Векторный критерий

Cтраница 2

Гларной особенность оптимизации по векторному критерию является то, что в результате такой оптимизации получается не одно, а множество оптимальных решений. [16]

Формулировка проблемы оптимизации по векторному критерию эффективности впервые встречается у Вильфредо Парето в 1896 г. В 1963 г. Лотфи Заде опубликовал заметку, в которой поднимался вопрос о проектировании систем управления по нескольким показателям качества и было показано, что точная оптимизация векторного функционала в большинстве случаев недостижима. Это означает, что если выбором управления можно оптимизировать какой-либо скалярный функционал, то практически невозможно в той же области допустимых управлений оптимизировать другой скалярный функционал, даже когда смысл скалярных функционалов непротиворечив. [17]

Сведение задач оптимизации с векторным критерием ( каждый выходной параметр представляет собой компоненту данного вектора) к задаче оптимизации со скалярным критерием, представляющим собой определенным образом выбранную свертку критериев, будет приведено в последующих параграфах. [18]

При решении задач с векторным критерием эффективности часто применяется принцип жесткого приоритета, который требует задания вектора 7 и упорядочения локальных критериев в соответствии с этим вектором. Решение задачи оптимизации в этом случае практически сводится к последовательной оптимизации локальных критериев, начиная с критерия, обладающего высшим приоритетом. Этот принцип имеет тот недостаток, что решение задачи оптимизации может практически заканчиваться после оптимизации первого, самого важного критерия. Преимущество этого способа состоит в том, что не требуется задания вектора А, который обязательно должен присутствовать при практической реализации принципа гибкого приоритета. [19]

ЛПР, тем более что векторный критерий как раз и служит для выражения целей ЛПР. При этом ясно, что построить модель в точности соответствующую всем реальным обстоятельствам невозможно. Модель всегда является упрощением действительности. Важно добиться, чтобы она содержала те черты и детали, которые в наибольшей степени влияют на окончательный выбор наилучшего решения. [20]

Графическая интерпретация методов сведения векторного критерия к скалярному. [21]

Рассмотрим теперь конкретные способы приведения векторного критерия к скалярному. [22]

Использование одного из методов сворачивания векторного критерия в скалярный позволяет довести оцзнку качества АСР до численного значения. [23]

Поиск оптимальных параметров в смысле векторного критерия достаточно сложен. [24]

Задача, в которой компоненты векторного критерия имеют различное направление оптимизации ( часть подмножества критериев К С К направлена на максимум, часть К2 С К - на минимум), называют неоднородными, K. [25]

Задача, в которой компоненты векторного критерия имеют различное направление оптимизации ( часть подмножества критериев Кг С К направлена на максимум, часть А 2 С К - на минимум), называют неоднородными, KI U К2 К. [26]

Использование одного из методов сворачивания векторного критерия в скалярный позволяет довести оцзнку качества АСР до численного значения. [27]

В общем случае успех формализации векторного критерия зависит от решения четырех основных проблем: выделения области компромисса, выбора формальной схемы компромисса, нормализации критериев и учета приоритета критериев. Последние три проблемы тесно связаны друг с другом. [28]

В этом случае при формировании нового векторного критерия придется использовать набор информации об относительной важности критериев, состоящий из двух сообщений и прежде чем сделать это, необходимо убедиться в непротиворечивости данного набора из двух сообщений ( по этому поводу см. разд. Заметим, что в общем случае такая проверка сводится к решению определенной задачи линейного программирования. [29]

Оптимизационные задачи газотранспортной системы характеризуются векторными критериями оптимальности, так как описание целей этой системы одной шкалой физических или экономических измерений невозможно. Поэтому при синтезировании показателей качества управления и альтернатив выбора используются эвристические принципы и привлекаются эксперты на определенных этапах принятия решений, что характерно для человеко-машинной, информационно-советующей системы. [30]

Страницы: 1 2 3 4