Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Задачи нелинейного программирования – большой класс разнообразных задач, из которых будем рассматривать только сводящиеся к задачам линейного программирования.
Ранее в задачах линейного программирования полагалось, что себестоимость, цена и др. показатели эффективности на ед. продукции не зависят от изменения объема производства. Однако в общем случае зависимости между переменными в ограничениях и целевой функции не могут быть линейными. Например, себестоимость единицы продукции снижается при увеличении объема производства.
Задачи, в которых зависимости между переменными в целевой функции и/или в ограничениях нелинейны, называют задачами нелинейного программирования.
Если обозначить целевую функцию и ограничения через обобщенную функцию h (xj), то все многообразие задач нелинейного программирования можно свести к классификации (табл. 7.1).
В общем виде задача НЛП состоит в определении максимума (минимума) функции
f (x 1, x 2,..., xn) (1)
при условии, что ее переменные удовлетворяют условиям
где f и gi некоторые известные функции n переменных; bi – заданные числа.
Здесь имеется в виду, что в результате решения задачи будет определена точка x 0 = (x 10, x 20,..., xn 0), координаты которой удовлетворяют соотношениям (2), и такая, что для всякой другой точки x = (x 1, x 2,..., xn), удовлетворяющей условиям (2), выполняется неравенство
f (x 10, x 20,..., xn 0) ³ f (x 1, x 2,..., xn) при max целевой функции или
f (x 10, x 20,..., xn 0) £ f (x 1, x 2,..., xn) – при min целевой функции.
Если f и gi – линейные функции, то задача (1), (2) – задача линейного программирования.
Соотношения (2) образуют систему ограничений и включают условия неотрицательности переменных, если такие имеются. Условия неотрицательности переменных могут быть заданы и непосредственно.
Нелинейные задачи решаются с помощью метода кусочно-линейной аппроксимации или метода множителей Лагранжа. В задачах квадратичного программирования применяется метод Била, Баранкина–Дорфмана, градиентные методы (метод Франка–Вулфа, штрафных функций, метод возможных направлений). В градиентных методах итерационный процесс осуществляется до того момента, пока градиент функции f (x) в очередной точке xk + 1 не станет равным нулю или пока | f (xk + 1)– f (xk)|£e (достаточно малое положительное число, характеризующее точность полученного решения).
Таблица 6.1
Дата публикования: 2015-01-10; Прочитано: 1075 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!