Главная страница

Курсовая работа СМО Гангур. Курсовая работа методы решения задач оптимизации по дисциплине Методы оптимизации Направление подготовки


Скачать 490.03 Kb.
НазваниеКурсовая работа методы решения задач оптимизации по дисциплине Методы оптимизации Направление подготовки
Дата09.06.2022
Размер490.03 Kb.
Формат файлаdocx
Имя файлаКурсовая работа СМО Гангур.docx
ТипКурсовая
#582321
страница2 из 9
1   2   3   4   5   6   7   8   9

Многокритериальная оптимизация.


Многокритериальная оптимизация - это процесс одновременной оптимизации двух или более конфликтующих целевых функций в заданной области определения.

Задача многокритериальной оптимизации встречаются во многих областях науки, техники и экономики. Достаточно часто в реальных ситуациях качество эксплуатации исследуемого объекта или системы оценивается не единственным критерием или показателем качества, а совокупностью таких критериев, причем представляющих одинаково значимыми. Такая постановка задачи приводит к задаче оптимизации с векторной целевой функцией, которая должна трактоваться неким определенным образом. Как правило, относительная значимость этих целей в общем неизвестна до тех пор, пока не будут определены все основные свойства системы и не будут полностью истолкованы все возможные взаимосвязи.

По мере того, как число возможных целей возрастает, то, очевидно, что эти взаимосвязи образуют сложную структуру и их становятся труднее идентифицировать. В данном случае многое зависит от интуиции исследователя и его или ее умения точно выражать те или иные предпочтения в процессе оптимизации.

Таким образом, стратегия построения многокритериальной оптимизации состоит, прежде всего, в способности адекватно определить постановку задачи так, чтобы эта задача допускала свое решение, а также выразить необходимые предпочтения в виде числовых зависимостей и сохранив при этом реальность поставленной задачи.

Пример 1.


Из железного листа, имеющего форму квадрата со стороной L, требуется скроить коробку максимально возможного объема V при минимальных отходах материала.

Вырезав из листа четыре квадрата с неизвестной пока стороной х и ,согнув по линиям, отмеченным пунктиром, мы получим коробку, объем V(x) которой равен
(напомним, что объем параллелепипеда равен произведению площади его основания, умноженной на высоту данного параллелепипеда):

V(x)= (L – 2x)2x.

При этом теряется железо общей площадью S(x)=4x2(площадь четырех вырезанных квадратов).

По условию задачи требуется одновременное выполнение двух условий (критериев):

V(x)=x∙(L – 2x)2→max,

S(x)=4x2→min, 

где0 ≤ xL/2.

 

Неравенства 0 ≤ xL/2очевидны: если x = 0, то лист железа вообще не режем; если x=L/2, то весь лист уходит в отходы. Таким образом, переменная задачи x принимает следующие значения:0 ≤ xL/2.

Графики функций yx∙(L – 2x)иy = 4x2, заданных на отрезке [0, L/2] оси OX представлены на рис. 2.

 Максимум функции V(x) достигается в точке x* = L/6.

Минимум функции S(x) достигается в точке x** = 0.

Ясно, что одновременно удовлетворить обоим критериям невозможно: минимальные отходы Sminполучаются при х = 0 (не резать вообще), а максимального объемаVmax коробка достигает при х = L/6.

Как формируется задача многокритериальной оптимизации?


Обозначим через X вектор переменных модели, пусть X = {x1x2, …, xn}. Обозначим i-й частный критерий оптимальности через Zi(i=1, …, m). Обозначим через Q множество допустимых значений переменных модели. Тогда для каждого вектора X, принадлежащего множеству Q, определено значение i-го частного критерия оптимальности Zi(Х), (i=1, …, m).  

В многокритериальной задаче оптимизации каждому допустимому значению вектора X(Xпринадлежит множеству Q)ставится в соответствие вектор критериев

 Z(X)={Z1(X), Z2(X), …, Zm(X)}.

То есть на множестве допустимых решений Q определена вектор-функция 

ZQ → Z(Q),

такая, что

Z(X)={Z1(X), Z2(X), …, Zm(X)}, XQ.

 

Таким образом, вектор критериев Z– это вектор-функция m переменныхZi, (i = 1, …, m); при этом каждая компонента Zi(i = 1, …, m), ставит в соответствие каждому вектору X из множества Q значениеi-го частного критерия оптимальности Zi(X).

Другими словами, на множестве Q задается упорядоченный набор Z= {Z1Z2, …, Zm}, состоящий из mфункций Zi, (i = 1, …, m), каждая из которых ставит в соответствие векторуX значение определенного критерия Zi(X) где вектор X – произвольное допустимое решение (вектор переменных модели).   

Если учесть, что изменением знака функции всегда можно свести задачу минимизации к задаче максимизации, то кратко задачу многокритериальной оптимизации можно сформулировать следующим образом.

Z(X)={Z1(X); Z2(X); …, Zm(X)} → max, (1)

при условии, что вектор X принадлежит множеству допустимых решений Q.  (2)
1   2   3   4   5   6   7   8   9


написать администратору сайта