Разлика между версии на „Оптимизация“

От Администрация и управление
Направо към навигацията Направо към търсенето
 
(Не са показани 2 междинни версии от същия потребител)
Ред 10: Ред 10:
  
 
За намирането на се използват които могат да бъдат наречени още и екстремни задачи. За решаването на този тип задачи се използват точно определени , които се наричат оптимизационни методи . Различните методи за оптимизация са ориентирани към решаване на определени класове от задачи, сложността на които се определя от  размите на параметрите, структурата на ограниченията и свойствата на целевата функция.
 
За намирането на се използват които могат да бъдат наречени още и екстремни задачи. За решаването на този тип задачи се използват точно определени , които се наричат оптимизационни методи . Различните методи за оптимизация са ориентирани към решаване на определени класове от задачи, сложността на които се определя от  размите на параметрите, структурата на ограниченията и свойствата на целевата функция.
−
 
−
==Локална оптимизация==
 
−
 
−
===Оптимизационен модел===
 
−
 
−
В най-общ смисъл изследователските модели се делят на две групи – експериментални (натурни) и теоритични (умозрителни). Теоритичните модели са изестни и като математичен. Математичният модел на конкретен обект е неговото описание със средствата на математиката и използване на закономерностите от една или няколко науки в съответствие с избрания аспект на разглеждане. Възможно е моделът да бъде коригиран и допълван до тогава, докато получените чрез него резултати съответстват в желана степен на реалния обект. Теоритичните модели се делят на два вида – детерминирани (класически) и стахостически ( експериментално - статистически). 
 
−
 
−
===Едномерна оптимизация===
 
−
 
−
===Многомерна оптимизация===
 
−
 
−
==Глобална оптимизация==
 
−
 
−
Определянето на най-малката (или най-голямата) стойност на многоекстремална  функция се осъществява със специализирани методи за глобална(многоекстремална) оптимизация. Несъществуването на универсален ефективен метод за решаване на задачите за глобална оптимизация е причина за създаването на множество методи, ориентирани към определени [[тип]]ове задачи. Като правило никой метод не може да гарантира успешно решаване на многоесктремани задачи със сложна [[структура]]. Глобалната оптимизация също както и локалната се дели едномерна и многомерна.
 
−
 
−
===Методи за едномерна глобална оптимизация===
 
−
 
−
Характерна особеност на ефективните методи за [[глобална оптимизация]] е, че в околностите на глобалния минимум и на локалните минимуми с близки стойности до търсения оптимум, плътността на точките от минимизиращите редици {''x k''} и {''y k''} е по-висока.
 
−
* Обобщен алгоритъм
 
−
* Метод на случайното търсене
 
−
* Метод на глобалното търсене
 
−
 
−
===Методи за многомерна глобална оптимизация===
 
−
 
−
* Методи на случайното търсене- различава се от другите методи с това, че при него се въвежда [[елемент]] на случайност в [[процедура]]та на търсене;
 
−
* [[Метод Монте Карло]] -  основава се на предположението, че локалните екстремуми на целевата функция са разпределени равномерно в допустимото пространство П. Чрез този метод се осъществява сондиране и изследване на цялото допустимо множество;
 
−
* Метод на детерминираното сондиране
 
−
 
−
===Многокритериална оптимизация===
 
−
 
−
По - голямата част от съвременните изследователски и приложни оптимизациони задачи са многокритериални и принципно конфликтни. Изборът на система от критерии за оценка и ранжирането им по степен на важност няма еднозначно тълкуване и поражда субективни решения. Друга важна особеност на многокритериалните задачи е, че те нямат само едно единствено решение. Обикновено резултатът от решаването им е множество от т. нар. Парето- оптимални решения, получени в следствие на предложения от Вилфред Парето принцип за съгласувана оптималност. Тъй като никое от получените Парето-оптимални решения не е по-добро от другото е необходимо да се намери еднозначно решение, за което е нужна допълнителна информация и нечие субективно виждане за компромис.
 
−
 
−
Две са главните цели при многокритериалната оптимизация:
 
−
 
−
*да се намерят решения, близки до действителните Парето-оптимални решения;
 
−
*определените решения да се различават съществено едно от друго.
 
−
 
−
Постигането на първата цел означава, че се удовлетворяват условията за съгласувана оптималност, а на втората – че няма смесване на различните критерии.
 
−
 
−
===Методи за многокритериална оптимизация===
 
−
 
−
==Оптимизационни задачи==
 
−
 
−
===Необходими предпоставки за оптимизационните задачи===
 
−
 
−
===Видове  оптимизационни  задачи===
 
−
 
−
===Графично онагледяване на оптимизационни задачи===
 
−
 
−
Онагледяването на една оптимизационна задача (когато това е възможно) изисква изображението на нейната целева функция да се допълни с графично представяне на наложените ограничения.
 
  
 
==Вижте още==
 
==Вижте още==
Ред 69: Ред 19:
 
*[[Избор на алгоритъм за нелинейна оптимизация]]
 
*[[Избор на алгоритъм за нелинейна оптимизация]]
 
*[[Предпоставки за оптимизационна задача]]
 
*[[Предпоставки за оптимизационна задача]]
−
*[[Методи за многокритериална оптимизация]]
+
*[[Методи за решение при многокритериална оптимизация]]
 +
*[[Многокритериална оптимизация]]
 
*[[Производство]]
 
*[[Производство]]
 
*[[Продукция]]
 
*[[Продукция]]

Текуща версия към 18:46, 29 март 2014

Оптимизацията е целенасочена дейност за намиране на алтернатива, която да е с най-голям ефект или с най-голяма възможна производителност, осъществена при дадени ограничения чрез увеличаване на желан фактор или намаляване на нежелан такъв.

Същност

Оптимизация е термин, свързан с подобряването на изпълнението, който най-често намира приложение в сферата на: математиката - намиране на максимум или минимум на дадена функция за решаване на проблеми; компютърните науки- подобряване на една система, така че да се намали натоварването ѝ, пропускателната способност, изискванията по отношение на паметта или друга характеристика; програмирането - подобряване на системата за намаляване на времето за изпълнение, трафик, изисквания за памет или друго имущество на системата, наречено Оптимизация за търсещи сайтове (SEO - Search Engine Optimization)

Обект на може да бъде както производствен процес или част от него, намирайки се в стадий на или , така и човешката дейност, разглеждана в определен период от време. За осъщесвяване на ефективна оптимизация трябва да се спазят следните :

  • Избор т.е. реалните възможности за постигане на главната цел;
  • За постигане на целта при удоволетворяване на ограниченията.

За намирането на се използват които могат да бъдат наречени още и екстремни задачи. За решаването на този тип задачи се използват точно определени , които се наричат оптимизационни методи . Различните методи за оптимизация са ориентирани към решаване на определени класове от задачи, сложността на които се определя от размите на параметрите, структурата на ограниченията и свойствата на целевата функция.

Вижте още

Източници

  • Юрий Данаилович Зубенко, А. А. Ильин, Оптимизация решений производственных задач: На примере АСУ
  • Златка Иванова, Красимира П. Стоилова, Тодор А. Стоилов, Портфейлна оптимизация - информационна услуга в Интернет
  • Семен Ефимович Ильюшонок ; Отг. ред. А. И. Тянутов, Оптимизация темпов и пропорций развития аграрно-промышленного комплекса
  • Прев. от англ. Ю. Н. и др. Печерский, Оптимизация и обработка данных:Математические исследования
  • Прев. от англ. В. Л. Марков, Оптимизация планов производства
  • Андрей Станиславович Плещинский, Оптимизация межфирменных взаимодействий и внутрифирменных управленческих решений
  • Станислав С. Скрипниченко, Оптимизация режимов полета по экономическим критериям
  • Стоян К. Стоянов, Методи и алгоритми за оптимизация

Външни препратки

Взето от „https://wiki.basaga.org/index.php?title=Оптимизация&oldid=13828“.