Cтраница 3
Любое из условий называется свободным, если оно выполняется как строгое неравенство хотя бы для одного оптимального вектора. [31]
Одним из наиболее распространенных методов такого рода является так называемый метод возможных направлений, в котором приближение к искомому оптимальному вектору осуществляется изнутри допустимого множества X. При этом значения максимизируемой функции f ( x) на полученных векторах х Х строго возрастают, а выбор направления перехода из каждой точки xv в очередную точку xv 1 осуществляется путем решения некоторой вспомогательной задачи линейного программирования. [32]
Если будет показано, что вектору xmin, для которого функция М ( х) имеет минимум, соответствует оптимальный вектор & min, для которого имеет минимум М ( Ь), то это означает, что любой минимум М ( х) - глобальный. Предположим противное: вектору л: тщ соответствует такой вектор Ь, при котором М ( Ь) не имеет минимума. Существование г4 вытекает из непрерывности процедуры синтеза фильтра по функции вносимых потерь. В итоге получается противоречивое неравенство Af ( Xmin ri) M ( Xmii), которое доказывает, что в Xmin достигается глобальный минимум. [33]
Для такой схемы малое перемещение захвата определяет двумерную плоскость в пятимерном пространстве; проверку существования допустимого многогранника и отыскание оптимального вектора Аф удается свести к определению минимума функции одной переменной. [34]
Это положение может показаться безвыходным, но я надеюсь, что оно не смутит вас, ведь решающая инфермация содержится в оптимальных векторах. В исходной задаче х указывает стратегию для покупателя; в - двойственной задаче вектор у фиксирует естественные цены ( или теневые цены), которых должна придерживаться экономика. [35]
Из определения следует, что эффективные векторы ( точки) можно рассматривать как в пространстве параметров оптимизации, так и в пространстве частных критериев в отличие от оптимальных векторов ( точек), которые рассматриваются только в пространстве параметров оптимизации. На рис. 5.8, б, в приведены примеры Дф в виде отрезка кривой и участка плоскости, опирающихся на максимум частных критериев. Отрезок эффективной кривой, включая границы плоскости, в любой точке перпендикулярен линиям ( поверхностям) равного уровня тех частных критериев, на максимумы которых он опирается. [36]
Из определения следует, что эффективные векторы ( точки) можно рассматривать как в пространстве параметров оптимизации, так и EI пространстве частных критериев в отличие от оптимальных векторов ( точек), которые рассматриваются только в пространстве параметров оптимизации. Так как таких точек много, то эффективные точки образуют соответствующее подмножество Огаф в множестве Dz. [37]
![]() |
Сборное железобетонное перекрытие. [38] |
При d О трудность решения заключается в том, что оно уже не будет единственным, так как является не вектором, а пространством, в котором находится оптимальный вектор. [39]
В этой главе рассматриваются только конечные методы, позволяющие с помощью конечного числа арифметических действий для любой задачи линейного программирования получить точное решение или же установить, что в этой задаче оптимальных векторов не существует. Указанные методы основаны на достаточном признаке оптимальности, который был установлен в § 3 предыдущей главы и затем конкретизирован в § 6 для задач в несимметричной канонической форме. В последнем случае, как мы видели, признак оптимальности имеет особенно простой вид и, следовательно, основанные на нем методы имеют более простую структуру. Поэтому изложение методов нам будет удобно вести для задач в указанной канонической форме. А так как к последней может быть приведена произвольная пара задач со смешанными ограничениями, то общность рассуждений при этом не теряется. [40]
Выбор коэффициентов am am [ ft ] и матриц / [ & ] позволяет не только сделать этот алгоритм малочувствительным к локальным экстремумам, но и ускорить сходимость и повысить помехоустойчивость при определении оптимального вектора а в тех случаях, когда J ( и) имеет единственный экстремум. Это достигается благодаря запоминанию предшествующих значений векторов и [ k - т ] и градиентов V - ( й [ & - & ]) и следовательно, лучшей экстраполяцией и фильтрацией, чем при одношаговых алгоритмах. [41]
Следовательно, если указан некоторый вектор проектных параметров и построена система стоимостных характеристик, то с их помощью нетрудно определить стоимость оптимального варианта изделия, обеспечивающего заданное значение вектора проектных параметров при минимальной стоимости изделия; оптимальные конструкции узлов и их оптимальные векторы качества; оптимальный набор комплектующих, обеспечивающих заданный вектор качества; оптимальные узлы собственных затрат, определяющие оптимальный технологический вариант синтеза всех узлов изделия. [42]
Тогда последовательность их есть вектор со со. Оптимальным вектором со является такой, при котором S ( со) достигает минимума. Если бы затраты S ( со) удалось выразить аналитически, можно было бы для отыскания оптимального 5 применить метод градиентов или иной способ, связанный с вычислением частных производных ( подробней сказано в гл. В рассматриваемой задаче невозможно аналитически представить 5 в зависимости от со, остается воспользоваться одним из способов перебора. Перебором в машинной математике называется вычисление и сравнение последовательных значений функции для отыскания оптимального значения вектора. [43]
Случай, когда найдено оптимальное решение, соответствует нормальному течению процесса. В этом случае оптимальный вектор, соответствующий текущему шагу решения задачи, выводится в массив К17М, и управление передается на модуль К7 для расшифровки полученного решения и подготовки очередного шага решения. [44]
ПКБ ( как и ФКП) удовлетворяют двум основным условиям, а именно анонимности и условию единогласия. Таким образом, оптимальный вектор полезностей всегда эффективен. [45]