КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Методы оптимизацииГлавной задачей и конечной целью решения большого числа разнообразных исследовательских проблем управления, проектирования и планирования обычно является достижение и поддержание экстремальных, то есть наилучших, показателей. Процесс нахождения и поддержания наилучших (в определенном смысле) значений целевой функции объекта называется оптимизацией. Критерий оптимизации (целевая функция) Y обычно задается, иногда исследователь задает ее сам. Этот критерий должен удовлетворять следующим основным условиям: – нести в себе существенную информацию об объекте, о качестве процесса; – измеряться с достаточной точностью; – носить обобщенный характер, то есть отражать свойства и качества процесса в целом. Если математическое ожидание критерия оптимизации у есть функция от вектора входных управляемых переменных (факторов), то есть
M{y} = f( ) = f(x1, x2, …, xk), (10.1)
где k – число факторов, то задача оптимизации сводится к отысканию таких значений факторов
* = (x1*, x2*, …, xk*), (10.2)
при которых целевая функция достигает экстремума (максимума или минимума). Если на объект воздействуют аддитивные помехи, то зависимость (10.1) выражает не функциональную, а регрессионную зависимость, которая в (k+1)-мерном пространстве n факторов xi (i =1, 2, …, k) и целевой функции y образует поверхность отклика. Для решения задачи оптимизации, то есть отыскания вектора (10.2), можно применить два принципиально разных подхода: 1 – если известна или есть возможность найти n-факторную математическую модель для той части пространства, где расположен экстремум функции отклика, то задачу оптимизации решают аналитическим или численным методом; 2 – если математическое описание не получено по каким-либо причинам, то осуществляют экспериментальный поиск области оптимума. В первом случае используют известное из математического анализа свойство функций, имеющих экстремум: в точке экстремума (максимума или минимума) первая производная этой функции обращается в нуль. Если необходимо найти полную производную в n-факторном пространстве, то находят n частных производных по каждому из n факторов и получают систему из n уравнений ∂y/∂x1 = 0; ∂y/∂x2 = 0; ………….. (10.3) ∂y/∂xk-1 = 0; ∂y/∂xk = 0
Решением системы (10.3) и является вектор (10.2). Однако во многих практических случаях аналитическая зависимость (10.1) неизвестна или ее нахождение представляет собой сложную задачу. Тогда, если имеется возможность одновременно наблюдать все n факторов и целевую функцию, задачу оптимизации проще решить с помощью второго подхода, то есть с помощью экспериментального поиска. Для этого сначала осуществляют изучение характера поверхности отклика в районе первоначально выбранной точки факторного пространства (с помощью специально спланированных «пробных» опытов). Затем совершают «рабочее» движение в сторону экстремума, причем направление движения определяют по результатам пробных опытов. Такое движение может осуществляться путем ряда этапов, которые могут объединяться в «циклы». После выхода в район экстремума оптимальную точку можно уточнить одним из двух способов: – постановкой дополнительных, особым образом спланированных, опытов; – получением математической модели второго или более высокого порядка и последующим решением системы уравнений (6.3). Задача надежного отыскания экстремума усложняется, если на объект воздействуют случайные помехи. Тогда каждое измеренное (наблюдавшееся) значение целевой функции оказывается суммой истинного ее значения и случайной помехи. Для повышения надежности результатов применяют специальные методы, например в каждой запланированной точке факторного пространства выполняют несколько параллельных опытов. Если характеристики объекта изменяются, смещаются во времени (дрейф), то это создает дополнительные трудности и приходится создавать специальные планы эксперимента.
|