Файл: прикладная математика учебное пособие московский автомобильнодорожный.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 05.02.2024
Просмотров: 211
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
СОДЕРЖАНИЕ
1. НЕЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ
Задачи выпуклого программирования
Решение задачи нелинейного программирования в Excel
Задания к самостоятельной работе
К ЗАДАЧАМ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ
Задания для самостоятельного решения
КООПЕРАТИВНЫЕ ИГРЫ И ДРУГИЕ ЗАДАЧИ
Параметры сетей и методы их расчета
Матричный метод расчета сетевого графика
Табличный метод расчета сетевого графика
Таблица стандартного нормального распределения
Анализ и оптимизация сетевой модели
Управление производством работ по сетевым графикам
Проект СРМ и временной резерв стадий
Проект СРМ и временной резерв стадий
- Нахождение решения задач нелинейного программирования, содержащих сепарабельные функции
Рассмотрим задачу нелинейного программирования, в которой целевая функция и функции в системе ограничений являются сепара- бельными.
Определение. Функция
F(x1, x2,..., xn)
называется сепарабель-
n
ной, если она может быть представлена в виде суммы функций, каж- дая из которых является функцией одной переменной, т.е. если
F(x1, x2,..., xn) fj(xj).
j1
Если целевая функция и функции в системе ограничений задачи нелинейного программирования являются сепарабельными, то при- ближенное решение такой задачи можно найти с использованием ме- тода кусочно-линейной аппроксимации. Однако его применение в об- щем случае позволяет получить приближенный локальный экстремум. Поэтому рассмотрим использование метода кусочно-линейной ап- проксимации для решения задачи выпуклого программирования.
-
Метод кусочно-линейной аппроксимации
Пусть требуется определить максимальное значение вогнутой функции
при условиях:
F fj(xj)
j1
n
(1.31)
gij(xj) bi
j1
(i 1,...,m),
(1.32)
xj 0 ( j
1,...,n).
(1.33)
Чтобы найти решение задачи (1.31…1.33), заменим функции
fj(xj), gij(xj) кусочно-линейными функциями fj(xj), gij(xj) и перей-
дем от задачи (1.31…1.33) к задаче, состоящей в определении макси- мального значения функции
n
при условиях:
F fj(xj)
j1
n
(1.34)
gij(xj) bi
j1
(i 1,...,m),
(1.35)
xj 0 ( j
1,...,n).
(1.36)
В задаче (1.34...1.36) пока не определен вид функций. Чтобы оп-
ределить его, будем считать, что переменная xj
может принимать
значения из промежутка [0;aj] , где aj
-
максимальное значение пере-
менной xj. Разобьем промежуток [0; aj]
на rjпромежутков с помощью
rj 1 точек так, что
x0 j
0, xrjj
aj.
Тогда функции
f j(xj),
gij(xj)
мож-
но записать в виде
rj rj
где
fj(xj) kjfkj;
k0
gij(xj) kjgkij,
k0
(1.37)
rj rj
fkj
fj(xk);
gkij
gij(xk) (i
1,...,m);
(1.38)
xj kjxkj,
k0
kj k0
1,
kj 0
для всех kи
j, причем для данного xj
не более двух чисел соседними.
kj
могут быть положительными и должны быть
Подставляя теперь в (1.34 и 1.35) выражения функций fj(xj),
gij(xj) в соответствии с формулами (1.37), получаем следующую за-
дачу. Найти максимальное значение функции
n rj
при условиях
n rj
F fkjkjj1 k0
(1.39)
gkijkjj1 k0
rj
bi
(i 1,...,m);
(1.40)
kj k0
1 ( j
1,...,n);
(1.41)
kj 0
для всех kи j.
(1.42)
Полученная задача отличается от обычной задачи линейного про-
граммирования тем, что на переменную
kj
наложено дополнительное
ограничение, состоящее в том, чтобы для каждого jне более двух
kj
были положительными и эти положительные
kj
были соседними. Вы-
полнение этих условий может быть соблюдено при решении задачи (1.39…1.42) симплексным методом за счет соответствующего выбора базиса, определяющего как каждый опорный, так и оптимальный планы данной задачи. При этом в общем случае точность полученного реше-
ния зависит от принятого шага разбиения промежутка [0; aj].
меньше шаг, тем более точным является полученное решение.
Чем
Таким образом, процесс нахождения решения задачи нелинейно- го программирования методом кусочно-линейной аппроксимации включает в себя следующие этапы:
-
каждую из сепарабельных функций заменяют кусочно-линейной функцией; -
строят задачу линейного программирования (1.39…1.42); -
с помощью симплексного метода находят решение задачи (1.39…1.42) и вычисляют значение целевой функции при этом плане; -
определяют оптимальный план задачи (1.39…1.42) и вычисляют значение целевой функции при этом плане.
- 1 2 3 4 5 6 7 8 9 10 ... 42