Programarea nelinear

Tehnici de optimizare n energetic Pag:44

2.3. Metode de gradient

Se bazeaz pe ideea c direcia cea mai rapid de scdere a funciei obiectiv z([X]) este cea opus
gradientului acesteia.
Aa cum s-a artat [a se vedea rel. (2.5)] pentru ca valoarea funciei obiectiv s scad pe o direcie
[D] este necesar ca proiecia gradientului pe direcia de deplasare s fie negativ.
n continuare vom prezenta aplicarea metodelor de gradient pentru cteva probleme tipice.
2.3.1. Optimizarea fr restricii

Dac funcia obiectiv z([X]) nu este supus la restricii, aa cum s-a artat n analiza matematic,
condiia de extrem este:

im de probleme pentru z d
im de probleme pentru z d
si dz
max 0
min 0
0
2
2
<
>
=
(2.27)
Scriind expresia lui dz vom avea:

dz
z
x
dx
z
x
i n
i
i
i
n
i
= =
= =
=

1
0
0 12 , , ,...,
(2.28)
relaie care ne d condiia de punct staionar. Pentru determinarea naturii extremului se consider
difereniala de ordinul 2, d
2
z:
d z
z
x x
dx dx
i j j
n
i j
i
n
2
2
1 1
=
= =



(2.29)
Pentru ca forma ptratic (2.29) s fie pozitiv definit, deci s avem un punct de minim, (d
2
z > 0)
trebuie, potrivit teoremei lui Sylvester ca
i
> 0, i=1,2,...,n, n care
i
sunt determinanii de forma:

(
(
(
(
(
(
(
(

=
2
2
2
2
1
2
2
2
2
2
2
1 2
2
1
2
2 1
2
2
1
2
.......
.. .......... ....... .......... .........
......
......
i i i
i
i
i
x
z
x x
z
x x
z
x x
z
x
z
x x
z
x x
z
x x
z
x
z

i=1,2,...,n (2.30)
Pentru ca forma ptratic (2.29) s fie negativ definit, deci s avem un punct de maxim, (d
2
z < 0)
trebuie ca (-1)
i

i
> 0, i=1,2,...,n.

Programarea nelinear
Tehnici de optimizare n energetic Pag:45
In cazul n care nici una dintre condiiile de mai sus nu sunt satisfcute atunci avem un punct de
tip a. Dac unul din determinani este nul, se apeleaz la difereniale de ordin superior.
Rezult urmtorul algoritm de rezolvare a problemelor de optimizare fr restricii:
1. Se calculeaz expresiile derivatelor pariale de ordinul I.
2. Se rezolv sistemul de ecuaii obinut prin egalarea expresiilor derivatelor pariale de ordinul I
cu 0 (rel. 2.28).
3. Pentru fiecare soluie obinut se verific semnul formei ptratice 2.29, utiliznd teorema lui
Sylvester. Punctele n care forma 2.29 este pozitiv definit sunt puncte de minim, iar cele n
care forma 2.29 este negativ definit sunt puncte de maxim. Dac este necesar se apeleaz la
difereniale de ordin superior.
4. Se rein punctele de extrem care corespund cerinelor problemei.

2.3.2. Metode de rezolvare a problemelor de optimizare
cu restricii de tip egalitate

2.3.2.1. Metoda multiplicatorilor lui Lagrange

Se utilizeaz pentru rezolvarea problemei de optim:

z x x x
f x x x i m m n
n
i n
( , ,..., ) min(max)!
( , ,..., ) , , ,..., ,
1 2
1 2
0 12
=
= = <
(2.31)
Problema se poate rezolva dac, potrivit teoremei funciilor implicite, sistemul de restricii
definete m variabile ca funcii dependente de celelalte n-m. Dac notm cu x
1
, x
2
,...,x
p
, p=n-m,
variabilele independente i cu y
1
, y
2
,...,y
m
variabilele dependente, atunci condiia de existen a funciilor
y
i
(x
1
,x
2
,...,x
p
), i=1,2,..,m este:

f
y
f
y
f
y
f
y
f
y
f
y
f
y
f
y
f
y
m
m
m m m
m
1
1
1
2
1
2
1
2
2
2
1 2
0
.....
.....
....... ........ ...... ........
......
(2.32)
adic iacobianul restriciilor s fie nenul. n aceste condiii funcia obiectiv poate fi scris n funcie de
variabilele independente x
i
, i=1,2,...,p:
z z x x x y x x x y x x x y x x x
p p p m p
= ( , ,..., , ( , ,..., ), ( , ,..., ),..., ( , ,..., ))
1 2 1 1 2 2 1 2 1 2
(2.33)
Pund condiia de extrem (2.27) pentru funcii fr restricii:

Programarea nelinear
Tehnici de optimizare n energetic Pag:46
dz
z
x
dx
z
y
dy
i
i
i
p
i
i
i
m
= + =
= =

1 1
0 (2.34)
n care diferenialele dy
i
, i=1,2,...,m nu sunt independente i se determin prin diferenierea restriciilor:
df
f
x
dx
f
y
dy j m
j
j
i
i
i
p
j
i
i
i
m
= + = =
= =

1 1
0 12 , , ,..., (2.35)
sau matricial:

| | | |
| | | | | |
dz
z
x
dx
z
y
dy
df
f
x
dx
f
y
dy
T T
=

(
+

(
=
=

(
+

(
=

0
0
(2.36)
n care matricele sunt definite dup cum urmeaz:

z
x
z
x
z
x
z
x
T
p

(
=

(
( 1 2
..... (2.37)

z
y
z
y
z
y
z
y
T
m

(
=

(
1 2
..... (2.38)

f
x
f
x
f
x
f
x
f
x
f
x
f
x
f
x
f
x
f
x
p
p
m m m
p

(
=

(
(
(
(
(
(
(
(
1
1
1
2
1
2
1
2
2
2
1 2
.....
.....
....... ........ ..... ........
.....
(2.39)

f
y
f
y
f
y
f
y
f
y
f
y
f
y
f
y
f
y
f
y
m
m
m m m
m

(
=

(
(
(
(
(
(
(
(
1
1
1
2
1
2
1
2
2
2
1 2
.....
.....
....... ........ ..... ........
.....
(2.40)

Din a doua ecuaie din (2.36) avnd n vedere condiia (2.32) rezult:

| | | |
dy
f
y
f
x
dx =

1
(2.41)
i, prin nlocuire n (2.36), prima ecuaie, vom avea:

Programarea nelinear
Tehnici de optimizare n energetic Pag:47

| |
dz
z
x
z
y
f
y
f
x
dx
T T
=

(
|
\

|
.
|
|
=

1
0 (2.42)
de unde rezult condiia necesar de extrem, pentru funcia z([X]):

z
x
f
x
f
y
z
y
T T

(
=
1
0
(2.43)
Vom arta c construirea funciei lui Lagrange, prin determinarea optimului fr restricii, se
obine aceeai condiie de extrem. Forma funciei lui Lagrange este:

| | | | | | ( ) | | | | ( ) | | | |
X Y z X Y f
T
, , , = (2.44)
Pentru aceast funcie, condiiile de extrem (fr restricii), considernd variabilele [X], [Y], [],
vor fi:

x
y

(
=

(
=

(
=

0
0
0
(2.45)
sau

| |
| |
| |

z
x
f
x
z
y
f
y
f
T
T

(
=

(
=
=

0
0
0
(2.46)
Prin eliminarea variabilelor [] din a doua ecuaie, vom avea:

| |

(
=

f
y
z
y
T
1
0 (2.47)
i prin nlocuire n prima ecuaie din (2.46) rezult relaia (2.43) ceea ce demonstreaz echivalena celor
dou metode.
Rezult urmtoarea procedur pentru rezolvarea problemei (2.31), prin metoda multiplicatorilor
lui Lagrange:
a) Se construiete funcia lui Lagrange

| | | | ( ) | | ( ) | | | | ( )
| |
X z X f X
T
, = (2.48)

Programarea nelinear
Tehnici de optimizare n energetic Pag:48
b) Se rezolv sistemul de n+m ecuaii pentru determinarea punctelor de extrem:

| |
| | ( )
| |

x
z
x
f
x
f X
T

(
=

(
=

(
= =
0
0
(2.49)
c) Se verific natura extremelor utiliznd teorema lui Sylvester:
Dac toi
j
> 0, j=1,2,..,n atunci d
2
> 0 i punctul este de minim, iar dac (-1)
j

j
>0, atunci d
2

< 0 i punctul este de maxim. Calculul determinanilor
j
, j=1,2,..,n se face cu relaii de forma (2.32). De
exemplu calculul determinantului
n
se face cu relaia (2.50).
(
(
(
(
(
(
(
(

=
2
2
2
2
1
2
2
2
2
2
2
1 2
2
1
2
2 1
2
2
1
2
.......
.. .......... ....... .......... .........
......
......
n i i
n
n
n
x x x x x
x x x x x
x x x x x

(2.50)





2.3.2.2. Metoda gradientului redus

Se utilizeaz tot pentru problema (2.31). n aceast metod, direcia de naintare stabilit la un
moment dat este cea opus gradientului redus al funciei obiectiv. Gradientul redus al funciei obiectiv
este gradientul funciei obiectiv modificate, n care variabilele dependente, pe care le vom nota cu y
1
,
y
2
,...,y
m
, sunt exprimate n funcie de variabilele independente, n numr de n-m, notate cu x
1
, x
2
,...,x
p
. n
condiiile rel. (2.32), funcia obiectiv care depinde numai de variabilele independente o vom nota cu z
1
.
z z x x x y x x x y x x x y x x x
p p p m p 1 1 2 1 1 2 2 1 2 1 2
= ( , ,..., , ( , ,..., ), ( , ,..., ),..., ( , ,..., )) (2.51)
Gradientul funciei z
1
(x
1
, x
2
,...,x
p
) va fi:

z
x
z
x
y
x
z
y
T
1

(
=

(
+

(
(2.52)
n care

z
x
z
x
1

(
, , se calculeaz cu relaii de forma (2.37),

z
y

(
, cu (2.38), iar

y
x

(
,

Programarea nelinear
Tehnici de optimizare n energetic Pag:49

y
x
y
x
y
x
y
x
y
x
y
x
y
x
y
x
y
x
y
x
p
p
m m m
p

(
=

(
(
(
(
(
(
(
(
1
1
1
2
1
2
1
2
2
2
1 2
.....
.....
....... ........ ..... ........
.....
(2.53)
Prin derivarea restriciilor n raport cu variabilele independente x
1
, x
2
,...,x
p
, vom obine:

f
x
f
y
y
x
y
x
f
y
f
x

(
+

(
=

(
=

0
1
(2.54)
i prin nlocuire n (2.52) se rezult:

z
x
z
x
f
x
f
y
z
y
T T
1
1

(
=

(2.55)
se observ c condiia de extrem pentru metoda multiplicatorilor lui Lagrange este ca gradientul redus al
funciei obiectiv modificate s fie zero.
Algoritmul de lucru n metoda gradientului redus este urmtorul:
1. Se stabilete un punct iniial pentru variabilele independente, [X
0
]
T
=[x
0
1
x
0
2
.... x
0
p
].
Se iniializeaz contorul de iteraii, k=0.
2. Se determin variabilele dependente y
k
1
, y
k
2
,..., y
k
m
, prin rezolvarea sistemului de restricii:

| | | | ( )
f X Y j m
j
k k
, , , ,..., = = 0 12 (2.56)
Pentru rezolvare se recomand metoda NEWTON. Se calculeaz z
k
.

3. Se verific testul de convergen:
z z k
k k
<
1
1 , (2.57)
Dac testul este ndeplinit atunci algoritmul se oprete, altcum se trece la pasul 4.
4. Se calculeaz i se inverseaz iacobianul

| |
J
f
y
k
k
=

(2.58)
5. Se calculeaz gradientul redus al funciei obiectiv,

z
x
k
1

(
cu relaia (2.55) i direcia de
deplasare n iteraia k:

Programarea nelinear
Tehnici de optimizare n energetic Pag:50

| |
D
z
x
z
x
k
=

1
1
(2.59)
6. Se determin un pas optim de deplasare,
k
op
(de exemplu prin metoda seciunii de aur).
7. Se determin valoarea nou pentru vectorul variabilelor de comand [X
k
]:

| | | | | |
X X D
k k
op
k k +
= +
1
(2.60)
8. Se incrementeaz contorul de iteraii, k=k+1 i se trece la pasul 2.

Pentru rezolvarea ecuaiei (2.56) prin metoda NEWTON se parcurg urmtorii pai:
1. Se scrie ecuaia sub forma:

| | | | ( ) | | ( )
f X Y F Y j m
j
k k
not
j
, , , ,..., = = 12 (2.61)
ntruct necunoscutele sunt variabilele y
k
j
, j=1,2,..,m.
2. Se iniializeaz variabilele y
j
=y
0
j
, j=1,2,...,m i contorul de iteraii r=0.
3. Se verific condiia de convergen:

| | ( )
F Y
j
r r
N
< (2.62)
Dac condiia este satisfcut atunci algoritmul se oprete.
4. Se calculeaz i se inverseaz iacobianul:

| | | |
J
F
y
J
F
y
r
r
r
r
=

(
=

1
1
(2.63)
5. Se calculeaz variaiile y
r
j
, j=1,2,...,m:

| | | | ( )
| |
Y
F
y
F Y
r
r
r r
=

1
(2.64)
relaie rezultat din dezvoltarea n serie Taylor a funciilor F
r
j
([Y]) n jurul valorii [Y
r
] i neglijarea
termenilor de ordin > 1.
6. Se calculeaz noile valori ale variabilelor y
j
, j=1,2,...,m:

| | | | | |
Y Y Y
r r r +
= +
1
(2.65)
7. r=r+1 i se trece la pasul 3.

De remarcat c iacobianul necesar la pasul 4 n metoda gradientului redus, [J
k
] este cel obinut la
pasul 4 [J
r
], n ultima iteraie a procesului de rezolvare a restriciilor prin metoda NEWTON. De

Programarea nelinear
Tehnici de optimizare n energetic Pag:51
asemenea, la pasul 6 din metoda gradientului redus, determinarea valorii optime a pasului de naintare pe
direcia opus gradientului redus,
k
op
(mai exact calculul valorii funciei obiectiv), impune rezolvarea
repetat a restriciilor, recomandndu-se i aici metoda NEWTON.

2.3.3. Metode de rezolvare n cazul restriciilor de tip inegalitate

2.3.3.1. Metoda gradientului proiectat (ROSEN)

Se utilizeaz pentru rezolvarea problemelor de PN cu restricii liniare de tip inegalitate, de forma:

z x x x
a x c i m
x n
ij j i
j
n
( , ,..., ) max!
, , ,...,
1
1
12
=
=
=

(2.66)
sau matricial:

| | ( )
| | ( )
| | ( ) | | | |
| | | |
z X
f X i m unde
f X a x c A X c
A a a a
i
i ij j i
j
n
i i
i i i in
=
=
= =
=
=

max!
, , ,..., ,
....
0 12
1
1 2
(2.67)

n acest procedeu se mbin metoda de gradient (care d direcia de deplasare) cu o metod de
cutare direct (care d lungimea pasului de deplasare). Pentru determinarea optimului se fac deplasri
dup direcia gradientului, cu pai accelerai, n funcie de succesele i insuccesele anterioare.
Direcia de deplasare este dat de gradient:

| |
D
z
x
z
x
=

(2.68)
Dac ntr-o deplasare se obine un succes, punctul respectiv este reinut, iar n iteraia urmtoare
se dubleaz lungimea pasului . Dac se obine un insucces, n iteraia urmtoare lungimea pasului se
njumtete. Dac ntr-o deplasare se obine un succes dar se ncalc o restricie, atunci deplasarea se
face pn n restricie. Dac notm cu [X
s
] ultimul punct n care s-a obinut un succes, atunci ecuaia de
deplasare este o dreapt n spaiul R
n
:

| |
| |
| |
X X D
s
= + (2.69)

Programarea nelinear
Tehnici de optimizare n energetic Pag:52
Dac presupunem c se ncalc restricia i, atunci determinarea punctului de intersecie dintre
dreapta de deplasare (2.69) i restricia nclcat i se face prin rezolvarea sistemului:

| |
| |
| |
| | | |
X X D
A X c
s
i i
= +
=

(2.70)
Din (2.70) rezult lungimea pasului de deplasare pn n intersecie i punctul de intersecie
[X
int
]:

| |
| |
| | ( )
| |
| |
| | | |
| | | |
| |
| |
| | | |
| |
A X D c
c A X
A D
X X
c A X
A D
D
i
s
i
i i
s
i
s
i i
s
i
+ = =

= +

int
(2.71)
Dac z([X
int
]) > z([X
s
]) atunci [X
s
] = [X
int
] i deplasarea se
face n continuare pe restricie, n caz contrar se revine la punctul
vechi [X
s
]. Deplasarea pe restricie implic proiectarea gradientului
pe direcia acesteia (a se vedea figura 2.2). Pentru aceasta vom
utiliza metoda multiplicatorilor lui Lagrange, modificnd funcia
obiectiv:
= z f
i
(2.72)
rezultnd gradientul proiectat, [z
p
]=[]:
[ ] [ ] [ ] = z f
i
(2.73)
Multiplicatorul se determin din condiia [] [f
i
] :

| | | |
| | | | | | ( )
| | | |
| | | |
=
=
=


f
f z f
f z
f f
i
T
i
T
i
i
T
i
T
i
0
0

(2.74)
ntruct [f
i
]=[A
i
]
T

rezult:

| | | | ( ) | | | |
| | | | | | | | | | | | ( ) | | | |
| | | | | | | | ( ) | | | |
=
= = =
=
|
\

|
.
|

A A A z
z z A A A A z
I A A A A z
i i
T
i
p i
T
i i
T
i
i
T
i i
T
i
1
1
1
(2.75)
In cazul n care avem r restricii nclcate, funcia lui Lagrange, de forma (2.72) va ine seama de
toate restriciile nclcate:

Figura 2.2
Proiectarea gradientului pe
restricia activ

Programarea nelinear
Tehnici de optimizare n energetic Pag:53

| | | |
= =
=

z f z f
i i
i
r
r
T
r

1
(2.76)

| |
[ ] [ ] [ ] = z f
r T r
(2.77)
unde [f
r
] este matricea:

| |
=

(
(
(
(
(
(
(
(
=

(
f
f
x
f
x
f
x
f
x
f
x
f
x
f
x
f
x
f
x
a a a
a a a
a a a
r
n
n
r r r
n
n
n
r r rn

1
1
1
2
1
2
1
2
2
2
1 2
11 12 1
21 22 2
1 2
.....
.....
....... ........ ..... ........
.....
....
....
.... .... .... ....
....
| |
(
(
(
=
not
r
A (2.78)
n care liniile 1,2,...,r sunt liniile din matricea [A] aferente restriciilor active i nu sunt neaprat primele
din matricea [A], aa cum, pentru respectarea formei, s-a scris n (2.78).
Condiia de ortogonalitate [] [f
i
], i=1,2,...,r conduce la

| | | |
| | | | | | | | ( )
| | | | | | ( ) | | | | | | | | ( ) | | | |
=
=
= =

f
f z f
f f f z A A A z
r
r r
T
r
r r r
T
r r r
T
r
0
0
1 1

(2.79)
rezultnd n final gradientul proiectat:

| | | | | | | | | | | | ( ) | | | |
| | | | | | | | ( ) | | | |
= = =
=
|
\

|
.
|

z z A A A A z
I A A A A z
p r
T
r r
T
r
r
T
r r
T
r
1
1
(2.80)
Expresia:

| | | | | | | | ( ) | | | |
I A A A A P
r
T
r r
T
r
not
=
1
(2.81)
se numete operator de proiectare a gradientului pe restriciile liniare active.

| | | | | | | |
= = z P z
p
(2.82)
Rezult urmtorul algoritm al metodei ROSEN:
1. Se alege un punct iniial de pornire [X
0
] n domeniul admisibil al restriciilor, un pas iniial
0
,
funcia lui Lagrange
0
=z, i se impune precizia de convergen, .
2. Se iniializeaz operatorul de proiectare [P]=[I], contorul de iteraii k=0 i numrul de restricii
nclcate r=0.
3. Se calculeaz gradientul proiectat [z
k
p
]= [
k
] cu (2.82).
4. Dac ([
k
](< atunci algoritmul se oprete.
5. Se calculeaz direcia de deplasare n iteraia k, [D
k
]:

Programarea nelinear
Tehnici de optimizare n energetic Pag:54

| |
| |
| |
D
k
k
k
=

(2.83)
6. Se efectueaz deplasarea pe direcia [D
k
]:

| |
| | | |
X X D
k k k
= + (2.84)
7. Se verific dac sunt respectate restriciile problemei. Dac se ncalc o restricie atunci se sare
la pasul 10.
8. Se verific dac funcia obiectiv se mbuntete. Dac z([X]) > z([X
k
]) atunci [X
k+1
]=[X],

k+1
=2
k
, k=k+1 i se trece la pasul 3.
9. Dac z([X]) < z([X
k
]) atunci [X
k+1
]=[X
k
],
k+1
=
k
/2, k=k+1 i se trece la pasul 6.
10. Se calculeaz coordonatele punctului de intersecie ntre dreapta de deplasare i restricia
atins, i:

| |
| |
| | | |
| | | |
| |
X X
c A X
A D
D
k
i i
k
i
k
k
int
= +

(2.85)
11. Dac z([X
int
]) > z([X
k
]) atunci [X
k+1
]=[X
int
], r=r+1, se calculeaz operatorul de proiectare [P]
cu (2.81),
k+1
=2
k
, k=k+1 i se trece la pasul 3.
12. Dac z([X
int
]) < z([X
k
]) atunci [X
k+1
]=[X
k
],
k+1
=
k
/2, k=k+1 i se trece la pasul 6.

2.3.3.2. Metoda multiplicatorilor Kuhn i Tucker

Se aplic pentru rezolvarea problemelor de PN cu restricii nelineare:

z x x x
f x x x i m
n
i n
( , ,..., ) min(max)!
( , ,..., ) , , ,...,
1 2
1 2
0 12
=
=
(2.86)
Dac restriciile sunt de forma 0 atunci ele se nmulesc cu -1.
Pentru rezolvarea problemei, restriciile de tip inegalitate se modific n restricii de tip egalitate
prin adugarea unor variabile ecart pozitive:

| | ( )
f X y i m
i i
+ = =
2
0 12 , , ,..., (2.87)
iar pentru problema modificat se aplic metoda multiplicatorilor lui Lagrange:

| | | | | | ( ) | | ( ) | | ( ) ( )
X Y z X f X y
i i i
i
m
, , = +
=

2
1
(2.88)
Pentru aceast problem, condiiile de extrem sunt:

Programarea nelinear
Tehnici de optimizare n energetic Pag:55

| | ( ) ( )

x
z
x
f
x
j n
y
y i m
f X y i m
j j
i
i
j i
m
i
i i
i
i i
= = =
= = =
= + = =

0 12
2 0 12
0 12
1
2
, , ,...,
, ,...
, , ,...
(2.89)
Condiiile descrise de ecuaiile 2 i 3 din (2.89) sunt echivalente cu condiia:

i i
f i m = = 0 12 , , ,.., (2.90)
ntr-adevr, dac o restricie este satisfcut atunci
i
= 0 i ecuaiile 2 i 3 sunt ndeplinite. Dac
f
i
= 0 atunci din ecuaia 3 rezult c y
i
=0 i ecuaia 2 este de asemenea satisfcut.
Rezult urmtoarea form echivalent a condiiilor de extrem:

| | ( )
| | ( )

z
x
f
x
j n
f X i m
f X i m
j
i
i
j i
m
i i
i
= =
= =
=
=

0 12
0 12
0 12
1
, , ,...,
, , ,...,
, , ,...,
(2.91)
Sistemul de n+m ecuaii (2.91) permite determinarea tuturor punctelor de extrem, adic a
necunoscutelor
i
, i=1,2,...,m i a variabilelor x
j,
j=1,2,...,n. Dup determinarea soluiilor trebuie verificat
c sunt respectate restriciile de inegalitate i apoi trebuie studiat, pentru fiecare punct rmas, natura
extremului. Pentru a vedea natura extremului pentru fiecare soluie obinut, Kuhn i Tucker au artat c
acesta se deduce din tabelul:
Tabelul 2.1
Condiiile Kuhn-Tucker pentru extrem
Extrem
Restricie
min max

i
0
i
0

i
0
i
0
Dac nu este ndeplinit nici o condiie din tabelul 6.1 atunci punctul respectiv este un punct de
a.
Exemplu: S se rezolve problema de optimizare:

| |
z x y
x
y
x y
= + =

+
5 2
0
0
1
2 2
( ) max!


Programarea nelinear
Tehnici de optimizare n energetic Pag:56
Aducnd la forma standard (2.86) i punnd condiiile de extrem rezult sistemul:

| |

= + + + +
= +
= +
=
=
+ =
+

5 2 1
2 2
2
0
0
1 0
0 0 1
2 2
1 2 3
1 3
2 3
1
2
3
( ) ( )
( )
( )
, ,
x y x y x y
x
x
y
y
x
y
x y
x y x y

Rezult soluiile din tabelul 2.2. Din tabel se observ c soluia care convine problemei este cea
din poz. 3, cu valoarea [1 0]
T
. Soluia obinut la poz. 1 este extremul liber al funciei obiectiv.
n practic aplicarea metodei n felul descris n exemplul precedent nu se poate aplica dect foarte
rar. Din acest motiv, s-au stabilit proceduri bazate pe calcule iterative. Un algoritm elaborat n acest sens
este urmtorul:
Tabelul 2.2
Rezolvare exemplu
Nr.
crt.
x y
1

2

3
Respectare
restricii
inegalitate
Tip extrem z
1. 2 0 0 0 0 NU - 5
2. 3/2 -1/2 0 0 1 NU - 9/2
3. 1 0 0 2 2 DA maxim 4
4. 0 0 -4 0 0 DA minim 1
5. 0 1 -6 0 -2 DA minim 0


1. Se iniializeaz contorul de iteraii k=0. Se iniializeaz
i
=0, i=1,2,...,m (restricii respectate).
Se alege un punct de pornire [X
0
]=[x
0
1
x
0
2
..... x
0
n
]
T
i se noteaz z
0
=z([X
0
]).
2. Se rezolv sistemul de ecuaii:

z
x
f
x
j n
j
i
i
j i
m
= =
=

0 12
1
, , ,..., (2.92)
i se determin variabilele x
j
, j=1,2,...,n.
3. Se verific restriciile de tip inegalitate i se rein cele nerespectate.

Programarea nelinear
Tehnici de optimizare n energetic Pag:57
4. Dac toate restriciile sunt respectate atunci:
a. Dac |z
k
-z
k-1
|< algoritmul se oprete.
b.
min ,
max ,
pentru
pentru
i i
i i


+ =
=

c. = / , > 1

5. Pentru cele r restricii nerespectate se incrementeaz multiplicatorii :



i i
i i
pentru
pentru
= +
=

, max
, min
(2.93)
6. k=k+1 i se trece la pasul 2.
Pentru exemplul considerat mai sus, considernd rezult rezultatele din tabelul 2.3.
Tabelul 2.3
Rezolvare exemplu prin metoda iterativ
Ite-
raia
x y
1

2

3
Restricii
nerespectate
z
1. 2 0 0 0 0 x+y 1 0.5 5
2. 7/4 -1/4 0 0 0.5 y 0; x+y 1 0.5 39/8
3. 3/2 -1/4 0 0.5 1 y 0; x+y 1 0.5 75/1
6
4. 5/4 -1/4 0 1 1.5 y 0 0.5 35/8
5. 5/4 0 0 1.5 1.5 x+y 1 0.5 71/1
6
6. 1 -1/4 0 1.5 2 y 0 0.5 63/1
6
7. 1 0 0 2 2 - - 4
Se constat c s-a ajuns la aceeai valoare a funciei obiectiv i la aceeai soluie.








Programarea nelinear
Tehnici de optimizare n energetic Pag:58