Cтраница 3
На третьем этапе процесса ОПК, как следует из изложенного, осуществляется численная реализация модели оптимизации. При этом в случае многокритериальной задачи оптимизации исходная векторная модель оптимизации должна быть предварительно преобразована к скалярному виду, в котором по определенному правилу вектору эффективности Е ставится в соответствие некоторый интегральный показатель эффективности, так называемый целевой функционал, или целевая функция. [31]
Утверждение о значениях критериев с заданными типами шкал называется осмысленным, или адекватным, если его истинность не изменяется после применения к критериям любых допустимых преобразований, определяемых типами шкал. Поэтому для анализа и решения практической многокритериальной задачи оптимизации следует применять только те определения и понятия, методы и процедуры, которые приводят к получению адекватных выводов и рекомендаций. [32]
При таком подходе к оптимизации надо использовать различные критерии оптимизации, так как условиями оптимального управления являются согласованность всех локальных критериев и подчиненность их глобальному критерию оптимальности. Использование нескольких критериев ( векторного критерия) характерно для многокритериальных задач оптимизации сложных систем. [33]
В этом случае, как показывается в [20], решение многокритериальных задач оптимизации может быть осуществлено методом последовательных уступок. [34]
Поэтому критерии в ТАУ - это критерии, связанные с показателями качества переходного процесса и точности, между тем как при автоматизации проектирования требуется решать многокритериальные задачи оптимизации с разнородными критериями. [35]
При решении этих проблем возникают вопросы, связанные со сложностью, большим объемом информации, многоцелевым назначением систем управления. Сложность исследуемых проблем обусловила и появление сложных математических моделей, которые адекватно должны отображать решаемую проблему, и прежде всего ее многоцелевой характер. Интуитивно было ясно, что в основе такой модели должна лежать многокритериальная задача оптимизации. Решение проблемы многокритериальной оптимизации обусловлено рядом трудностей, причем концептуального характера, а главная из них - выбор принципа оптимальности. [36]
В § 4 было указано, что задача многокритериальной оптимизации является специальным случаем задачи оптимизации относительно конуса. Однако понятие собственной эффективности ( по Джоффриону) существенно использует координатный характер отношения и поэтому на более общий случай оптимизации относительно конуса прямо не переносится. В связи с этим Борвейном [124] было предложено общее определение собственной эффективности, которое мы сформулируем здесь применительно к многокритериальной задаче оптимизации. [37]
Выбор методики ( прибора) наиболее легок, когда он осуществляется лишь по одному единичному параметру, а остальные не являются ограничивающими. В остальных случаях он усложняется и обычно не может быть сведен к поиску ( разработке) волшебной пули-варианта, позволяющего удовлетворить оптимальному значению каждого из ограничивающих единичных параметров. Как правило, приходится искать компромиссные решения, используя метод последовательных приближений и учитывая при этом последствия того или иного отступления от оптимума значения каждого параметра - согласовывать значения параметров. Эта процедура относится к многокритериальным задачам оптимизации. Для решения таких задач универсальный подход не выработан. Применительно к обсуждаемой задаче их можно изложить в следующем виде. Первый ( основной) - расположить требования к методике и условиям ее применения по важности ( ранжировать), начиная с наиболее важных. Далее надо искать вариант, оптимальный по первому, наиболее важному требованию. Если он найден, процедуру повторяют применительно ко второму и последующему требованиям. Такой способ решения не всегда возможен. [38]
Если ставится задача оптимизации разделения данных на обучающую и проверочную части, то требуется еще одно внешнее дополнение. База данных в этом случае разбивается на три части: обучающее, тестовое, подтверждающее множество. Следовательно, ошибка обобщения является критерием регулярности выбора соответствующего языка описаний решающих правил, разделяющих выходы НС. При конструировании решающего правила задача обучения НС является многокритериальной задачей оптимизации, поскольку необходимо найти общую точку минимума большого числа функций. [39]
Целевые функции называют также иногда функциями цели или критериями оптимизации. Целевая функция ( обычно математически) выражает основное требование к проектируемому механизму. Другие требования называют д о-полнительными условиями синтеза. Следует отметить, что не всегда удается выделить основное требование. В таких случаях решается многокритериальная задача оптимизации. [40]