Documente Academic
Documente Profesional
Documente Cultură
1. Procesul de optimizare
1
Cretescu I. – Suport curs Optimizari
2
Cretescu I. – Suport curs Optimizari
3. Criterii de optimizare
3
Cretescu I. – Suport curs Optimizari
4
Cretescu I. – Suport curs Optimizari
5
Cretescu I. – Suport curs Optimizari
y = f(x1, x2, ...........xn) sau y =f( x ) (1.3)
!
y = f(x1, x2, ...........xn) Max (1.4)
!
y = f(x1, x2, ...........xn) Min (1.5)
Pentru o astfel de functie scop, valorile optime ale variabilelor de decizie, care
reprezinta solutia optima, sunt notate de obicei cu x1*, x2*, ....xn* (sau x *), iar
valoarea optima (maxima sau minima) a criteriului de optimizare se noteaza cu y*.
6
Cretescu I. – Suport curs Optimizari
y = f(x)
- n-dimensionale (in cazul existentei in expresia functiei scop a n-variabile de
decizie):
7
Cretescu I. – Suport curs Optimizari
a) b)
Figura 1.5. Exemplu de functie monodimensionala: a) unimodala; b) bimodala
3. Dupa convexitatea, respectiv concavitatea unei functii scop, aceasta poate fi:
- convexa;
- concava;
- si convexa si concava.
Din punct de vedere matematic, diferenta intre o functie convexa (a) si o
functie concava (b) poate fi ilustrat asa cum se prezinta in Figura 1.11.
y = f(x)
a) b)
Figura 1.11. Comparatie intre diferite tipuri de functii:
a) functie convexa , cu un minim la x = x* (segmentul care uneste cele doua puncte
se afla deasupra curbei);
b) functie concava , cu un maxim la x = x* (segmentul care uneste cele doua puncte
se afla sub curba)
8
Cretescu I. – Suport curs Optimizari
6. Restrictii
Utilizarea restrictiilor
Prezenta restrictiilor intr-o problema de optimizare reala este aproape
inevitabila, tinand cont de diversitatea aspectelor practice care tin de sistemul sau
procesul de optimizat.
Astfel, restrictiile reprezinta niste conditii care se aplica variabilelor de
decizie, limitand de regula domeniul de variatie al acestora, din diverse considerente
care pot fi determinate spre exemplu de:
- insasi natura fizica a variabilelor de decizie;
- natura interna a sistemului de optimizat;
- reglementari, cerinte sau stari de fapt externe sistemului, dar pe care acesta este
obligat sa le respecte.
Practic, totalitatea restrictiilor puse asupra variabilelor de decizie defineste
domeniul admisibil sau domeniul de cautare (in acest domeniu se cauta solutia
optima).
!
y = f(x1, x2) Max (1.9)
cu restrictia: x1 10 (1.10)
In unele cazuri restrictiile sunt folosite pentru a elimina din functia scop unele
din variabilele de decizie, ceea ce inseamna in final transformarea unei probleme de
optimizare cu restrictii intr-o problema de optimizare de dimensiuni mai mici fara
restrictii.
9
Cretescu I. – Suport curs Optimizari
Tipuri de restrictii
1. Dupa forma lor, restrictiile pot fi:
- de egalitate sau care admit egalitate;
- de inegalitate.
2. Dupa numarul lor, determinat de complexitatea sistemului de optimizat, restrictiile
care insotesc o functie scop pot fi:
- singulare;
- multiple, in functie de complexitatea sistemului de optimizat.
3. Dupa modul de aplicare/limitare se deosebesc:
- restrictii explicite - de limitare pe variabila; din aceasta categorie fac parte:
- conditia de non-negativitate, care de altfel este si cel mai simplu tip de
restrictie:
xi 0 (1.11)
Este vorba de o restrictie care admite si egalitate si care reflecta faptul ca
variabilele de decizie reprezinta marimi fizice esential pozitive (de exemplu, grosimea
unei izolatii).
- conditia de limitare a valorilor variabilelor de decizie intre anumite limite
date:
ai xi bi (1.12)
De exemplu, fractia molara a unui component dintr-un flux gazos nu poate
varia decat intre 0 si 1; temperatura dintr-un bioreactor nu poate varia decat intre o
limita inferioara Ti si o limita superioara Ts, fie din motive de securitate fie din motive
pur tehnologice:
TiT Ts (1.13)
- restrictii implicite - relatii dintre variabile de decizie sub forma de :
- ecuatii:
gk= gk(x1, x2, ....., xn) = 0 (1.14)
unde k = 1, 2, ..........l
- inecuatii:
gk= gk(x1, x2, ....., xn) 0 (1.15)
unde k = 1, 2, ..........m
10