Metody optymalizacji
Rozpatrywane będą jednowskaźnikowe zadania programowania, przy czym elementy zbioru rozwiązań dopuszczalnych należą do przestrzeni skończenie wymiarowej Rn. Zadanie optymalizacji polega na znalezieniu takiego wektora należącego do zbioru , że dla każdego x należącego do zbioru X0, f () £ f (x). W zadaniu tym X0, jest zbiorem rozwiązań dopuszczalnych, f : Rn ® R1 jest funkcją celu, g: Rn ® i h: Rn ® są wektorowymi funkcjami ograniczeń.
Jeden ze sposobów podziału zadań programowania:
a) programowanie liniowe - jeśli funkcje f , g i h są liniowe, a więc f (x) = ác, xñoraz [ g (x)T, h (x)T]T = Ax - b,gdzie wektory c Î Rn, b Î Rm oraz macierz A o wymiarach m ´ n są znane.
b) programowanie nieliniowe - jeśli co najmniej jedna z funkcji f , g bądź h jest nieliniowa.
Wśród wymienionych wyżej typów zadań, za podstawowe zadanie programowania należy uznać ciągłe deterministyczne zadanie programowania nieliniowego o postaci:
znaleźć takie, że
f () = ,
gdzie
,
przy czym
f : Rn ® R1, g: Rn ® , h: Rn ® .
Warunki konieczne optymalności Kuhna - Tuckera
Warunki te sformułujemy dla uproszczonej postaci zadania programowania nieliniowego, mianowicie: znaleźć takie, że
f () = f (x),
X0 = {x Î Rn: gi (x) £ 0, i = 1, ..., m}.
Niech funkcje f : Rn ® R1 oraz gi : Rn ® R1 mają ciągłe pochodne cząstkowe oraz niech będzie minimum lokalnym. Niech ponadto x będzie dowolnym punktem należącym do zbioru X0. W punkcie x określimy zbiór indeksów ograniczeń aktywnych
A(x) = {i Î [1: m]: gi (x) = 0}.
Z ciągłości funkcji gi wynika, że jeśli ograniczenie nie jest aktywne w x, tzn. gi (x) < 0 dla i Ï A(x), to można dokonać małego przesunięcia z x w dowolnym kierunku bez naruszenia tego ograniczenia. Stąd w małym otoczeniu punktu x wystarczy brać pod uwagę tylko zbiór ograniczeń aktywnych, tzn. ograniczeń o indeksach i Î A(x).
Kierunkiem dopuszczalnym w x będzie kierunek d, dla którego istnieje s>0 takie, że dla t Î [0; s] zachodzą nierówności
gi (x + td) £ 0, "i Î A(x).
Warunkiem koniecznym na to, aby kierunek d był dopuszczalny jest
áÑgi (x), dñ £ 0, "i Î A(x).
Wynika stąd, że jeśli kierunek d jest dopuszczalny, to musi spełniać powyższy warunek. Natomiast nie każdy kierunek spełniający ten warunek jest kierunkiem dopuszczalnym.
Warunek regularności Kuhna - Tuckera
Dla dowolnego kierunku d Î D (), gdzie zbiór D () określony jest przez
D () = {d: áÑgi (), dñ £ 0, i Î A()}
istnieją:
n-wymiarowa różniczkowalna funkcja wektorowa
e(q) = [e1 (q), ..., en (q)]T
określona w przedziale [0; 1],
oraz liczba t > 0 takie, że
a) e (0) = ,
b) e (q) Î X0, dla 0 £ q £ 1,
c) = td.
Inaczej mówiąc, warunki regularności Kuhna - Tuckera są spełnione w , jeśli dla każdego d Î Rn spełniony jest warunek konieczny, istnieje różniczkowalna krzywa e (q) styczna do kierunku d w punkcie , wychodząca z tego punktu i zawarta w zbiorze dopuszczalnym X0 dla q Î [0 ; 1].
Twierdzenie Kuhna - Tuckera
Jeśli:
a) funkcje f i gi, i = 1, ..., m, mają ciągłe pochodne cząstkowe,
b) jest lokalnym minimum zadania,
c) w jest spełniony warunek regularności ograniczeń,
to istnieje wektor l Î Rm, ³ 0, taki, że
Ñf () + Ñgi() = 0,
gi() = 0, i = 1, ..., m.
Wektor nosi nazwę wektora mnożników Lagrange’a.
Warunki konieczne Kuhna - Tuckera w przypadku ograniczeń nierównościowych i równościowych
Niech będzie dane zadanie programowania nieliniowego, gdzie X = Rn. Załóżmy, że funkcje f : Rn ® R1, g: Rn ...
raddar85