Область - возможное решение
Cтраница 3
Смысл этого подхода состоит в использовании характеристик целевой функции в текущей точке для определения направления движения. Затем в этом направлении происходит перемещение в рамках области возможных решений в новую точку, и процесс повторяется. [31]
Этот метод очень прост. Оптимальное решение может быть найдено в результате перебора координат углов области возможных решений. [32]
Таким образом, фокус находится на ограничениях, а цель предоставляет направленность для итерации. Альтернативный метод предполагает движение от точки к точке в границах области возможных решений, фокус находится на цели и перемещается при каждой итерации насколько возможно далеко в рамках ограничений. [33]
Поэтому здесь важно установление минимальных и максимальных значений прогнозных показателей, ограничивающих область возможных решений, группировка вариантов внутри области по интервалам значений тех или иных показателей. [34]
Обычно из физического смысла задачи понятно, что локальные критерии имеют различную важность при решении задачи, т.е. один локальный критерий имеет какой-то приоритет над другим локальным критерием. Это, естественно, следует учитывать при выборе принципа оптимальности и определении области возможных решений, отдавая известное предпочтение ( приоритет) более важным критериям. [35]
Найденные варианты различаются шагом, числом рядов и типом цепи. Предварительный расчет, как правило, не позволяет выбрать единственный наиболее целесообразный вариант, а лишь определяет область возможных решений. [36]
Оптимальная линия есть самая дальняя линия от первоначальной, которая имеет общую точку с областью возможных решений. Вообще говоря, оптимальное решение для проблемы максимизации находится в угловой точке, где пунктирная линия ( линия равной маржинальной прибыли) пересекает крайнюю точку области возможных решений. [37]
Этот выбор может привести в ряде случаев к неудачному или неоптимальному решению. Чтобы избежать этого, желательно, во-первых, найти дополнительные связи различных величин, используемых при расчете, что позволит уменьшить число произвольно выбираемых параметров или сузить пределы их возможных значений; во-вторых, построить такие графические зависимости и номограммы, которые бы позволили достаточно быстро просматривать целую область возможных решений. [38]
Таким образом, основой процесса в эвристической программе является программа поиска, которая осуществляется при отсутствии сведений о существовании решения и его единственности. В процессе решения производится сбор дополнительной информации, намечаемой промежуточными результатами пробных действий. Такой подход к решению задач позволяет выявить область возможных решений и найти решение. [39]
Этот метод очень прост. Оптимальное решение может быть найдено в результате перебора координат углов области возможных решений. [40]
На рис. 7.2 с точками показаны положения семи элементов на плоскости. Очевидно, из всего множества X эффективными будут только решения х3, хб, х7, лежащие на правой верхней границе области возможных решений, которые и образуют рубеж эффективности. Для всякого другого решения существует хотя бы одно доминирующее, для которого либо Y, либо Z, либо оба больше, чем для данного. И только для решений, лежащих на рубеже эффективности, доминирующих не существует. То есть, среди семи элементов только для этих трех не существует элементов, превосходящих их по значениям всех параметров одновременно. Таким образом, все элементы разбиты на группы и эти группы проранжированы. [41]
В обоих случаях линии содержат точки в рамках области возможных решений, так что оба уровня доходов возможны. Оптимальная комбинация будет представлена той точкой, на которой линия равной прибыли отстоит дальше всего от начала координат, но все еще находится в области возможных решений. [42]
 |
График процесса решения задачи линейного программирования. [43] |
Процесс решения данного простого примера может быть интерпретирован геометрически. Если х, и х2 рассматривать как координаты точек на плоскости ( рис. 2.1), то все точки многоугольника ОАВСО удовлетворяют неравенству (2.2) и могут быть решениями нашей задачи. Процесс решения задач линейного программирования сводится, таким образом, к перебору вершин многоугольника, оптимальное решение обязательно получается в одной из вершин, так как задача линейная и оптимума внутри области возможных решений не может быть. [44]
Наиболее сложно решить ее, когда неопределенные условия существуют, но никакими их количественными характеристиками разработчик не располагает. В этих случаях из физических соображений устанавливают возможные диапазоны изменения неопределенных условий и, придав им некоторые средние значения, решают оптимизационную задачу. Затем, варьируя неизвестными условиями, получают вариацию целевой функции. Тем самым устанавливают область возможных решений. [45]
Страницы: 1 2 3 4