Оптимизационные

задачи

Тема 3
 Виды оптимизационных задач
 F(x1, x2, x3,.. xn) → min (max) – многомерные
или n-мерные оптимизационные задачи на
нахождения минимума (максимума)
 Линейные и нелинейные
 С аналитическим решением
 С численным решением
 Однокритериальные и много-
критериальные
 Виды оптимизируемых функций
 Одномерная функция с одним экстремумом
 Виды оптимизируемых функций
 Одномерная функция с несколькими
экстремумами
 Виды оптимизируемых функций
 Многомерная функция с одним глобальным
экстремумом
 Виды оптимизируемых функций
 Многомерная функция с несколькими
экстремумами
 Виды оптимизируемых функций
 Многомерная функция не имеющая
экстремумов
 Способы решения
 Если функция задана явно – аналитически –
точный поиск решения
 Если функция имеет сложный нелинейный
характер, задана неявно – численные
методы (поиск решения приближенный, с
наперед заданной точностью)
 Виды решений

 Безусловное - нет ограничений на

оптимизируемую величину - находится с
помощью классического математического
аппарата: приравнивание нулю частных
производных
 Виды решений

 Условное – содержащее условия

ограничения на оптимизируемую величину
– находится методами математического
линейного и нелинейного
программирования
 Этапы решения задач
 Формирование целевой функции
 Выбор входных параметров и ограничений
 Исключение взаимозависимых параметров
 Отделение корней
 Уточнение корней
 Методы решения одномерных
задач
 Метод половинного деления (дихотомии)
 Метод хорд
 Метод простой итерации
 Метод Ньютона
Метод половинного деления
Метод Ньютона
 Многомерная оптимизация
Первый этап – уменьшение числа
оптимизируемых параметров
Если оптимизируется функция
F(x1,x2,x3,x4), при этом существуют
зависимости x2=g(x1), x3=p(x1), тогда задачу
сводят к решению двумерной F(x1, g(x1),
p(x1), x4)
 Многомерная оптимизация
Второй этап – оценка влиятельности параметров на
исследуемую величину

Исключение независимых параметров

Задание слабо влияющих параметров в качестве

постоянных исходных условий

Определение пределов изменения основных

влияющих параметров
 Метод экспертных оценок
 Учитывает влияние различных факторов риска и
определяет вероятность возникновения
различных величин потерь
 Позволяет получить количественные оценки
факторов на основании опроса опытных
специалистов
 Отсутствие гарантии полученных оценок,
сложность поиска экспертов, обработка
полученных данных
Эталонные точки решения задач

 Идеальная точка - I
 Утопическая точка - U
 Надир - N
Эталонные точки решения задач

 Идеальная точка – I – каждая координата n-

мерного решения является оптимальной
точкой соответствующей составляющей
целевой функции
Эталонные точки решения задач

 Утопическая точка – U – вычисляется на

основе идеальной

U=I-nE,

где Е – единичный вектор

 Эталонные точки решения задач

Надир – N – вектор-решение, каждая

координата которого является максимально
возможной для соответствующей
составляющей целевой функции
 Общая постановка задачи
оптимизации
 1. Определение требований, которые предъявляются
к разрабатываемому устройству, формирование цели
разработки или моделирования
 2. Определение существующих ограничений на
параметры и характеристики изделия: стоимости,
элементной базе, мощности и т.д.
 3. Выбор конкретного варианта конструкции или
модели с учетом сформированной цели и
ограничений
 Пример задачи
 Оптимальное построение
трансформаторной подстанции

Требования:
капитальные затраты → min
эксплуатационные затраты → min
надежность → max
 Минимизация капитальных
затрат
- Расчет электрических нагрузок
- Определение мощности и типа
трансформаторов – дискретные решения
- Определение места размещения подстанции
- Выбор типа РУ (конфликт с требованиями 2 и 3)
- Выбор схемного решения подстанции
(конфликт с требованиями 2 и 3)
- Выбор типов используемого оборудования
(конфликт с требованиями 2 и 3)
 Место размещения и тип
подстанции
 Размещение на территории предприятия –
сокращение длины кабельных линий -
К↓Н↓
 Вынос за территорию предприятия -
К↑Н↑Э↓
 Построение ОРУ - К↓Э↑Н↓
 Построение ЗРУ - К↑↑Э↓Н↑
 Схемное решение подстанции
 Однотрансформаторная ТП с выключателем
на низкой стороне и разъединителем на
высокой - К↓↓Э↓Н↓↓
 Двухтрансформаторная ТП с выключателями
на низкой стороне и разъединителями на
высокой стороне - К↑Э↑Н↑
 Двухтрансформаторная ТП с выключателями
на высокой и низкой сторонах и АВР на
низкой стороне - К↑↑Э↑Н↑↑
 Выбор типа оборудования

 Масляный выключатель - К↓Э↑Н↓

 Вакуумный выключатель - К↑, Э→0, Н↑
 Применение аппаратов в элегазовой
изоляции – К↑↑, Э→0, Н→∞
 Введение ограничений
 Ограничения в виде условий и в виде
уравнений или неравенств
- Запыленность территории:

вынос за территорию → ОРУ → длиннее кабели

на территории → ЗРУ → короче кабели
- Мощность не ниже 2500 кВа

- Подстанция с 2 трансформаторами
напряжение 110/6 кВ
 Задача о раскрое листового
материала
 Листовой материал ( металл, текстолит,
гетинакс…) поступает на предприятие в виде
листов стандартного размера (или нескольких
размеров), из которых затем вырезают
заготовки или готовые детали необходимого
вида. При раскрое каждого листа все остатки
идут в отходы. Имеется m различных видов
заготовок или деталей, причем всего
требуется b деталей каждого вида .
 Лист материала можно раскроить одним из
nвозможных вариантов. Для каждогоj-ого
варианта известно: числополучаемых
деталей каждогоi- ого вида и
величинаотходов материала .
 Требуется составить оптимальный план
раскроя материала, т. е. определить сколько
листов кроить по каждому варианту, чтобы
получить необходимое число деталей
каждого вида при минимальных
суммарных отходах.
Унимодальность и
мультимодальность
 Виды функций

 Если функция на области определения

имеет единственный локальный экстремум,
то она является одноэкстремальной
(унимодальной)
 Если функция имеет несколько локальных
экстремумов, то она является
мультимодальной функцией, задача может
иметь ряд устойчивых решений
 Выбор влияющих критериев
 Влияющие критерии должны быть
максимально объективными (не зависеть от
воли автора модели)
 Влияющие критерии должны быть
независимы между собой)
 Влияющие критерии должны быть
максимально ограниченными
 Однокритериальные задачи

 Это задачи, которые могут быть сведены к

единственному влияющему параметру.
Такие задачи имеют, как правило
аналитическое решение, и такое решение
носит экстремальный характер.
 Многокритериальные задачи
 Описываются рядом независимых, как
правило, противоречивых параметров
 Решение задачи представляется в виде
вектора приемлемых значений ограничений
и результирующей функции
 Оптимальное решение задачи многомерной
оптимизации в общем случае не является
оптимальным ни для одного из частных
критериев, а является компромисным для
векторного критерия в целом
 Выбор критериев оптимизации
 Целевая функция в задаче оптимизации обязательно
должна быть скалярной, т. е. оптимизация
конструкции или технологического процесса может
выполняться только по одному критерию.
 Однако задачи конструкторско- технологического
проектирования обычно носят многоцелевой характер,
т. е. имеется большое число частных показателей,
характеризующих качество проекта (надежность,
стоимость, быстродействие, потребляемая мощность и
т. д.)
1. Метод обобщенного
критерия

f ( x1 ), f ( x2 ),.. f ( xn )

F ( f ( x1 ), f ( x2 ),.. f ( xn ))
 Метод обобщенного критерия
 F    i f ( x-i ) аддитивный,
 F   ( f ( xi )) i - мультипликативный,
 где - i вес (степень влияния) соответ-
ствующего критерия, устанавливаемый,
например, в результате экспертных оценок.
 После формирования обобщенного
критерия задача оптимизации ставится как
max Fили
(x ) min F ( x )
 Метод обобщенного критерия
 Если частные показатели
качества измеряются по разным шкалам, то
формируется обобщенный критерий,
приведенный к единой шкале измерений
 Основной недостаток такого метода выбора
критерия оптимизации заключается в
субъективном определении значений , что
i
может привести к улучшению одних частных
показателей за счет ухудшения других.
 2. Метод главного критерия
 Предполагается, что среди всех частных
показателей можно выделить один, наиболее
важный. Например, для бортовой аппаратуры -
это надежность, для суперЭВМ-
быстродействие, для микроЭВМ- стоимость и т.
д.
 Остальные частные критерии выступают в роли
ограничений, т. е. Их значения не должны быть
больше или меньше их предельно-допустимых
значений.
 2. Метод главного критерия
Математически задача оптимизации формули-
руется следующим образом:

 f 2 ( x )  f 2 доп

max f1 ( x ) при  f 3 ( x )  f 3доп
 f (x )  f
 n nдоп
Такая задача оптимизации всегда корректна и
является наиболее распространенной. Она
называется однокритериальной задачей
оптимизации.
 3. Метод минимального
(максимального) критерия
 В качестве функции F ( x ) выбирается худшее значение
из частных критериев и решается задача максимизации
max F ( x )  max min f i ( x )
i
- максимальный критерий.
Другими словами, для нескольких максимизируемых
параметров выбирается наихудший, который должен
быть максимальным.
 Для минимального критерия наоборот- минимизируется
наибольшее значение из всех частных показателей:
min F ( x )  min max f i ( x )
i
4. Метод последовательных
уступок

f1 , f 2 ,.. f n

c1
 4. Метод последовательных
уступок
c1

f1 ( x )  c1  c1

f1 ( x )  c1  c1
f 2 ( x )  c2  c2
f n1 ( x )  cn1  cn1
 4. Метод последовательных
уступок

ci

Сложность данного метода заключается в

выборе значений , а также в определении
степени важности критериев качества
(порядка их следования при решении).
 Способы выбора критериев

Если в ТЗ на проектирование
сформулировано условие, что необходимо
оптимизировать один из параметров
проектируемого объекта при соблюдении
ограничений на остальные параметры, то
необходимо использовать метод главного
критерия.
 Способы выбора критериев

При наличии в ТЗ нескольких критериев

оптимальности выбор аддитивного критерия
целесообразен в тех случаях, когда
существенные значения имеют абсолютные
значения частных критериев при выбранном
векторе решения x  ( x1 , x2 ,..xn )
 Способы выбора критериев

Если существенное значение имеет взаимное

изменение абсолютных значений критериев
при вариации вектора x  ( x1 , x2 ,..xn ), то в этом
случае рекомендуется применять
мультипликативный критерий оптимизации.
 Способы выбора критериев

Если задача предполагает достижение

примерного равенства конфликтующих
частных критериев, то оптимальное
проектирование следует проводить по
минимаксному или максиминному критерию.
 Способы вычисления весовых
коэффициентов
В многокритериальных задачах
возникает необходимость объективной оценки
важности частных критериев, включаемых в
аддитивный, мультипликативный или
минимаксный критерий оптимальности.
Наибольшее распространение для этого
получили методы экспертных оценок.
Основные из них - ранжирования и метод
приписывания балов.