1w timo 2011

background image

TEORIA I METODY
OPTYMALIZACJI

Wydział Elektroniki
Kier. Automatyka i Robotyka
Studia II st.

dr inż. Ewa Szlachcic

Zakład Sterowania i Optymalizacji

Instytut Informatyki, Automatyki i Robotyki

Politechnika Wrocławska

pok. 219 C-3

email: ewa.szlachcic@pwr.wroc.pl

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Zaliczenie przedmiotu

Wykonanie i oddanie projektu ( przed terminem kolokwium –
zgodnie z ustalonym harmonogramem dla każdej grupy
projektowej)

Kolokwium z wykładu w terminie: 7.06.2011 r.

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Program wykładu

Wprowadzenie do zagadnień optymalizacji

Definicja zadania optymalizacji i jego klasyfikacja

Metody programowania liniowego PL

Metody programowania liniowego dla zmiennych
całkowitoliczbowych PCL

Metody programowania nieliniowego PN:

Metody optymalizacji bez ograniczeń

Metody optymalizacji z ograniczeniami

Metod optymalizacji lokalnej

Metody optymalizacji globalnej

Techniki meta-heurystyczne optymalizacji – (algorytmy
genetyczne, ewolucyjne, immunologiczne, mrówkowe, algorytmy
optymalizacji rojem cząstek, poszukiwania harmonii)

Zadania optymalizacji wielokryterialnej

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Stadnicki J., Teoria i praktyka rozwiązywania zadań optymalizacji z
przykładami zastosowań technicznych, WNT, Warszawa, 2006.

Kusiak J., Danielewska-Tułecka A., Oprocha P., Optymalizacja
Wybrane metody z przykładami zastosowań, PWN, Warszawa,
2009.

Cegielski A. Programowanie matematyczne, Wyd. Uniw. Zielonog.
2004

Stachurski A., Wierzbicki A.P., Podstawy optymalizacji, PWN
Warszawa 1999

Findeisen S., Szymanowski W., Wierzbicki A., Teoria i metody
obliczeniowe optymalizacji, PWN, 1987

Michalewicz Z., Algorytmy genetyczne+struktury danych=
programy ewolucyjne, WNT Warszawa, 1999

Arabas J., Wykłady z algorytmów ewolucyjnych, WNT Warszawa,
2001

Wierzchoń S.T., Sztuczne systemy immunologiczne, Teoria i
zastosowania, EXIT Warszawa, 2002.

Literatura

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Programowanie liniowe. Podstawy teoretyczne PL. Warunki
konieczne i dostateczne optymalizacji liniowej. Metody simpleks,
dwufazowy simpleks, dualny simpleks. Programowanie liniowe ze
zmiennymi rzeczywistymi, programowanie liniowe ze zmiennymi
dyskretnymi.

w tym:

Programowanie całkowitoliczbowe liniowe
Metody odcięć. Metody podziału i ograniczeń. Klasyczne zadania

optymalizacji dyskretnej (problem plecakowy, przydziału,
komiwojażera, problemy szeregowania zadań.), przepływy w
sieciach i zadania transportowe.

Programowanie dyskretne ( binarne)

Programowanie nieliniowe. Podstawy teoretyczne PN. Warunki
konieczne i wystarczające optymalności. Metody dokładne i
heurystyczne (m.in. genetyczne i ewolucyjne) poszukiwania

ekstremum bez ograniczeń i z ograniczeniami

.

Programowanie całkowitoliczbowe nieliniowe

Programowanie mieszane

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Wektor zmiennych decyzyjnych x:

gdzie: n – ilość zmiennych decyzyjnych.

Funkcja celu (funkcja kryterialna) f(x) :

oraz m funkcji ograniczeń g

i

(x):

[

]

T

n

x

x

x

,...,

,

2

1

=

x

( )

1

:

R

R

f

n

→

x

( )

m

i

dla

R

R

g

n

i

,...,

1

:

1

=

→

x

Sformułowanie zadania optymalizacji

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Zadanie optymalizacji polega na znalezieniu wektora zmiennych decyzyjnych x,
należącego do zbioru rozwiązań dopuszczalnych X w postaci:

takiego, że dla

{

}

m

i

g

x

X

i

,...,

1

,

0

)

(

=

=

x

X

x

Co jest równoznaczne zapisowi

:

x

( )

x

x

f

f

( )

=

x

x

x

f

f

X

min

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Optymalne projektowanie procesów technologicznych

Identyfikacja procesów technologicznych

Optymalne zarządzanie przedsiębiorstwem - minimalizacja
kosztów, maksymalizacja zysków w przedsiębiorstwie

Polioptymalne zadanie dla modelu gospodarki narodowej (np.:
maksymalizacja konsumpcji i środków trwałych oraz
minimalizacja poziomu zadłużenia zagranicznego gospodarki)

Sterowanie procesem technologicznym

Przykłady praktycznych zastosowań

:

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Projektowanie efektywnej struktury systemu (np. sieci
komputerowej)

Projektowanie optymalnego przepływu w sieciach ( sieci
dystrybucji wody, sieci dystrybucji gazu, sieci komputerowej)

Zadania optymalnego przydziału, zadania dystrybucji produktów

Zadania optymalnego rozmieszczenia ( minimalizacja strat czy
odpadów- optymalny rozkrój , optymalne cięcie, optymalny
kształt)

Przykłady praktycznych zastosowań cd.

:

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Podział zadań optymalizacji

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Zadanie programowania liniowego PL

przy ograniczeniach

:

( )

x

c

x

T

f

=

max

0

2

2

1

1

x

b

x

A

b

x

A

dim x=n, dim c=n

Macierze A

1

, A

2

odpowiadają za współczynniki w m

1

i m

2

ograniczeniach

dim A

1

=[m

1

x n], dim A

2

=[m

2

x n]

Wektory b

1

, b

2

odpowiadają za prawe strony ograniczeń

dim b

1

=m

1

, dim b

2

=m

2

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

Zadanie programowania kwadratowego

(

) (

)

2

2

2

1

1

2

)

(

min

+

=

x

x

f x

( )

x

b

Ax

x

x

x

T

T

X

f

+

=

5

.

0

max

gdzie:

:

{

}

0

,

:

=

x

e

x

D

x

T

X

Przykład zadania programowania nieliniowego

przy ograniczeniach:

2

2

1

2

2

1

+

x

x

x

x

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.

2

2

1

2

3

2

1

2

1

)

(

10

)

(

4

)

(

2

)

(

min

x

x

x

x

x

x

x

f

X

x

+

+

=

)}.

2

,

1

,

3

3

(

0

2

/

3

3

)

4

.

2

(

)

(

|

)

,

{(

2

1

2

2

2

1

2

1

=

+

+

=

i

x

x

x

x

x

x

x

x

X

i

Przykład nieliniowego zadania optymalizacji z ograniczeniami

background image

Wydzia

Wydzia

ł

ł

Elektroniki

Elektroniki

AiR studia II st.

AiR studia II st.


Wyszukiwarka

Podobne podstrony:
2w timo 2011
11w timo 2011
7w timo 2011
6w timo 2011
5w timo 2011 cz2
3w timo 2011
9w timo 2011
8w timo 2011
10w timo 2011
4w timo 2011 cz1
4w timo 2011 cz1
1w to wprowadzenie 2011
2011 2 KOSZE
higiena dla studentów 2011 dr I Kosinska
Plan pracy na 2011 pps
W 8 Hormony 2010 2011

więcej podobnych podstron