Büntetés módszere

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2018. október 17-én felülvizsgált verziótól ; az ellenőrzések 5 szerkesztést igényelnek .

A büntetési módszerek ( büntetőfüggvények módszerei ) a műszaki és gazdasági optimalizálási problémák megoldására széles körben használt módszerek [1] .

Hatásos, ha a büntetés függvény a probléma technikai jelentéséből természetesen következik.

A többkritériumos minimalizálási problémák néha egykritériumú büntetési módszerekre redukálódnak. Például a beállításkor egy fő ismérv kerül kiemelésre célfüggvényként, a többi kritérium helyébe korlátozások lépnek. A programozás során a korlátozásokat büntetés segítségével veszik figyelembe (átviszik a célfüggvénybe) - így minden kritériumot eggyel helyettesítenek.

Elég gyakran használják mind az elméleti kutatásban, mind az algoritmusok fejlesztésében.

Jól alkalmas a multiextrém problémák globális minimumának hozzávetőleges becslésére egy összetett elfogadható régióban.

Ez a megközelítés nem csak számítási módszerként használható, hanem a rendszerek "puha" leírásának módszereként is. Lehetővé teszi az összetett kényszerrendszerek problémáinak helyettesítését egyszerű kényszerrendszerekkel vagy azok nélkül, valamint inkonzisztens kényszerrendszerekkel való problémák megoldását, gyakorlatilag elfogadható megoldások elérésével.

A büntetési függvények módszerében a büntetési együtthatók értéke általában korlátlanul növekedhet. Változata, az egzakt büntetésfüggvények módszere lehetővé teszi az optimális megoldások megtalálását már véges büntetési együtthatóknál [2] [3] . Ez jelentősen gyengíti a rossz kondicionálás problémáját, amely jellemző a büntetésfüggvény módszerre, amelyet általában csak közelítő megoldások megszerzésére használnak. Az egzakt büntetőfüggvények módszere azonban lehetővé teszi az eredeti problémák pontos megoldását.

Történelem

Szigorúan matematikailag a büntetési módszert először R. Courant amerikai matematikus alkalmazta 1943-ban (a mozgás vizsgálatára korlátozott területen) [1] .

A 60-as években széles körben alkalmazták a módszereket a helyi minimalizálási problémák megoldására. Az egyik legnépszerűbb a SUMT program volt (fejlesztők - az amerikaiak Fiakko és McCormick).

Hátrányok

Ellenállhatatlan: a büntetések és korlátok funkcióinak enyhítésében összetett alakú mély szakadékok képződnek, ahol a lokális feltétlen süllyedés minden módszere hatástalan [1] .

Vannak jobb módszerek a lokális minimalizálásra differenciálható cél- és kényszerfüggvényekkel.

Lásd még

Jegyzetek

  1. 1 2 3 Zhiliniskas A., Shatlyanis V. Keresse az optimumot: a számítógép kiterjeszti a lehetőségeket. — M.: Nauka, 1989, p. 79, ISBN 5-02-006737-7
  2. Shmelev V. V. Pontos büntetőfüggvények lineáris és egész lineáris programozásban. Automatizálás és telemechanika , . 1992. No. 5. S. 106-115.
  3. Shmelev V.V. Pontos büntetőfüggvények módszere lineáris vegyes egészszámú optimalizálási problémákhoz. Értekezés a fizikai és matematikai tudományok doktora fokozat megszerzéséhez, M.: ISA RAN, 2000, 1-5. A disszertáció és absztraktja elérhető az eLIBRARY.RU Tudományos Elektronikus Könyvtár honlapján, Shmelev V.V. publikációinak listájában.

Irodalom

Linkek