Cтраница 1
Многокритериальная оптимизация предназначена в основном для минимизации многоцелевых функций с учетом некоего набора ограничений. В Optimization Toolbox реализованы два типа задач многокритериальной оптимизации: задача достижения цели и задача минимакса. [1]
Многокритериальная оптимизация машин по показателям надежности становится все более актуальной в связи с повышением рабочих нагрузок и снижением металлоемкости машин и конструкций. Оптимизация включает выбор конструктивных решений для машины в целом и ее элементов, разработку технологических методов обеспечения надежности, выбор конструкционных материалов. [2]
Схема многокритериальной оптимизации по ряду критериев показана на рис. IV-1. Приведенные здесь рекомендации получены на практике и могут уточняться по мере проведения дополнительных исследований для различных ГТС, необходимость которых очевидна. [3]
Исследование методов многокритериальной оптимизации позволило сделать вывод о том, что практически все известные методы векторного синтеза оптимальной системы непосредственно или косвенно сводятся к скалярному синтезу. [4]
Большинство методов многокритериальной оптимизации предусматривает выделение оптимального решения непосредственно из множества всех решений. В связи с этим полезно проанализировать методы, чтобы выяснить, всегда ли они приводят к получению эффективного решения, и если нет, то специально предусмотреть возможность улучшения выделяемого решения до эффективного. [5]
Обобщенным критерием многокритериальной оптимизации машиностроительных конструкций, к которому следует стремиться, является принцип минимума затрат труда при изготовлении и эксплуатации с учетом распределения трудовых затрат по времени. Реализация этого критерия затрудняется сложностью и трудоемкостью его поиска, отсутствием и нестабильностью значений экономических показателей. [6]
Решение такой задачи многокритериальной оптимизации позволяет для портфелей, состоящих из акций, корпоративных, муниципальных и государственных облигаций, обращающихся на внутреннем и зарубежном рынках, а также кредитов и счетов Ностро, получить их оптимальную структуру, одновременно учитывающую рыночные риски, риски потери доходности операций и ликвидности, как скорости реализации активов без существенных потерь в цене. [7]
Итак, методы многокритериальной оптимизации позволяют тем или иным образом преодолеть трудности, связанные с неединственностью критерия. При этом, однако, приходится решать задачу, значительно более сложную, чем задача оптимизации. Поэтому задачи многокритериального выбора удается решить в случае относительно простых моделей. Что же следует делать, если модели сложны. Ведь достаточно адекватная математическая модель некоторой экономической системы может оказаться настолько сложна, что и обычную оптимизационную задачу решить не удается. В этом случае для исследования экономических систем применяются имитационные эксперименты. [8]
Для решения задач многокритериальной оптимизации находят применение методы зондирования пространства параметров оптимизации. К таким методам относится Лгг-поиск, в соответствии с которым производится вычисление значений k критериев оптимизации в точках, равномерно распределенных в и-мерном пространстве параметров оптимизации. [9]
Методологические принципы решения многокритериальных оптимизации сформулированы, разрабатывается и мате-лматическое обеспечение. Это относится и к выработке и применению интегрального критерия оптимальности системы СО. Применительно к этой задаче такой критерий может быть представлен как соотношение затрат на создание и функционирование системы СО ( как некоторого множества их типов и экземпляров и всего, что относится к их созданию и применению - см. разд. [10]
Еще один подход к многокритериальной оптимизации связан с разделением популяции на подгруппы одинакового размера ( sub-populations), каждая из которых отвечает за одну оптимизируемую функцию. [11]
Сущность другой группы методов многокритериальной оптимизации состоит в последовательном выявлении предпочтений одновременно с получением и исследованием допустимого множества альтернатив. В целом этот подход отличается большей объективностью при сопоставлении различных вариантов проекта одновременно по нескольким показателям качества. [12]
Рассмотрим более подробно алгоритм многокритериальной оптимизации, объединяющий особенности методов сканирования и последовательных уступок и предусматривающий нормирование частных критериев с использованием понятий нечеткого математического программирования. [13]
Так как математический аппарат многокритериальной оптимизации практически не разработан, то совместный учет эффективности и экономических факторов может осуществляться двумя путями: по критерию эффективности при заданном значении критерия экономической оценки; по экономическому критерию при заданном значении критерия эффективности. [14]
Существуют две крайности в процессе многокритериальной оптимизации: векторная оптимизация, включающая громадный объем расчетов и на дающая однозначного решения, и оптимизация по свернутому в скаляр векторному критерию путем линейной комбинации составляющих критериев, что чрезмерно упрощает задачу и часто не приводит к получению глобального оптимума. [15]