CURSUL NR. 1.

INTRODUCERE N PROBLEMATICA OPTIMIZRII. CLASIFICAREA PROBLEMELOR DE

OPTIMIZARE. FORMA STANDARD A UNEI PROBLEME DE OPTIMIZARE.
1. INTRODUCERE
1.1. ASPECTE GENERALE PRIVIND PROBLEMELE DE OPTIMIZARE
n cadrul etapelor de proiectare (design), optimizarea a devenit o component necesar, obligatorie, atunci cnd
se impun cerine de performan a produsului realizat. Zona problematic nu se reduce doar la inginerie, fiind
cunoscute o serie de aplicaii economice, de la evaluarea i optimizarea performanelor unei investiii la aplicaii
bancare ori din sfera asigurrilor. n anii din urm, cnd optimizarea profitului a devenit un termen al limbajului
comun, aplicaiile de optimizare, eplicite ori implicite (de eemplu, programele care comanda mainile
automate de croire!tiere "n industria lemnului ori industria confeciilor) sunt tot mai prezente. #e asemenea,
instrumentele soft$%are de tip &'($)'* au cunoscut "n ultimele versiuni "mbogirea semnificativ a
aplicaiilor utilizabile pentru rezolvarea problemelor de optimizare.
Optimizara rprzi!t" #! $az%& '!ra& a$(i%!a ) *+(i!r a $&%i mai +%! rz%&tat #! a!%mit
$*!)i(ii imp%,.
+onform definiiei, procedeul poate fi aplicat unei etrem de largi varieti de probleme. #in domeniul
ingineriei, cele mai importante direcii care au determinat "n timp evoluia te,nicilor de optimizare, sunt -
$ proiectarea aerospaial (probleme de masa minim)
$ inginerie civil (dimensionarea structurilor de rezisten, dimensionarea grinzilor "n structurile metalice,
dimensionarea spaiilor utile din construcii)
$ proiectarea pieselor mecanice
$ proiectarea dispoziivelor electrote,nice (dimensionarea miezului magnetic, al "nfurrilor, al
elementelor de rcire, controlul nivelului de vibraii ori al armonicilor)
$ proiectarea ec,ipamentelor energetice i a reelelor energetice
$ proiectarea unitilor ori a liniilor de producie
#in punct de vedere istoric, bazele clasice ale te,nicilor de optimizare, bazate pe operatori derivativi, au
fost puse prin lucrrile lui .e%ton, /ilipacci, 0uler, dar mai ales prin cercetrile lui +auc,1 i )agrange.
'cetia din urma au reuit "n sec. 23 s acopere teoretic domeniul clasic al problemelor de optimizare, pentru
funcii liniare i neliniare dar i pentru cazurile aplicaiilor care sufer restricii.
4"n la mijlocul sec.56 progresele "n domeniul teoretic i practice al te,nicilor de optimizare au fost
ne"nsemnate. 'pariia calculatorului numeric a sc,imbat fundamental direciile cercetrii matematice i a grbit
"n anii 786 i 796 cercetrile colii engleze de matematic care s$au orientat asupra domeniului algoritmilor
numerici. 'l doilea impuls a venit din direcia care se poate "ncadra sub numele generic de :inteligen
artificial;.
2
0lementele generale ale formulrii unei probleme de optimizare presupun cunoaterea prealabil a
regulilor de proiectare dintr$un domeniu specific apoi abilitatea de a descrie proiectarea "n termeni matematici.
'ceasta presupune-
$ ),i'!%& -aria+i&&*r
$ ),i'!%& paramtri&*r
$ ),i'!%& .%!$(ii&*r *+i$ti-
n cele ce urmeaz, prin termenul :design; vom desemna operaiile de proiectare, alegere. +um
termenul ales are o sfer mai larg "n raport cu fiecare operaie amintit, este potrivit "n descrierea etapelor
algoritmilor, te,nicilor de optimizare.
1./. CLASIFICAREA PROBLEMELOR DE OPTIMIZARE.
4roblemele de optimizare pot fi descrise, clasificate "n mai multe feluri, "n funcie de diverse moduri de
abordare-
A0 p +aza 1i,t!(i $*!,tr#!'ri&*r- optimizri cu ori fra constr"ngeri
$problemele fr constr"ngeri prezint functie obiectiv dar lipsesc constr"ngerile aplicate variabilelor.
'justarea datelor masurate ori calculate, data fitting, este un domeniu tipic al acestui gen de optimizare.
/uncia obiectiv trebuie sa fie obligatoriu una neliniar, deoarece minimum unei funcii liniare fara
constr"ngeri este $<.
*) p +aza !at%rii -aria+i&&*r ) ),i'! (variabile de proiectare) se definesc
dou tipuri importante-
2*ptimizara paramtri&*r 3*ptimizar ,tati$"0- problema este aflarea valorilor pentru setul de parametrii
de proiectare care formeaz un set de funcii prescrise, supuse unor constr"ngeri
2*ptimizara trai$t*rii 3*ptimizar )i!ami$"0 - problema este aflarea setului de parametrii de
proiectare, care sunt funcii continue de ali parametrii, care minimizeaz functia obiectiv supus unui set de
restricii
C0 p +aza ,tr%$t%rii .izi$ a pr*+&mi se definesc dou grupe-
2$*!tr*& *ptima&4 sunt probleme de programare matematic ce presupune mai multe etape, unde fiecare
etap este determinat de cea precedent "ntr$un mod prescriptibil. =unt descrise de dou tipuri de variabile-
cele de stare i cele de control. >ariabilele de control (variabilele de design) trebuiesc determinate aa "nc"t
s minimizeze toate funciile obiectiv (indicele de performan) supuse la setul de restrcii, la nivelul tuturor
etapelor care definesc procesul.
2$*!tr*&%& ,%+*ptima&4 nu minimizeaz "tregul set de variabile pe la nivelul tuturor etapelor din proces. #e
multe ori n problemele practice de inginerie, adoptarea te,nicilor suboptimale poate simplifica remarcabil
soluia problemei, ptr"nd un nivel de performan impus iniial
D0 p +aza !at%rii $%a(ii&*r m*)&%&%i matmati$4 epresiile matematice ale funcei obiectiv ori ale
constr"ngerilor au permis dezvoltarea mai multor metode de rezolvare specifice claselor de probleme
5
urmtoare- &i!iar5 !&i!iar5 '*mtri$ *ri p"trati$ 36%a)rati$0. >om reveni "n detaliu asupra
specificului fiecrui tip de problem enunat "n capitolele urmtoare.
2*ptimizara &i!iar" 3pr*'ramara &i!iar"04 c"nd funia obiectiv i toate constr"ngerile sunt de tip liniar.
2 *ptimizara p"trati$" 3pr*'ramar p"trati$"04 dac funia obiectiv este de tip ptratic iar toate
constr"ngerile sunt de tip liniar. &etodele de rezolvare permit etinderea celor elaborate pentru optimizarea
liniar.
2 *ptimizara !&i!iar" 3pr*'ramara !&i!iar"04 unde una sau mai multe restricii, constr"ngeri sunt de
tip neliniar
E0 p +aza -a&*ri&*r prmi, -aria+i&&*r ) ),i'!4 probleme se "mpart "n doua categorii-
2$% -aria+i& #!tr'i
2$% -aria+i& ra&
F0 p +aza !at%rii ) tip )trmi!i,ti$ a -aria+i&&*r4
2)trmi!i,t
2,t*7a,ti$
G0 p +aza ,para+i&it"(ii .%!$(ii&*r4
2pr*+&m ,para+i& dac funciile ce descriu problema sunt separabile, adic pot fi descrise ca sum
de n funcii de unic variabil
2pr*+&m i!,para+i& daca funciile modelului matematic nu sunt separabile
80 p +aza !%mar%&%i .%!$(ii&*r *+i$ti-4
2pr*+&m $% %!i$" .%!$(i *+i$ti-
2pr*+&m m%&ti*+i$ti-
+lasificarea propus p"n acum este una derivat din aspectele matematice ori fizice ale modelelor pe baza
crora se obin soluiile optimale. 0ste util de amintit i clasificarea propus "n cadrul toolbo$ului de
optimizare &'()'*, respectiv a&'*ritmi ,ta!)ar) ) *ptimizar i a&'*ritmi ) *ptimizar ) )im!,i%!
mar 3&ar' ,$a&0.
#e asemenea metodele clasice de optimizare pot fi grupate "n dou categorii principale-
2 mt*) !itrati- ("ntr$un singur pas) ? utilizeaz operatori derivative i folosesc proprietile de
derivabilitate, conveitate ale funciei obiectiv
2 mt*) itrati- ? utilizeaz algoritmi numerici iterativi de aflare a optimului.
=tartul metodei "l reprezint o valoare iniial aleas arbitrar din spaiul de cutare iar ulterior se calculeaz la
fiecare iteraie o noua soluie a problemei. &etodele iterative se "mpart la r"ndul lor "n dou categorii-
$ metode de cutare direct
$ metode de gradient (de coborre) $ care reprezint "n prezent cele mai cunoscute i utilizate metode de
optimizare
@
1.9. FORMA STANDARD A PROBLEMEI DE OPTIMIMIZARE
0primarea matematic general a de optimizare se face astfel-
," , mi!imizz4 .
3:15:/5;5:!0
310
#! prz!(a r,tri$(ii&*r4 7
13:15:/5;5:!0
<=
7
/3:15:/5;5:!0
<=
7
&3:15:/5;5:!0
<=
'
13:15:/5;5:!0
> =
'
/3:15:/5;5:!0
> =
'
m3:15:/5;5:!0
> =
#! $*!)i(ii&4 1
i5mi!
> 1
i
> 1
i5ma1
unde-
.
3:15:/5;5:!0
< .%!$(ia *+i$ti- 3$*,t0 dat c funcie de n parametrii
1
i5mi!
A valoarea minim admis pentru parametrul
i
1
i5ma1
A valoarea maim admis pentru parametrul
i
n cazul problemelor clasice de optimizare, funcia obiectiv este unic. =e optimizeaz astfel un singur
aspect, considerat esenial, al problemei (de eemplu, "n cazul proiectrii mainilor electrice se alege drept
funcie obiectiv doar randamentul). 4ractica impune "ns unui produs ori unei aciuni umane "ndeplinirea
simultan a mai multor indici de calitate, funcii obiectiv. n eemplul proiectrii mainii electrice, se poate
adaug i elementul cost c i direcie semnificativ al designului optimal global. 'cest tip de proiectare, de
design, se numete ),i'! m%&ti*+i$ti- 3),i'! m%&ti)i,$ip&i!ar0. n mod evident funciile obiectiv alese sunt
impuse de cerinele temei de proiectare i putem regsi alturi de randament ori pre i mas, temperatura
maim, nivelul de vibraii, coninutul de armonici, viteze maime .a.m.d. +onform percepiei generale, ne
ateptm c aceste funcii obiectiv s fie concurente, contradictorii. 0ista totui i situaii "n care ele sunt
obiective cooperante. #in punct de vedere al interesului actual, problemele de optimizare multiobiectiv sunt
cele mai importante, interesul pentru te,nicile i algoritmii multiobiectiv fiind pe primul loc. n cazul
problemelor multiobiectiv, funcia f va deveni vectorul ..
#in punct de vedere al formalismului matematic, minimizarea funciei obiectiv (a funciei cost)
este preferabil i are c semnificaie practic tocmai reducerea efortului, resurselor necesare atingerii unui
anumit obiectiv, scop. n cazul "n care funcia obiectiv impune determinarea maimului ("n cazul optimizrii
randamentului unui ec,ipament, instalaii, proces) atunci se poate foarte simplu afla minimul funciei obiectiv
negate-
&in f
()
A&a B$ f
()
C (5)
D