Векторная оптимизация
Cтраница 1
Векторная оптимизация предопределяет необходимость комплексного, системного подхода к перспективному планированию. [1]
Проблемы векторной оптимизации возникают не только при выборе оптимал-ьных траекторий движения, но и в задачах синтеза оптимальных управлений и оптимальных систем. В этих задачах используют методы скаляризации. [2]
Проблема векторной оптимизации в настоящее время занимает все большее место в практике расчета систем управления и в задачах принятия решений. При этом, если ранее задачи векторной оптимизации ставили в основном для статических моделей, то теперь они присутствуют и в динамических расчетах. Поскольку расчет даже однообъектных систем автоматического управления сложен и не укладывается в рамки аналитических методов, а использование процедур векторной оптимизации требует, как правило, применения методов математического программирования, то основное место в процессах проектирования систем занимают интерактивные вычислительные процедуры, обеспечивающие задачи расчета и моделирования. [3]
Задачи векторной оптимизации типичны для объектов, в которых протекает химическая реакция, когда наряду с целевым продуктом получается целая гамма побочных продуктов и возникает необходимость поиска компромиссного режима, обеспечивающего максимум выпуска целевого продукта и минимум - побочных. В настоящем параграфе осуществлена реализация алгоритма векторной оптимизации на примере моделей реакторов димеризации ацетилена и хлорирования бутадие1 на, в которых получается основной мономер для производства хлоро-преновых каучуков и латексов. [4]
При векторной оптимизации в целом ряде случаев возможно ограничиться определением оптимального варианта при помощи балльной оценки и посредством расчета конкретных результатов вариантов. [5]
Трудности сведения векторной оптимизации к скалярной приводят к попыткам упростить задачу в исходной постановке. Например, наиболее часто на практике все критерии, кроме основного, переводят в разряд ограничений и решают обычную однокритериальную задачу. Основная трудность такого подхода состоит в невозможности однозначного и обоснованного задания ограничений на неосновные критерии. [6]
В задачах векторной оптимизации принцип оптимальности определяет свойства оптимального решения и дает ответ на главный вопрос - в каком смысле оптимальное решение превосходит все остальные допустимые решения и дает правило поиска этого оптимального решения. [7]
Разработанная аксиоматика векторной оптимизации и построенные на ее основе алгоритмы решения векторных задач позволяют вести исследование всей структуры множества Парето. На первом этапе исследования структуры множества Парето используется аксиома равенства и равнозначности критериев, выведенный из нее принцип оптимальности и построенный на их основе алгоритм решения векторной задачи при равнозначных критериях. [8]
В задачах векторной оптимизации принцип оптимальности определяет свойства оптимального решения и дает ответ на главный вопрос - в каком смысле оптимальное решение превосходит все остальные допустимые решения и дает правило поиска этого оптимального решения. [9]
Разработанная аксиоматика векторной оптимизации и построенные на ее основе алгоритмы решения векторных задач позволяют вести исследование всей структуры множества Парето. На первом этапе исследования структуры множества Парето используется аксиома равенства и равнозначности критериев, выведенный из нее принцип оптимальности и построенный на их основе алгоритм решения векторной задачи при равнозначных критериях. [10]
Применяя метод векторной оптимизации к задаче поиска оптимальных параметров конденсатора и системы охлаждения, авторы ставили перед собой две цели: получить новую, заранее трудно предсказуемую информацию о возможных компромиссных решениях, удовлетворяющих одновременно нескольким противоречивым критериям качества, а также проверить эффективность самого метода и некоторых его модификаций в условиях данной задачи. [11]
В теории векторной оптимизации особое место занимает принцип компромисса, основанный на идее равномерности. На базе этого принципа работают минимаксные ( максиминные) критерии. [12]
 |
Геометрическая интерпретация множества аффективных решений в случае двух критериев ( а и б. [13] |
В теории векторной оптимизации такие решения принято называть эффективными. [14]
Впервые проблема многокритериальной векторной оптимизации возникла у итальянского экономиста В. Парето при математическом исследовании товарного обмена. [15]
Страницы: 1 2 3 4