Алгоритмы многокритериальной оптимизации

Для решения описанной задачи можно использовать различные методы математического программирования. В частности, задача оптимизации ХТС, содержащей шесть типовых стадий и два рециркулируемых потока, была решена методами динамического [41, с. 37—48] и линейного [68, с. 3—6] программирования. Кроме алгоритмов линейного и динамического программирования для решения различных по степени сложности задач технико-экономической оптимизации элементов действующей ХТС в настоящей работе применены описанные в главе 2 алгоритмы случайного поиска с адаптацией и многокритериальной оптимизации. Результаты решения этих задач приведены ниже. [c.72]

На основании изложенного выше, разработана блок-схема алгоритма нахождения базисных эффективных решений, приведенная на рис. 7. Для того, чтобы разработанный алгоритм многокритериальной оптимизации ХТС принял законченный вид, ниже приводится описание нового метода, позволяющего определять эффективные грани множества X. [c.41]

Как уже отмечалось, оптимальное компромиссное решение многокритериальной задачи должно принадлежать эффективному множеству. Именно поэтому определенное число алгоритмов решения задач векторной оптимизации базируется на необходимости вьщеления на первом этапе эффективного множества. [c.30]

АЛГОРИТМЫ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ [c.17]

Подобный подход использован при разработке алгоритма многокритериальной оптимизации ХТС, описанного в следующей главе. [c.32]

Ц1Ш алгоритма многокритериальной оптимизации. Реализация осуществлена на примере регрессионных уравнений, описывающих работу тангенциального реактора димеризации ацетилена. Результаты решения многокритериальной задачи представлены в последней строке табл. 10 и в правом столбце табл. 11. [c.100]

Результаты реализации описанных алгоритмов случайного поиска и многокритериальной оптимизации приведены во втором разделе. [c.51]

Во второй и третьей главах, написанных С. Л. Кантарджяном совместно с Г. К. Еганяном, и четвертой - также и с А. Г. Аршакяном — рассматриваются теория и практика использования алгоритмов многокритериальной оптимизации в моделировании и оптимальном управлении действующими химико-технологическими системами. [c.3]

Можно констатировать, что для успешного решения задач экономической оптимизации ХТС необходимо изыскать такие алгоритмы многокритериальной оптимизации, которые были бы относительно просты и легко реалшуемы на практике. В пользу подобного заключения свидетельствует содержание следующей главы. [c.17]

Как следует из этого определения, найденное оптимальное компромиссное решение должно принадлежать эффективному множеству, в противном случае можно найти такое решение, на котором все критерии не ухудшают своих значений, а по крайней мере один строго улучшает. Если поиск оптимального компромиссного решения осуществляется при помощи алгоритмов многокритериальной оптимизации, вошедших в первую группу, то необходимо дополнительно показать, что найденное решение является эффективньпй. [c.21]

Рис. 4. общая блокч хема алгоритмов многокритериальной оптимизации, реализуемых прн непосредственном участии ЛПР. [c.27]

Обзор литературы с описанием существующих алгоритмов многокритериальной оптимизации, приведенный во второй главе, позволил придти к вьшоду, что большинство авторов предлагают охарактеризовать относительную важность критериев с помощью чисел и, -(/ =, к), называемых коэффициентами относительной важности критериев (важному критерию приписывается больший коэффициент важности). Однако в обычных практических задачах назначение критериальных весов является весьма спорным. Некоторые авторы прибегают к помощи экспертов, хотя и этот путь также не дает гарантий, что полученные веса будут реальными и объективными. Очевидно, что правильнее использование качественной информации о приоритете критериев (один критерий важнее другого или они одинаково важны). В этом случае решения, полученные на основе качественной информации, более достоверны и надежны по сравнению с решениями, полученными с учетом одной лишь количественной информации. Но использование последней не всегда позволяет осуществить упорядочение эффективного множества и определить оптимальное компромиссное решение. Именно поэтому естественным и наиболее рациональным путем решения задач многокритериальной оптт изации является использование на первом этапе качественной информации о важности критериев, а затем, по мере необходимости, и количественной информации. [c.51]

Алгоритм многокритериальной оптимизации. Одной из наибо-.лее сложных проблем разработки экономико-математических моделей ХТС является обобщение разнокачественных целей функционирования ее отдельных элементов. Очевидно, что ЭММ наиболее общих систем, отнесенные при их классификации к системам третьего класса, будут моделями векторной оптимизации х Х, Р х)—)-тах, определяющими некоторое множество разумных вариантов с точки зрения нескольких критериев. В настоящее время отечественная и зарубежная литература насчитывает большое число работ, в которых описаны различные алгоритмы решения многокритериальных оптимизационных задач. [c.48]

Оценка производилась посредством описанного в главе 2 алгоритма многокритериальной оптимизации с использованием идей, заложенных в алгоритм Франка—Вульфа. Порядок обращения к лицу, принимающему решение (ЛПР), определение направления движения к оптимуму функции ценности и размеры шагов приведены в работе [76], в которой подробно рассмотрен ход реализа- [c.99]

Сравнение основных технико-экономических показателей опти.мальных режимов, найденных методом случайного поиска и режима, определенного с помощью алгоритма многокритериальной оптимизации, показывает, что компромиссный режим, найденный последним методом, оказался оптимальным и с экономической точки зрения. Технологическая себестоимость целевого продукта — моновинилацетилена в компромиссном режиме снизилась соответственно на 1,4, 1,67 и 19,8% по сравнению с себестоимостью продукции, достигаемой в режимах, которые обеспечивают / 1 гпах, / г- гпах или Р - т п соответствеино. [c.100]

Идея использования информации ЛПР для определения оптимального компромиссного решения положена в основу алгоритма, предложенного Джофрионом, Дайером и Файнбергом [34]. В этой работе задача многокритериальной оптимизации представляется в следующем виде [c.23]

Для практической реализации доступнее алгоритм многоцелевого программирования, описанный в работе 133]. Для него характерно наличие постоянного вектора целей, приближение к которому осуществляется путем минимизации расстояний в некоторой метрике между рассматриваемым векторным критерием и постоянным вектором целей. При таком подходе к решению задач многокритериальной оптимизации осуществляется минимизация взвешенных сумм отклонений. Между алгоритмом Дайера и алгоритмом, описанным в [34], много сходного, поскольку в обоих случаях предполагается существование некоторой функций предпочтения. С помощью ответов ЛПР определяются веса относительной важности критериев. Как и в [34], алгоритм Дайера реализуется в несколько этапов. [c.26]

Совершенствование алгоритмов оптимизации химико-техио-логических процессов. Проблема заключается в совершенствовапи1Г методов оценки возможных последствий принимаемых решений. В условиях, когда нельзя выбрать единый критерий оптимизации, обычно применяется несколько критериев. Возникают многокритериальные задачи, и, следовательно, решение этой проблемы выходит за рамки химической технологии. [c.9]

Справочник химика 21

Химия и химическая технология