Documente Academic
Documente Profesional
Documente Cultură
- orice problemă de maxim poate fi transofrmată în una de minim prin inversarea semnului funcției
- să se determine min f ( x) f(x1 , x 2 ...xn ), x X R n , f R cu respectarea unor restricții de tip egalitate sau
inegalitate de forma:
hi ( x) 0, i 1...l , l n
g j ( x) 0, j 1...m
f = funcție obiectiv
- la fel ca la 1.
a. PROBLEMĂ DE CONSUM MINIM DE ENERGIE: să se determine comanda i(t) și starea (t) care determină o
deplasare unghiulară impusă t într-un timp precizat, t a.î. să se asigure minimul energiei disipate pentru (0) și
(t) fixați
b. PROBLEMĂ DE TIMP MINIM: să se determine i(t) și (t) care minimizează durata t a transferului din starea inițială
t
(0) în starea finală (t), pentru t și wt impuși (indicele de calitate este de forma t d , iar minimizarea sa se
0
face cu respectarea unor condiții izoparametrice)
c. PROBLEMĂ DE EFICIENȚĂ MAXIMĂ: să se determine i(t) și (t) a.î. să se realizeze o deplasare unghiulară t
maximă pentru t, (t) și (0) precizați și wt impus
x(0) x '
(1) xk 1 Axk Buk ,
xk x(kT )
S 0
k
1 T 1 f 1 T
(2) I x k f S x k f [ xk Q xk ukT P uk ], Q 0
2 2 k k0 P 0
1 T 1
- se pp că xkf 1 H k xk Q xk ukT P uk k 1 ( A xk B uk )
2 2
H
u 0 uk P B k 1
1 T
k
H Q x AT
k 1
xk
k k k
M
- condiție de capăt: kf k Rk xk
k f
Rk Q AT Rk 1 ( I N Rk 1 )1 A
uk P 1 BT Rk 1 ( I N Rk 1 )1 A xk
- se mai numesc probleme de conducere, sau de control optimal, iar dpdv matematic sunt probleme variaționale
- formularea matematică este: să se determine funcția vectorială (având derivatele de ordin 1 continue)
tf
t0
L = fcț scalară suficient de netedă (de obicei are derivatele de ordin 2 continue în raport cu toate argumentele)
x k 1 x k k r k
- dacă f(x) poate fi aproximată cu o funcție pătratică, poate fi utilizată formula de calcul aproximativ
f ( x k , h k
*
k
rk , rk
h , H (x ) h * k
k k
r , Hk rk
h r
k k
7. În ce constau metodele de explorare?
-se stabilesc puncte în domeniul inițial în care se calculează valoarea funcției obiectiv, apoi se alege pct în care fcț are
valoarea cea mai mică (astfel se stabilește un subdomeniu în interiorul căruia se va afla minimul fcț)
Pot fi:
-explorare exhaustivă
-explorare aleatoare
x k x k 1
f ( x k ) f ( x k 1 )
x k x k 1
xk
f ( x k ) f ( x k 1 )
f ( xk )
x k x k 1
1 xk
f ( x k ) f ( x k 1 )
1 f ( xk )
Folosirea exclusivă a unui criteriu bazat pe variația arg sau a fcț poate duce la rezultate eronate. Din acest motiv, se
recomanda folosirea combinată a ambelor criterii, în cadrul aceluiași program
- determinarea pasului crește volumul de calcule la fiecare iterație și poartă numele de ”căutare liniară exactă” și
constă în a stabili min f ( x k h k )
- interpretarea geometrică:
- după calcule, se va obține:
f ( x k ), hk
*
hk , H ( x k ) h k
x* x0 x s
x s R n vector _ necunoscut
- x s poate fi exprimat într-o bază oarecare, în funcție de cele n componente ale sale. Dacă alegem o bază
convenabilă și facem deplasarea din x0 în lungul axelor acestei baze, este posibil ca în n pași să ajungem în x*
- segmentul din traiectoria optimală situat între starea intermediară x ( ) și starea finală x(t f ) este el însuși o
traiectorie optimală, pt un proces ce pleacă din starea x ( )
- Hamiltonianul + ec canonice
H ( x, u , , t ) L ( x, u , t ) T f ( x , u , t )
H
0
u
H '
x
- indicele:
tf
I L( x, u, t )dt
t0
- sistemul:
x ' f ( x, u, t ), x R n
x(t0 ) x
0
t0 , t f , x FIXATE
f
- Hamiltonianul + ec canonice
- indicele:
kf 1
I T L( x(k ), u (k ), k )
k k 0
- sistemul:
- gradientul: f(x k 1 ) f ( xk ) H ( xk )( xk 1 xk )
H k p k r k , pk = DIRECȚIE NEWTON
A1. Din orice pct s-ar porni, se ajunge în pct staționar dintr-un singur pas
D2. Volum mai mare de calculi datorate calculului matricei Hessian și a inversei acesteia
Ameliorări:
- METODE COMBINATE
- METODE CVASI-NEWTON
t0:
- liber în T
- liberă pe o submulțime X 0 X
- complet liberă în X
CONIDȚII FINALE:
-liber în T
- liberă pe o submulțime X f X
- complet liberă în X
- se testează fcț în cele 2 subdomenii nou create și se elimină subdomeniul care nu prezintă interes
- domeniul rămas se împarte la rândul lui și tot așa până se ajunge la un domeniu suficient de mic, care să satisfacă
precizia impusă
21. Metodele cvasi newton - merg pe ideea de a aproxima matricea Hessian sau inversa acesteia a.î. să se
asigure condiția de pozitivitate și în acest caz, nu se calculează derivatele de ordin 2 ale fcț obiectiv
> convexă
> PĂTRATICĂ
> geometrică
S 0
tf
1 T 1
I x (t f ) S x(t f ) [ x (t )Q (t ) x(t) u (t ) P (t )u (t )]dt , Q(t ) 0
T T
2 2 t0 P(t ) 0
t0 , t f fixati
0
x (t0 ) x fixata
0
x(t ) libera
f
- determinați comanda optimală în circuit închis u *(t ) u *( x(t )) care transferă sistemul din condițiile inițiale în
cele finale precizate, minimizând astfel criteriul i
A3. Ecuațiile stabilite oferă atât cond necesare, cât și suficiente de optim
D1. O dată cu creșterea ordinului n al sistemului, crește enorm volumul de calcule (creștere exponențială) –
”blestemul dimenisonalității”
D2. Obținerea soluțiilor analitice este f dificilă, chiar și în cazuri simple de aceea se utilizează cel mai des pt cazul
discret
26. Pt fcț pătratice de gradul 2 se folosește metoda de căutare bazată pe pasul optim (gradient optimal?)
27. Condiții necesare și suficiente de extrem în cadrul problemelor de optimizare
staționară, fără restricții
NECESARE:
SUFICIENTE:
f ( x*) 0
x* este pct de minim local dacă
H ( x*) 0
28. Rezolvarea problemelor de opt staționară cu restricții egalitate se face cu teorema multiplicatorilor Lagrange.
I um1 (t )dt
t0