- •Министерство образования и науки российской федерации
- •Лекция №1
- •Основные характеристики задач оптимизации, выбора и принятия решений.
- •Языки описания выбора
- •Классификация задач выбора
- •Человеко-машинные системы и выбор
- •Тема. Многокритериальные задачи оптимизации
- •§2. Проблемы решения задач многокритериальной оптимизации
- •Оптимальность по Парето Введение
- •Отношение доминирования по Парето. Парето-оптимальность
- •Аналитические методы построения множества Парето
- •Способы сужения Парето-оптимального множества
- •Литература
- •Численные методы получения множеств Парето
- •Литература
- •Тема. Методы определения весовых коэффициентов
- •§1. Экспертные оценки
- •§1.1. Метод ранжирования
- •§1.2. Метод приписывания баллов
- •§1.3. Обработка результатов экспертных оценок
- •§2. Формальные методы определения весовых коэффициентов
- •Методы замены векторного критерия скалярным
- •Метод взвешенных сумм (Метод линейной свертки)
- •Мультипликативный критерий
- •Метод "идеальной" точки
- •Проблемы построения обобщённого критерия для векторных задач оптимизации
- •Методы последовательной оптимизации
- •Метод главного критерия
- •Метод последовательных уступок
- •Лексикографический критерий
- •Постановка детерминированной лексикографической задачи оптимизации
- •Метод равенства частных критериев
Аналитические методы построения множества Парето
Компромиссная кривая
Особый интерес для практики — m=2. В этом случае множество паретовских точек представляет собой одномерное многообразие на плоскости и допускает удобное графическое представление.
Опр. Множество паретовских точек в двухмерном пространстве критериев называют компромиссной кривой.
Она может состоять из несвязных кусков и содержать изолированные точки (см. рис. 5). Компромиссная кривая (КК) строго монотонно убывает в следующем смысле. Пусть Y1 и Y2 произвольные точки, принадлежащие КК. Обозначим их координаты Y1(y1,y2) и Y2(y3,y4), если y1<y3, то y2>y4. Таким образом, КК не содержит ни горизонтальных, ни вертикальных отрезков и её уравнение может быть представлено в форме F2=u(F1) и F1=v(F2).
Рис. 5. Примеры КК (компромиссная кривая выделена красным цветом)
Расчёт компромиссных кривых.
Аналитический подход. Если функции F1(X) и F2(X) дифференцируемы, то можно попытаться найти геометрическое место точек соприкосновения поверхностей уровня F1(X)=b1 и F2(X)=b2. В таких точках gradF1=-gradF2, 0 .
Последнее векторное уравнение равносильно n скалярным алгебраическим уравнениям которые определяет кривую в пространстве параметров x1=1(), ..., xn=n(). Если участок этой кривой, на котором 0 принадлежит множеству D, то он принадлежит и множеству P (P - множество Парето). Участок КК в этом случае определяется параметрическими уравнениями:
F1=F1(1(), ..., n()),
F2=F1(1(), ..., n()), 0.
Пример 1. В квадрате D={-1 x1 1, -1 x2 1} заданы два критерия
которые желательно минимизировать.
1. Находим минимумы функций F1 и F2 . Абсолютные минимумы находятся в точках (0,0) и (-1,1) и принадлежат D.
2. Находим частные производные
составляем систему уравнений
4x1=- (x1+1)
x2=- (x2-1).
Отсюда получаем параметрическое уравнение кривой в пространстве параметров
В данном случае можно получить уравнение этой кривой в более распространённой форме: y=f(x). Для этого решаем эти уравнения относительно параметра . Получим
Приравнивая правые части и разрешая относительно x2, получим уравнение паретовской кривой P: .
Параметрическое уравнение КК будет иметь следующий вид
F1()=
F2()=.
Закономерность КК: F1 возрастает от 0 до 5, а F2 убывает от 2 до 0.
Построим графики паретовских кривых в области D и пространстве критериев (рис. 6 и 7).
Рис. 6. Область D и множество P Рис. 7. Компромиссная кривая
Пример 2. В области D1={-0.5 x1 0.5, 0 x2 1} заданы два критерия
которые нужно минимизировать с учетом функциональных ограничений x2-x1-0.375 0.125.
а) рассмотрим сначала случай без функциональных ограничений
1. Находим минимумы функций F1 и F2. Абсолютные минимумы находятся в точках X1opt=(0,0) и X2opt=(-1,1) и первая точка принадлежат D, а вторая нет. Находим условный минимум для функции F2: X2услов=(-0.5, 1); находим значения функций в этой точке F2(-0.5,1)=0.25, F1(-0.5,1)=4.25.
2. Находим частные производные
составляем систему уравнений
2x1=-2 (x1+1),
8x2=-2 (x2-1).
Отсюда получаем параметрическое уравнение кривой в пространстве параметров
В данном случае можно получить уравнение этой кривой в более распространённой форме: y=f(x). Для этого решаем эти уравнения относительно параметра . Получим
Приравнивая правые части и разрешая относительно x2, получим уравнение паретовской кривой P: . Найдём точку пересечения кривойс x1=-0.5. Получим Xп=(–0.5; 0.2). Это соответствует случаю, когда λ меняется от 0 до 1 (0≤λ≤1). Для удобства введём новые обозначения: P1 – паретовская кривая в области D1 и КК1 – соответствующая компромиссная кривая в области критериев.
Параметрическое уравнение КК будет иметь следующий вид (когда точки X1opt=(0,0) и X2opt=(-1,1) принадлежат области D)
F1()=
F2()=.
Построим графики паретовских кривых в области D и пространстве критериев (рис. 8 и 9).
Xп X1opt X2усл
Рис. 8. Область D1 и множество P1 Рис. 9. Компромиссная кривая КК1
Рис. 10. Пространство оценок и компромиссная кривая
Таким образом, паретовская кривая P1 будет состоять из двух кусков: от X1opt Xп и от XП до X2усл. Как видно из рисунка 8 на отрезке [-0.5,0] P и P1 совпадают.
Компромиссная кривая КК1 также состоит из двух частей. Левая часть от 0 до 0.41, которая совпадает с компромиссной кривой КК и правая часть, которая соответствует второй части кривой P1.
Закономерность КК: F1 возрастает от 0 до 4.25, а F2 убывает от 2 до 0.
б) введём функциональные ограничения. Область D1 в этом случае будет иметь вид (см. рис. 11). Находим условный минимум для функции F1 и F2 . Они лежат в точках X1opt=(0,0) и X2opt=(-0.5, 1). Как видно из полученных результатов точки минимумов не изменились.
Рис. 11. Область D1 Рис. 12. Пространство оценок
Рис. 13. Область D (синий цвет) и множество Парето (тёмно-синий цвет)
Из рассмотренного примера видно, что нахождение множества P в аналитическом виде является сложной задачей. Поэтому в настоящее время широко используются численные методы построения решений оптимальных по Парето (см. раздел "Численные методы получения множеств Парето").