Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
1 Оптимизационные модели.doc
Скачиваний:
26
Добавлен:
27.11.2019
Размер:
172.54 Кб
Скачать

1 Оптимизационные модели. Основные понятия и определения

Под оптимизацией понимают процесс выбора наилучшего варианта среди всех возможных. Например, выбор наилучшего варианта конструкции, наилучшего способа раскроя материала, наилучшего режима работы оборудования, наилучшего графика перевозок и т.п.

Если в конкретной задаче обозначить независимые параметры через x , x , …, xn, а зависимый параметр через P, то величину P можно представить как функцию:

P = f(x , x , …, x ). (51)

Процесс оптимизации будет заключаться в том, чтобы найти такие значения аргументов х1, х2, …, хn из области определения функции Р, при которых эта функция достигает наибольшего или наименьшего значения. Функцию Р называют целевой функцией. Параметры x , x , …, x в инженерной практике называют проектными параметрами (при решении экономических задач – параметрами плана), область изменения проектных параметров – областью проектирования. Количество n проектных параметров, подлежащих учёту, определяет размерность задач и позволяет разделить их на одномерные (n = 1) и многомерные (n  1).

При решении конкретных задач, как правило, возникает необходимость учитывать дополнительные ограничения, налагаемые на проектные параметры, а также связи между параметрами, отражающие законы природы, сырьевые и материальные ресурсы, спрос и предложения рынка и т.п. Такие задачи называются условными.

Связи и ограничения можно описать в виде ограничений-равенств, ограничений-неравенств, или их совокупности:

Ограничения – равенства: Ограничения – неравенства:

f1(x1, x2, …, xn) = 0 a1 q1(x1, x2, …, xn) b1

f2(x1, x2, …, xn) = 0 a2 q2(x1, x2, …, xn) b2 (52)

…………………… ……………………..

fm(x1, x2, …, xn) = 0 ak qk(x1, x2, …, xn) bk

Ограничения сужают область проектирования и иногда позволяют выразить одни проектные параметры через другие, что позволяет уменьшить размерность решаемой задачи и сокращает время, затрачиваемое на решение.

Пример. Необходимо сконструировать контейнер в форме прямоугольного цилиндра, так, чтобы при заданном объёме длина сварных швов была наименьшей.

Целевой функцией (величиной, подлежащей оптимизации) является длина швов L. Она зависит от двух параметров: высоты контейнера H и радиуса R, и определяется по формуле:

L = F (H, R) = 4R + H,

где R, H – проектные параметры. Ограничение на объем банки

V0 = R2H

является ограничением-равенством. Воспользуемся им для уменьшения количества проектных параметров. Этого можно достичь, выразив R через V0 и H или выразив H через V0 и R.

В первом случае:

и

L = F(H) = 4

+ H.

Во втором:

H =

и

L = F(H) = 4

.

Во втором случае оптимизируемая функция оказалась проще, поэтому возьмём её в качестве целевой при естественных ограничениях: H > 0, R > 0.

Теперь можем сформулировать задачу в стандартной форме:

Задача: одномерная.

Проектный параметр: R.

Целевая функция, минимум которой надо найти: L(R)=4R+V0/R2 .

Основываясь на данном примере, можно заключить, что для разработки математической модели задачи оптимизации необходимо:

  • По смысловому содержанию выделить проектные параметры.

  • Записать целевую функцию.

  • Записать систему ограничений и с помощью ограничений-равенств максимально снизить количество проектных параметров (размерность задачи).