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)
                                                           ⋳
   175   176   177   178   179   180   181   182   183   184   185