56726 skanuj0007 (197)

E. Michlowicz: Badania operacyjne i eksploatacyjne - Podstawy

Metody rozwiązywania zadań optymalizacji:

1.    Metody graficzne

2.    Klasyczne - analityczne - metody optymalizacji

•    obliczenia różniczkowe ( min bez ograniczeń)

•    mnożniki Lagrange’a (ekstremum warunkowe - ograniczenia

równościowe),

•    teoria Kuhna - Tuckera (ograniczenia nierównościowe).

3.    Metody programowania matematycznego

•    programowanie liniowe,

•    programowanie nieliniowe (kwadratowe, geometryczne),

•    dualne.

4.    Metody wariacyjne

5.    Metody numeryczne

•    enumeracyjne (przeglądowe),

•    statystyczne (Monte Carlo),

•    deterministyczne (poszukiwań)

•    optymalizacja bez ograniczeń,

•    optymalizacja z ograniczeniami.

6.    Algorytmy genetyczne - symulowane wyrzażanie

Jako kryteria doboru algorytmu optymalizacji często przyjmuje się:

•    dokładność przybliżania wyznaczona przy ocenie:

o miary zbioru poziomicowego otaczającego ekstremum, o odległości od poszukiwanego ekstremum, o przybliżenia wartości funkcji w poszukiwanym ekstremum,

•    odporność na ekstrema lokalne,

•    koszt symulacji.

Wśród metod optymalizacji szczególne miejsce zajmują algorytmy Inteligentnych Systemów Wspomagania Decyzji (ISWD), czyli algorytmy oparte na idei sieci neuronowych, ewolucyjnych i genetycznych. Mają one szczególne zastosowanie, gdy wiedza

5