предназначен |
||||||||||
|
|
|
||||||||||
способлены для решения оптимальных задач соответствующего |
|
|
|
для решения задач оптимизации процессов высокой размерности, |
||||||||
класса. Выбор того или иного метода обусловлен сложностью вы- |
|
|
|
которые могут быть представлены как многостадийные процессы |
||||||||
|
|
|
|
|
про |
|
|
с относительно невысокой размерностью каждой стадии. |
||||
числения критерия оптимальности и сложностью ограничивающих |
|
|
|
|||||||||
условий, необходимой точностью решения, мощностью имеющейся |
|
|
|
В табл. 7.1 дана характеристика областей применения различных |
||||||||
вычислительной машины и т. д. Ряд |
|
методов нелинейного |
|
- |
|
|
|
методов оптимизации, при этом за основу положена сравнительная |
||||
граммирования практически постоянно используется в соче ании с |
|
|
|
оценка эффективности использования каждого метода для решения |
||||||||
другими методами оптимизации, как например, метод сканир ва- |
|
|
|
различных типов оптимальных задач. Классификация задач прове- |
||||||||
ния в динамическом программировании. Кроме того, э и ме оды |
|
|
|
дена по следующим признакам: |
|
|||||||
служат основой построения систем автоматической оп м зац |
– |
|
|
|
− вид математического описания процесса; |
|||||||
оптимизаторов, непосредственно применяющихся для управлен я |
|
|
|
− тип ограничений на переменные процесса; |
||||||||
производственными процессами. |
|
|
т |
|
|
|
||||||
|
|
|
|
|
|
|
|
− число переменных. |
|
|
||
Геометрическое программирование– |
есть метод решен я одного |
|
|
|
Предполагается, что решение оптимальной задачи для процессов, |
|||||||
специального класса задач нелинейного пр граммир |
вания, в которых |
|
|
|
описываемых системами конечных уравнений, определяется как ко- |
|||||||
критерий оптимальности и ограничения задаются в виде полиномов– |
|
|
|
нечный набор значений управляющих воздействий (статическая оп- |
||||||||
ние дляцелевых функций иограничпроектированииний. |
|
|
|
|
|
|
мизацияпроцессов сраспределенными параметрами). |
|||||
выражений, представляющих собой сумму призведений степенных |
|
|
|
тимизация процессов с сосредоточенными параметрами), адля про- |
||||||||
функций от независимых переменных. С |
д бными задачами иногда |
|
|
|
цессов, описываемых системами обыкновенных дифференциальных |
|||||||
е |
Кроме. |
|
|
|
|
|
|
|
|
|
||
приходится сталкиваться в |
|
того, некоторые |
|
|
|
уравнений, управляющие воздействия характеризуются функциями |
||||||
задачи нелинейного программирования иногда можно свести к ука- |
|
|
|
времени (динамическая оптимизация процессов ссосредоточенными |
||||||||
занному представлению, используя |
роксимационное представле- |
|
|
|
параметрами) или пространственных переменных (статическая опти- |
|||||||
Р |
329 |
|
|
|
|
|
|
|
|
|
|
330 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 7.1 |
|
|
|
|
|
|
|
|
Окончаниетаблицы7.1 |
|||
|
|
Области применения методов оптимизации |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
Примечание: |
|
У |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. Эффективное применение метода. |
|
||||
|
Вид описания |
|
|
Конечное уравнение |
|
|
|
|
Дифференциальное |
|
|
|
2. Используется. |
А |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
3. Возможно применение. |
|
|
|
|
||||||||||||||
|
процесса |
|
|
|
|
|
|
|
|
уравнение |
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4. Используется как вспомогательный метод. |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5. Многостадийные процессы (размерностьТуказывается для отдельной стадии). |
|||||
Тип ограничений |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Нет |
|
Равенство |
Неравенство |
|
Нет |
РавенствоНеравенство |
|
|
|
6. Задачи с линейными критериями оптимальности и линейными ограничениями. |
||||||||||||||||||
|
на переменные |
|
|
|
|
|
7. Используются множители Лагранжа. |
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8. Задачи с критериями и ограничениями в форме позиномов. |
|
||||
Числопеременныхп |
<3 |
|
>3 |
<3 |
|
>3 |
<3 |
|
>3 |
|
<3 |
>3 |
<3 |
>3 |
<3 |
|
>3 |
|
|
|
Классификация задач по группам счислом независимых переменных, |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
большим и меньшимГтрех или равным трем как характеристика размер- |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
Методы |
1 |
|
2 |
4 |
|
4 |
4 |
|
4 |
|
3 |
|
4 |
4 |
4 |
4 |
|
4 |
|
|
|
ности задач с большим и малым числом переменных, разумеется, весьма |
|||||
|
классического |
|
|
|
|
|
|
|
|
|
условна и в данном случае выбрана скорее изсоображений наглядности |
|||||||||||||||||
|
анализа |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
графическогоизображенияпространстваизмененияпеременныхзадачи– |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
фазового пространства (при числе переменных большем трех графиче- |
||||||
|
Множители |
– |
|
– |
1 |
|
2 |
– |
|
– |
|
– |
|
– |
2 |
3 |
– |
|
– |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
ское изображение фазового пространства обычными приемами отсутст- |
||||||||||||||||||
|
Лагранжа |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вует). Тем не менее, такая классификация до некоторой степени все же |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
р |
|
|||||||
|
Вариационное |
– |
|
– |
– |
|
– |
– |
|
– |
|
|
|
|
2; |
3; |
|
|
|
|
отражает действительные трудности, возникающие при решении задач |
|||||||
|
|
|
|
|
2 |
|
3 |
– |
|
– |
|
|
й |
|
|
|
|
|
||||||||||
|
исчисление |
|
|
|
|
|
|
|
|
|
|
|
7 |
7 |
|
|
|
|
сразмерностьювышетрех. |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Динамическое |
1; |
|
3; |
1;5; |
|
3;5; |
1;5 |
3;5 |
|
2 |
|
3 |
3 |
3 |
3 |
|
о |
|
|
7.1.1. Численные методы безусловной оптимизации нулевого |
|||||||
метода |
программирование |
5 |
|
5 |
7 |
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
порядка |
|
|
|
|
|
Тип |
Принцип |
2; |
|
1; |
2; |
|
2; |
2; |
|
2; |
|
1 |
|
1 |
2 |
2 |
2 |
|
2 |
|
|
|
7.1.1.1. Основные определения |
|
|
|||
|
|
|
|
|
|
|
|
|
Решение многих теоретических и практических задач сводится к |
|||||||||||||||||||
|
максимума |
5 |
|
5 |
5 |
|
5 |
5 |
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
отысканию экстремума (наибольшего или наименьшего значения) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
|||||||||
|
Линейное |
– |
|
– |
– |
|
2; |
2; |
|
1; |
|
– |
– |
– |
|
|
|
скалярной функции f(х) n-мерного векторного аргументах. В даль- |
||||||||||
|
программирование |
|
|
6 |
6 |
|
6 |
|
– – |
|
– |
|
|
|
нейшем под x будем понимать вектор-столбец (точку в n-мерном |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
о |
|
|
и |
|
|
|
|
|
пространстве): |
|
|
xn |
|
|
||||
|
Методы |
|
|
|
|
|
|
|
|
|
з4 4 4 |
|
|
|
|
|
|
|
|
|
|
x1 |
|
|
||||
|
нелинейного |
2 |
|
1 |
2 |
|
1 |
2 |
|
1 |
4 |
4 |
4 |
|
|
|
|
x = |
|
x2 |
. |
(7.1) |
||||||
|
программирование |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
… |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Геометрическое |
2; |
|
2; |
е |
2; |
|
2; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
программирование |
8 |
|
8 |
– |
– |
8 |
|
8 |
|
– |
|
– |
– |
– |
– |
|
– |
|
|
|
Вектор-строка получается путем применения операции транспо- |
||||||
|
|
|
Р |
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
нирования: |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
331 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
332 |
|
|
xT = (x1 , x2 ,…, xn ). |
|
|
|
(7.2) |
|
|
|
В реальных условиях на переменные xi , i=1, …, n, и неко- |
|||||||||||||||
Оптимизируемую функцию f(x) называют функцией или крите- |
|
|
|
торые функции |
gi(х), hi(х), |
характеризующие |
качественные |
||||||||||||||||
|
|
|
свойства объекта, системы, процесса, могут быть наложены |
||||||||||||||||||||
рием оптимальности. |
|
|
|
|
|
|
|
|
|
|
ограничения (условия) вида: |
|
|
У |
|
||||||||
В дальнейшем без ограничения общности будем говорить о по- |
|
|
|
|
|
|
gi (Тх) = 0, i=1, ….n; |
|
|||||||||||||||
иске минимального значения функции f(x) и записывать эту задачу |
|
|
|
|
|
|
|
||||||||||||||||
следующим образом: f (x)→ min . Вектор х*, определяющий ми- |
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
hi (х) <= 0, i=1, …. n; |
(7.3) |
||||||||||||||||
нимум целевой функции, называют оптимальным. |
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
a <= x <= b, |
|
||||||||||||
Отметим, что задачу максимизации f(x) можно заменить эквива- |
|
|
|
|
|
А |
|
|
|
|
|
|
|
|
|||||||||
лентной ей задачей минимизации или наоборот. Рассмотрим это на |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
где |
Г |
|
|
|
|
|
|
|
|
|
|
|||||||||
примере функции одной переменной (рис. 7.1). Если х* – точка ми- |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
нимума функции y = f(x), то для функции y = –f(x) она является точ- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
Б |
|
|
|
|
|
|
|
|
|
|
|
||||||||
кой максимума, так как графики функций f(x) и – f(x), симметричны |
|
|
|
|
|
|
a1 |
|
|
|
|
b1 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||
относительно оси абсцисс. Итак, минимум функции f(x) и макси- |
|
|
|
|
|
|
a2 |
|
|
|
|
b2 |
|
|
|
||||||||
мум функции – f(x) достигаются при одном и том же значении пе- |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
ременной. Минимальное же значение функции f(x), равно макси- |
|
|
й |
|
a = |
… |
|
, b = |
|
… |
|
. |
(7.4) |
||||||||||
мальному значению функции – |
f(x), взятому с противоположным |
|
|
|
|
an |
|
|
|
|
bn |
|
|
|
|||||||||
знаком, т.е. min f(x) = – max(f(x)). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Рассуждая аналогично, этот вывод нетрудно распространить |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
на случай функции многих переменных. Если требуется заменить |
|
Такую задачу называют задачей условной оптимизации. |
|||||||||||||||||||||
задачу минимизации функции f(x1, …, xn) задачей максимизации, |
|
При отсутствии ограничений имеет место задача безусловной |
|||||||||||||||||||||
то достаточно вместо отыскания минимума этой функции найти |
р |
|
оптимизации. |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
максимум функции f(x1, …, xn). Экстремальные значения |
этих |
|
Каждая точка х в n-мерном пространстве переменных х1, …, |
||||||||||||||||||||
функций достигаются при одних и тех же значениях переменных. |
|
хn, в которой выполняются ограничения, называется допусти- |
|||||||||||||||||||||
Минимальное значение функции f(x1, …, xn) равно |
|
|
|
му |
|
|
|
мой точкой задачи. Множество всех допустимых точек назы- |
|||||||||||||||
значению функции – f(x1, …, xn), взятому с обратным знаком, |
|
. е. |
|
|
|
вают допустимой областью G. Решением задачи (оптимальной |
|||||||||||||||||
|
|
|
|
|
|
|
о |
|
|
||||||||||||||
min f(x1, …, xn) =max f(x1, …, |
xn). Отмеченный |
факт |
позволяет |
|
|
|
точкой) называют допустимую точку х*, в которой целевая |
||||||||||||||||
в дальнейшем говорить только о задаче минимизац |
. |
|
|
|
функция f(х) достигает своего минимального значения. |
||||||||||||||||||
|
|
|
|
максимальн |
|
|
|
|
Точка х* определяет глобальный минимум функции одной |
||||||||||||||
|
|
|
|
|
|
|
|
переменной f(x), заданной на числовой прямой Х , если x* Х |
|||||||||||||||
|
|
|
з |
|
|
|
|
|
|
и f(x*) < f(x) для всех x* Х (рис. 7.2, а). Точка х* называется |
|||||||||||||
|
|
|
|
|
|
|
|
|
точкой строгого глобального минимума, если это неравенство |
||||||||||||||
|
|
о |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
выполняется как строгое. Если же в выражении f(х*) <= f(x) ра- |
||||||||||||||
|
|
|
|
|
|
|
|
|
венство возможно при х, не равных х*, то реализуется нестро- |
||||||||||||||
|
|
|
|
|
|
|
|
|
гий минимум, а под решением в этом случае понимают множе- |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Рис. 7.1. Экстр мум функции одной переменной |
|
|
|
|
|
|
ство х* = [ x* Х : f(x) = f(x*)] (рис. 7.2, б). |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
333 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
334 |
|
|
|
|
|
||
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7.1.1.2. Классификация методов |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
Возможны два подхода к решению задачи отыскания минимума |
|||||||||
|
|
|
|
|
|
|
|
|
|
функции многих переменных f(x) = f(x1, ..., хn) при отсутствии огра- |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|||
|
|
|
|
|
|
|
|
|
|
ничений на диапазон изменения неизвестных. Первый подход ле- |
|||||||||
|
|
|
|
|
|
|
|
|
|
жит в основе косвенных методов оптимизации и сводит решение |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
задачи оптимизации к решению системы нелинейных уравнений, |
|||||||||
|
|
|
|
|
|
|
|
|
|
являющихся следствием условий экстремума функции многих пе- |
|||||||||
|
|
|
|
|
|
|
|
|
|
ременных. Как известно, эти условия определяют, что в точке экс- |
|||||||||
|
|
|
|
|
|
|
|
|
|
тремума х* все первыеАпроизводные функции по независимым пе- |
|||||||||
|
|
|
|
|
|
|
|
|
|
ременным равны нулю: |
|
|
|
|
|
|
|
|
|
Рис. 7.2. Глобальный минимум: а – строгий, б – нестрогий |
|
|
|
|
|
Г |
∂f |
|
|
= 0 , i=1, …, n. |
|
(7.5) |
|||||||
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
∂xi |
|
|
|||||||||||
Точка х* Х определяет локальный минимум функции f(x) |
|
|
|
|
|
x=x* |
|
|
|
|
|||||||||
|
|
|
БЭти условия образуют систему n нелинейных уравне- |
||||||||||||||||
на множестве Х , если при некотором достаточно малом ε > 0 |
|
|
|
||||||||||||||||
|
|
|
, |
среди решений которой находятся точки минимума |
|||||||||||||||
для всех х, не равных х*, x X, удовлетворяющих условию |
|
|
|
||||||||||||||||
|
|
|
переменной. |
|
|
|
|
|
|
|
|
||||||||
¦х – х*¦<= ε, выполняется неравенство f(х*) < f(х). Если нера- |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
ний |
|
|
|
|
∂f (x) |
|
∂f (x) T |
|
|||||||||
венство строгое, то х* является точкой строгого локального |
|
|
|
|
|
|
|
|
|||||||||||
минимума. Все определения для максимума функции получа- |
|
и |
|
f ′(x) |
= |
|
,…, |
|
|
|
|||||||||
|
|
∂x1 |
∂xn |
|
|||||||||||||||
ются заменой знаков предыдущих неравенств на |
обратные. |
|
|
|
|
|
|
|
, |
(7.6) |
|||||||||
На рис. 7.3 показаны экстремумы функции одной переменн й |
|
|
|
|
|
|
|
|
|
|
|
||||||||
р |
|
называют градиентом скалярной функции f(x). Как видно, в точке |
|||||||||||||||||
f(х) на отрезке [a, b] . Здесь х1, х3, х6 – точки локального мак- |
|
||||||||||||||||||
|
минимума градиент равен нулю. |
|
|
|
|
||||||||||||||
симума, а х2, х4 – локального минимума. В точке х6 |
|
- |
|
|
|
|
|
||||||||||||
|
|
Решение систем нелинейных уравнений – задача весьма сложная |
|||||||||||||||||
ся глобальный максимум, а в точке х2 – глобальный минимум. |
|
||||||||||||||||||
|
|
|
|||||||||||||||||
|
|
|
и трудоемкая. Вследствие этого на практике используют второй |
||||||||||||||||
|
|
|
|
|
|
о |
|
|
|||||||||||
|
|
|
|
|
|
|
|
подход к минимизации функций, составляющий основу прямых |
|||||||||||
|
|
|
|
|
|
|
|
методов. Суть их состоит в построении последовательности векто- |
|||||||||||
|
|
|
|
|
реализует |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
ров х [0], х [1], …, х [n], таких, что f(х[0])> f(х [1])> f(х [n])>… В ка- |
|||||||||||
|
|
|
|
и |
|
|
|
|
честве начальной точки x[0] может быть выбрана произвольная |
||||||||||
|
|
|
|
|
|
|
|
точка, однако стремятся использовать всю имеющуюся информа- |
|||||||||||
|
|
|
|
|
|
|
|
цию о поведении функции f(x), чтобы точка x[0] располагалась |
|||||||||||
|
|
|
з |
|
|
|
|
как можно ближе к точке минимума. Переход (итерация) от точки |
|||||||||||
|
|
|
|
|
|
|
х [k] к точке х [k + 1], k = 0, 1, 2, ..., состоит из двух этапов: |
|
|||||||||||
|
|
о |
|
|
|
|
|
|
1. |
выбор направления движения из точки х [k]; |
|
||||||||
|
|
|
|
|
|
|
|
2. |
определение шага вдоль этого направления. |
|
|||||||||
|
|
|
|
|
|
|
|
Методы построения таких последовательностей часто называют |
|||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
. 7.3. Экстр мумы функции |
|
|
|
|
|
|
методами спуска, так как осуществляется переход от больших зна- |
||||||||||||
|
|
|
|
|
|
чений функций к меньшим. |
|
|
|
|
|
||||||||
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
335 |
|
|
|
|
|
|
|
|
|
|
|
|
|
336 |
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
Математически методы спуска описываются соотношением: |
|
|
|
|
|
Т |
|||||||||||||||||||||||||||
|
|
|
|
в точке х [k] информации. Если же при переходе используется ка- |
|||||||||||||||||||||||||||||
x[k+1] = x[k] + akp[k], k = 0, 1, 2, ... , |
|
|
|
|
|
|
|
кой-либо случайный механизм, то алгоритм поиска называется слу- |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чайным поиском минимума. |
|
|
где p[k] – вектор, определяющий направление спуска; |
|
|
|
|
|
|
А |
|
|||||||||||||||||||||||||
|
|
|
|
|
|
Детерминированные алгоритмы безусловной минимизации де- |
|||||||||||||||||||||||||||
ak – длина шага. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
лят на классы в зависимости от вида используемой информации. |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
|
В координатной форме: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Если на каждой итерации используются лишь значения минимизи- |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
руемых функций, то метод называется методом нулевого порядка. |
||||||||
|
x |
|
k |
+1 |
= x |
|
k |
] |
+ a |
|
p |
k |
] |
|
|
|
|
|
|
|
|
|
Если требуется вычисление первых производных минимизируемой |
||||||||||
|
|
1 [ |
|
|
] |
|
1 [ |
|
|
|
|
k |
|
1 [ |
|
|
|
|
|
|
|
|
|
|
|
функции, то имеют место методы первого порядка, при необходи- |
|||||||
|
|
|
[ |
|
|
|
|
|
[ |
|
|
] |
|
|
|
|
[ |
|
|
] |
|
|
|
|
|
|
|
|
|||||
|
x |
k |
+1 |
= x |
k |
+ a p |
k |
. |
|
|
|
(7.7) |
|
|
|
мости дополнительного вычисления вторых производных – мето- |
|||||||||||||||||
|
|
2 |
|
|
] |
|
2 |
|
|
|
k |
2 |
|
|
|
|
|
|
|
|
ды второго порядка. |
|
|
||||||||||
|
........................................... |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
В настоящее время разработано множество численных методов |
||||||||||||||||||||||||
|
xn [k +1]= xn [k]+ ak pn [k] |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
для задач как безусловной, так и условной оптимизации. Естест- |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
венным является стремление выбрать для решения конкретной за- |
||
Различные методы спуска отличаются друг от друга способами |
|
и |
дачиБнаилучший метод, позволяющий за наименьшее время ис- |
||||||||||||||||||||||||||||||
выбора двух параметров – направления спуска и длины шага вдоль |
|
пользования ЭВМ получить решение с заданной точностью. |
|||||||||||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||||||||
этого направления. На практике применяются только методы, обла- |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
Качество численного метода характеризуется многими факторами: |
||||||||||||||||||||||||||||||
дающие сходимостью. Они позволяют за конечное число шагов по- |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
скоростью сходимости, временем выполнения одной итерации, клас- |
||||||||||||||||||||||||||||||
лучить точку минимума или подойти к точке, достаточно близкой |
|
|
|
||||||||||||||||||||||||||||||
|
|
й |
|
|
|||||||||||||||||||||||||||||
к точке минимума. Качество сходящихся итерационных методов |
|
|
|
сом решаемых задач и т. д. Решаемые задачи также весьма разнооб- |
|||||||||||||||||||||||||||||
|
|
|
разны: они могут иметь высокую и малую размерность, быть унимо- |
||||||||||||||||||||||||||||||
оценивают по скорости сходимости. |
|
|
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
р |
|
дальными (обладающими одним экстремумом) и многоэкстре- |
|||||||||||||||||
В методах спуска |
|
решение |
задачи |
теоретически |
получается |
|
|||||||||||||||||||||||||||
|
|
мальными и т. д. Один и тот же метод, эффективный для решения |
|||||||||||||||||||||||||||||||
за бесконечное число итераций. |
На практике вычисления прекра- |
|
|||||||||||||||||||||||||||||||
|
задач одного типа, может оказаться совершенно неприемлемым для |
||||||||||||||||||||||||||||||||
щаются при выполнении некоторых критериев (условий) ос ан ва |
|
||||||||||||||||||||||||||||||||
|
задач другого типа. Очевидно, что разумное сочетание разнообразных |
||||||||||||||||||||||||||||||||
итерационного процесса. Например, это может быть условие мало- |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
методов, учет их свойств позволят с наибольшей эффективностью ре- |
||||||||||||||||||||||||||||||
сти приращения аргумента: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
шать поставленные задачи. Многометодный способ решения весьма |
||||||||
|
|
|
|
x[k] |
− x[k −1] < ε, |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
з |
|
(7.8) |
|
|
|
удобен в диалоговом режиме работы с ЭВМ. Для успешной работы в |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
таком режиме очень полезно знать основные свойства, специфику ме- |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
||||
или функции: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
тодов оптимизации. Это обеспечивает способность правильно ориен- |
|||||
|
|
( |
|
[ |
|
]) |
|
|
( |
|
|
[ |
|
|
|
]) |
|
|
|
|
|
|
|
|
тироваться в различных ситуациях, возникающих в процессе расчетов, |
||||||||
f x k − f x k −1 < |
γ, |
(7.9) |
|
|
|
и наилучшим образом решить задачу. |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
где k – номер итерации; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7.1.1.3. Общая характеристика методов нулевого порядка |
|||||||||||||||||
ε, γ – заданные величины точности решения задачи. |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В этих методах для определения направления спуска не требует- |
|||||||||||||
Методы поиска точки минимума называютсяодетерминирован- |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
ся вычислять производные целевой функции. Направление мини- |
||||||||||||||||||||||||||||||
ными, если оба элемента п р хода от х[k] к x[k + l] (направление |
|
|
|
мизации в данном случае полностью определяется последователь- |
|||||||||||||||||||||||||||||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ными вычислениями значений функции. Следует отметить, что при |
|||||||||
движения и величина шага) выбираются однозначно по доступной |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
337 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
338 |
решении задач безусловной минимизации методы первого и второ- |
|
|
|
3. |
|
Циклически изменяют каждую координату хбi i = 1, ..., п, |
||||||||||||||||||
го порядков обладают, как правило, более высокой скоростью схо- |
|
|
базисной точки хб на величину хi, i = 1, ..., п , т. е. хi[k] = хб + |
|||||||||||||||||||||
димости, чем методы нулевого порядка. Однако на практике вы- |
|
|
+ |
х; |
хi[k] = |
б |
– |
хi. При этом вычисляют значения f(x[k]) |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
х |
i |
||||||||||||
числение первых и вторых производных функции большого |
|
|
и сравнивают |
их |
|
|
|
Уб |
б |
), |
||||||||||||||
|
|
|
со значением f(x |
). Если f(x[k]) < |
f(x |
|||||||||||||||||||
количества переменных весьма трудоемко. В ряде случаев они |
|
|
то соответствующая координата хi, i = 1, ..., п , приобретает |
|||||||||||||||||||||
не могут быть получены в виде аналитических функций. Определе- |
|
|
новое значение, вычисленноеТпо одному из приведенных вы- |
|||||||||||||||||||||
ние производных с помощью различных численных методов осу- |
|
|
ражений. В противном случае значение этой координаты оста- |
|||||||||||||||||||||
ществляется с ошибками, которые могут ограничить применение |
|
|
ется неизменным. Если после изменения последней п-й коор- |
|||||||||||||||||||||
таких методов. Кроме того, на практике встречаются задачи, реше- |
|
|
динаты |
f(x[k]) |
< |
|
б |
), то переходят к п. 4. В противном |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
f(x |
||||||||||||
ние которых возможно лишь с помощью методов нулевого порядка, |
|
|
случае – к п. 7. |
|
А |
|
|
|
|
|||||||||||||||
например задачи минимизации функций с разрывными первыми |
|
|
|
4. |
|
|
|
|
|
|
|
|
|
б |
, и вы- |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Полагают, что х[k] является новой базисной точкой х |
|||||||||||
производными. |
Критерий оптимальности |
может быть |
задан |
|
|
|
|
|
|
Гб |
|
|
|
|
|
|||||||||
|
|
числяют значение f(x ). |
|
|
|
|
|
|||||||||||||||||
не в явном виде, а системой уравнений. В этом случае аналитиче- |
|
|
|
5. |
|
Осуществляют спуск из точки х[k] > хi[k + 1] = 2хi[k] – xб , i = |
||||||||||||||||||
ское или численное определение производных становится очень |
|
|
1, |
..., |
|
|
б |
– координаты предыдущей базисной точки. Вычис- |
||||||||||||||||
сложным, а иногда невозможным. Для решения таких практических |
|
|
n , где x |
|||||||||||||||||||||
|
|
|
Б |
|
|
|
|
|
|
|
|
|||||||||||||
задач оптимизации могут быть успешно применены методы нуле- |
|
|
ляют значение f(x[k + 1]). |
|
|
|
|
|||||||||||||||||
|
|
|
6. Как и в п. 3, циклически изменяют каждую координату |
|||||||||||||||||||||
вого порядка. Рассмотрим некоторые из них. |
|
|
|
|
|
|
точки х[k + 1], осуществляя сравнение соответствующих значе- |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
н функции f(х) со значением f (х[k + 1]), полученным в п. 5. |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
й |
|
|
|
|
|
|
|
|
|
|
|
||
7.1.1.4. Метод прямого поиска (метод Хука – Дживса) |
|
|
|
|
После изменения последней координаты сравнивают соответст- |
|||||||||||||||||||
|
|
|
|
вующее значение функции f(x[k]) со значением f(xб), полученным |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Суть этого метода состоит в следующем. Задаются некоторой |
|
ив п. 4. Если f(x[k]) < f(xб), то переходят к п. 4, в противном слу- |
||||||||||||||||||||||
начальной точкой х[0]. Изменяя компоненты вектора х[0], |
бсле- |
р |
чае – к п. 3. При этом в качестве базисной используют послед- |
|||||||||||||||||||||
дуют окрестность данной точки, в результате чего находят направ- |
нюю из полученных базисных точек. |
|
|
|
||||||||||||||||||||
ление, в котором происходит уменьшение минимизируемой функ- |
|
7. |
|
Сравнивают значения х и е. Если |
х < е, то вычисления пре- |
|||||||||||||||||||
ции f(x). В выбранном направлении осуществляют спуск до |
ех п р, |
|
|
|
|
|||||||||||||||||||
|
|
кращаются. В противном случае уменьшают значения х и перехо- |
||||||||||||||||||||||
пока значение функции уменьшается. После того как в данном на- |
|
|
||||||||||||||||||||||
|
|
дят к п. 3. |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
||||||
правлении не удается найти точку с меньшим значен ем функц и, |
|
|
|
Достоинством метода прямого поиска является простота его |
||||||||||||||||||||
уменьшают величину шага спуска. Если последовательные дробле- |
|
|
|
|||||||||||||||||||||
|
|
программирования на компьютере. Он не требует знания целе- |
||||||||||||||||||||||
|
|
|
|
|
|
т |
|
|
||||||||||||||||
ния шага не приводят к уменьшению функции, от выбранного на- |
|
|
вой функции в явном виде, а также легко учитывает ограниче- |
|||||||||||||||||||||
правления спуска отказываются и |
|
новое обследова- |
|
|
||||||||||||||||||||
|
|
|
ния на отдельные переменные, а также сложные ограничения |
|||||||||||||||||||||
ние окрестности и т. д. |
|
|
|
|
и |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
на область поиска. |
|
|
|
|
|
|
|||||||||||
Алгоритм метода прямого поиска с ст ит в следующем. |
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
Недостаток метода прямого поиска состоит в том, что в случае |
|||||||||||||||||||
1. Задаются значениями координат хi[0] , |
зi = 1, ..., п , начальной |
|
|
|
||||||||||||||||||||
|
|
сильно вытянутых, |
изогнутых или обладающих острыми углами |
|||||||||||||||||||||
точки х[0], вектором изменения координат |
х в пр цессе обследо- |
|
|
|||||||||||||||||||||
|
|
линий уровня целевой функции он может оказаться неспособным |
||||||||||||||||||||||
вания окрестности, наименьшим до устимым значением е компо- |
|
|
||||||||||||||||||||||
|
|
обеспечить продвижение к точке минимума. Действительно, в слу- |
||||||||||||||||||||||
нентов х. |
|
|
|
осуществляют |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
чаях, изображенных на рис. 7.4, а и б, каким бы малым не был шаг |
||||||||||||||||
2. Полагают, что х[0] явля тся базисной точкой хб и вычисляют |
|
|
в направлении х1 или x2 из точки х нельзя получить уменьшения |
|||||||||||||||||||||
значение f(xб). |
|
|
п |
|
|
|
|
|
|
значения целевой функции. |
|
|
|
|
||||||||||
|
|
|
339 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
340 |
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|