Page 180 - 5637
P. 180
Алгоритм напрямних околиць реалізований у вигляді програми (на мові
ПЛ/1), яка в цілому аналогічна програмі , але на відміну від останньої містить
додатковий фрагмент, що розміщується після рядка 31 програми :
8.5. Оптимізація дискретних параметрів імітаційних моделей
Дискретний характер управління функціонуванням сучасних систем управління,
обумовлений ієрархічною структурою і формуванням управління у вигляді вибору
альтернативних варіантів з кінцевого числа заданих, призводить до наступного
постановці завдання оптимізації.
Припустимо, що в результаті окремої реалізації імітаційного експерименту
обчислюється деяка скалярна функція (критерій) ( ), що залежить від -мірного
параметра , що належить деякому дискретному безлічі ∈ ( – -мірне
евклідів простір). Так як окремі реалізації експерименту визначаються за допомогою
методів моделювання випадкових процесів, то залежність ( ) має неоднозначний,
імовірнісний характер. Все це призводить до необхідності постановки завдання
оптимізації імітаційної моделі в рамках теорії стохастичного програмування.
Як критерій звичайно вибирається функція математичного сподівання випадкової
величини ( ): ( ) = (х). В цьому випадку (х) ( ∈ ) – сукупність випадкових
величин, заданих на деякій ймовірному просторі (Ω, , ), де Ω – достовірна подія;
– -алгебра вимірних підмножин Ω (подій); – імовірнісна міра на (Ω, A). На
підставі спостереження окремих реалізацій ( ) потрібно знайти екстремальні точки
функціоналу ( ).
Нехай безліч оптимізуються параметрів дискретно і звичайно. Без обмеження
спільності можна вважати, що має вигляд декартова добуток
{ , … , } ⊕ … ⊕ { , … , } ,
де , ≥ 0 – цілочисельні нижня і верхня межі зміни -го параметра ( = 1, … , );
– кількість оптимізуються параметрів. На вважаємо заданими деякий
детермінований функціонал якості (критерій) і деякий безліч ( ⊆ ). Критерій
( ) обчислюється, а приналежність безлічі ідентифікується в ході імітаційного
експерименту. Ставиться завдання знайти
Arg min ( ). (8.16)
⋳