КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Основные определения. Количеством кооперирующихся между собой предприятий
Количеством кооперирующихся между собой предприятий. Оптимизация, как выбор наилучшего варианта среди некоторого множества, подразумевает наличие правила предпочтения одного варианта другому. Такое правило называют критерием оптимальности. Будем рассматривать объекты, имеющие неизменную структуру и различающиеся численными значениями параметров внутренних X = (х1,..., хn) и выходных Y = (у1 y3,..., уn). В основе построения правила предпочтения лежит целевая функция, количественно выражающая качество объекта и потому называемая также функцией качества. Значения целевой функции тем больше, чем выше качество объекта. Применяют также функции, убывающие с улучшением качества. Оптимизация в первом случае есть максимизация, а во втором — минимизация функции качества. Аргументами этой функции являются управляемые параметры — внутренние параметры, которые можно изменять на данном этапе проектирования. Обозначим вектор управляемых параметров - X*. Обозначим целевую функцию через F(Х), а область ее определения — через ХО. Если ХО есть дискретное множество точек, то объект дискретный и задача оптимизации относится к области дискретного (в частном случае целочисленного) программирования, в противном случае должна применяться параметрическая оптимизация непрерывных объектов. Безусловные экстремумы. ε-Окрестностью некоторой точки Х0 будем называть множество Sε (X) точек (векторов), которые находятся от точки Х0 на расстоянии, не превышающем заданное число ε > 0: Sε (X0) = {X| ||Х-Х0[|£ε }, (1) где ||Х — Х0||- норма вектора X — Х0, отождествляемая с расстоянием между точками X и Х0. Выражение множеств в виде (1) будем использовать и в дальнейшем, поэтому запишем словесную расшифровку (1) еще раз: множество Sε (X0) есть множество объектов X при выполнении условия ||Х —Х0|| < ε.
Максимумом функции F(X) называют ее значение F(X*), если существует число ε > 0 такое, что для любой точки X Î Sε (X*) (за исключением лишь самой точки X* выполняется неравенство F(X)-F(X*)<0. (2) Минимумом функции F(X) называют ее значение F(Х*), если при тех же условиях вместо (2) имеем F(X) — F(X*)> 0. Точку X* называют экстремальной точкой (локальным экстремумом). Функция F(X) одноэкстремальна (унимодальна), если имеет один экстремум, и многоэкстремальна, если имеет более одного максимума (минимума). В зависимости от характера целевых функций (многоэкстремальные или одноэкстремальиые) различают одно- и многоэкстремальные задачи оптимизации. Точка глобального экстремума — точка, в которой максимизируемая (минимизируемая) целевая функция имеет наибольшее (наименьшее) значение среди всех локальных экстремумов. К задачам безусловной оптимизации относятся задачи, в которых экстремум ищется в пределах неограниченного пространства управляемых параметров, т. е. задачи, в которых отсутствуют ограничения. Найденные при этом экстремумы называются безусловными экстремумами. Условные экстремумы. В задачах проектирования, как правило, присутствуют те или иные ограничения. Прежде всего, отметим прямые ограничения — ограничения вида xi>xнi и xti<xbi, (3) где xнi и xbt — минимально и максимально возможные значения i -го управляемого параметра. Прямые ограничения в ряде случаев принципиально необходимы. Типичными примерами могут служить ограничения вида xi>0 для всех параметров, которые по физическим соображениям не могут быть отрицательными. Это геометрические размеры, массы, концентрации примесей, электрические сопротивления и т. п. Во многих случаях, когда прямое ограничение не является принципиально необходимым, его вводят специально для того, чтобы ограничить область поиска экстремума. Область ХД в пространстве управляемых параметров, заданную прямыми ограничениями, называют допустимой областью
где n — размерность пространства управляемых параметров: [1: п ]— множество целых чисел в интервале [1, n]. Кроме прямых ограничений в задачах оптимизации часто присутствуют функциональные ограничения, имеющие вид неравенств или равенств. Ограничения-неравенства имеют вид j(Х)>0, (4) где j (Х) — вектор-функция. Прямые ограничения можно рассматривать как частный случай функциональных ограничений (4). Ограничения-равенства имеют вид ψ (X) = О, (5) где ψ (X) — вектор-функция. Наличие ограничений приводит к задаче условной оптимизации. Решение этой задачи — условный экстремум. В задачах проектирования часто роль ограничений (4) и (5) выполняют условия работоспособности, тогда область ХР, определяемую как называют областью работоспособности.
Дата добавления: 2014-01-07; Просмотров: 244; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |