Вибір оптимальних варіантів систем методами векторної оптимізації
. (3)
Співвідношення
(3) означає, що
виконуються
нерівності
для
всіх
і принаймні
для одного з
показників
якості виконується
строга нерівність.
Слід зазначити,
що відношення
строгої переваги
,
яке має місце
для векторних
оцінок, перетворюється
при
на відношення
для скалярних
оцінок. При
цьому Парето-оптимальна
оцінка збігається
з максимальним
елементом
множини
,
якому відповідає
оптимум скалярної
цільової функції
.
Таким чином,
поняття
Парето-оптимальності
слід розглядати
як узагальнення
поняття оптимуму
на випадок
кількох цільових
функцій. При
цьому оптимум
за Парето - це
узгоджений
оптимум зв'язаних
між собою і
конкуруючих
показників
якості системи.
Для Парето-оптимальних проектних рішень характерні такі властивості:
1. Усі елементи
множини допустимих
варіантів
системи
,
що не належать
до множини
Парето-оптимальних
,
є безумовно
гіршими.
Жодна Парето-оптимальна
система з множини
не може бути
визнана безумовно
гіршою або
кращою порівняно
з іншою системою
цієї множини.
Це означає, що
всі вони є
незрівнянними
за критерієм
Парето - безумовним
критерієм
переваги.
3. Якщо множина
узгоджена,
тобто містить
лише один елемент
(систему), то
відповідний
варіант системи
є найкращим.
4. Кожній
Парето-оптимальній
системі відповідає
потенціально
можливе значення
кожного із
показників
якості
,
що може бути
досягнуто за
фіксованих,
але довільних
значень інших
показників
якості. Це
властивість
-кратного
оптимуму. Сукупність
таких оптимальних
значень показників
якості є багатовимірними
потенціальними
характеристиками
системи (БПХ).
5. Оптимальна поверхня, що є геометричним місцем Парето-оптимальних оцінок, має строго монотонний характер, тобто кожна із функцій
,
, (4)
..........................
![]()
для Парето-оптимальних оцінок монотонно спадає щодо кожного з аргументів. Ці залежності називаються багатовимірними діаграмами обміну (БДО) для Парето-оптимальних систем.
Порівняно з одновимірними потенціальними характеристиками системи БПХ та зв'язані з ними БДО характеризуються двома важливими властивостями. По-перше, вони дають найкраще (потенціальне можливе) значення не одного, а кожного з обраних показників якості. По-друге, вони вказують, яким чином слід змінити значення одних показників якості для поліпшення інших показників якості і за рахунок якої зміни структури чи параметрів системи це можна зробити.
4 Деякі методи знаходження Парето-оптимальних рішень
Більшість
методів знаходження
Парето-оптимальних
рішень базується
на тих чи інших
умовах Парето-оптимальності.
У загальному
випадку використовуються
достатні й
необхідні умови
Парето-оптимальності.
Зокрема, рішення
є Парето-оптимальним,
якщо воно є
рішеннями
задачі максимізації
певної функції,
зростаючої
за відношенням
.
Фактично розв'язання
задачі Парето-оптимізації
зводиться до
множини відповідних
задач скалярної
оптимізації
за деяких обмежень.
Якщо використані
умови оптимальності
є також і достатніми,
то знайдена
у такій спосіб
множина рішень
є множиною
Парето-оптимальних
рішень. У противному
випадку, знайдена
множина може
включати і
зайві рішення,
що мають бути
відкинуті.
Знаходження множини Парето-оптимальних систем може здійснюватися або безпосередньо перебиранням усіх строго допустимих варіантів системи та перевіркою умови (3), або з використанням спеціальних методів, наприклад, методу послідовних поступок, вагового методу, методу робочих характеристик. Вибір відповідного методу оптимізації залежить від змісту сформульованих вихідних даних, типу поставленої задачі проектування. Розглянемо особливості деяких методів.
Метод перебору.
При розв'язанні
оптимізаційної
задачі методом
перебору згідно
з умовою (3) припускається,
що множина
має скінченну
потужність.
Такі задачі
виникають,
наприклад, при
виборі з уже
відомих (“у
натурі” або
у вигляді технічних
проектів) варіантів
систем. Зокрема,
множина допустимих
систем може
формуватися
на основі відомого
морфологічного
підходу як
різні допустимі
комбінації
певної кількості
підсистем. Тут
суттєво зазначити,
що навіть для
порівняно
простих систем,
які складаються
лише з кількох
підсистем,
кількість
допустимих
комбінацій
останніх може
бути значною
(десятки і сотні
тисяч). Тому,
хоча принципових
труднощів при
використанні
методу перебору
не існує, проте
на практиці
можливі складнощі
обчислювального
характеру.
Метод робочих характеристик. Метод полягає у тому, що шукається оптимум однієї із цільових, наприклад, першої функції на множині строго допустимих систем при умові, що на всі цільові функції накладаються обмеження типу рівності
,
при
, (5)
де
- фіксовані,
але довільні
значення показників
якості.
Очевидно,
оптимальне
значення показника
у загальному
випадку залежатиме
від фіксованих
значень інших
показників
якості
.
Знайдені у
такий спосіб
залежності
за допустимих
комбінацій
фіксованих
значень
у критеріальному
просторі являють
собою робочу
поверхню. Робочій
поверхні відповідає
сім'я одновимірних
робочих характеристик
виду
,
, (6)
...........................
.
Тут підкреслені змінні, що розглядаються як фіксовані параметри.
Робоча поверхня має такі характерні властивості:
1. Робоча поверхня включає усі Парето-оптимальні точки, але поряд з ними має і ряд безумовно гірших точок. Вони мають бути відкинуті з подальшого розгляду.
Необхідною і достатньою умовою збіжності робочої поверхні з Парето-оптимальною множиною, є її строга монотонність, тобто монотонно спадний характер відносно кожного з аргументів. В цьому випадку робоча поверхня визначає БПХ системи.
Основні
складнощі при
використанні
методу робочих
характеристик
полягають у
розв'язанні
задачі скалярної
оптимізації
в умовах
-го
обмеження типу
рівностей. Але
у багатьох
практичних
випадках таку
задачу вдається
довести до
одержання
конкретної
структури
системи з довільними
параметрами.
Ваговий метод. При його застосуванні Парето-оптимальні рішення знаходяться шляхом оптимізації зваженої суми цільових функцій виду
. (7)
Тут
— скінченні
додаткові
зважуючі коефіцієнти.
При цьому знаходиться
оптимальне
значення
і відповідні
йому значення
показників
якості
,
. (8)
У загальному
випадку значення
залежать від
обраних вагових
коефіцієнтів
:
,
,
….…...................... (9)
.
Для розв'язання
оптимізаційної
задачі (7), а також
для знаходження
залежностей
(9) необхідно
виконати оптимізацію
для всіх можливих
комбінацій
коефіцієнтів
.
Розв'язавши
систему із
рівнянь (9) можна
дістати залежність
. (10)
У
-вимірному
просторі векторних
оцінок ця залежність
розглядається,
як рівняння
вагової поверхні.
Неважко бачити,
що використання
вагового методу
зводиться до
скалярної
оптимізації,
зокрема, відомим
методом множників
Лагранжа.
Вагова поверхня має такі властивості:
1. Включає тільки Парето-оптимальні точки, тобто жодна з безумовно гірших точок не може належати цій поверхні.
У багатьох
випадках вагова
поверхня є
повністю визначеною
і неперервною
в усьому діапазоні
значень показників
якості
.
У таких випадках
вагова поверхня
збігається
з Парето оптимальною
множиною.
Отже, при використанні розглянутих методів, а також їхніх модифікацій векторна оптимізаційна задача зводиться у математичному відношенні до розв'язання множини скалярних оптимізаційних задач з урахуванням різного роду обмежень.
У загальному
випадку при
розв'язанні
оптимізаційних
задач (5), (7) варіюється
оператор системи
,
тобто як структура
,
так і параметри
системи. При
цьому можуть
бути використані
методи варіаційного
числення,
функціонального
аналізу, теорії
статистичних
рішень, теорії
інформації.
При фіксованій
структурі
системи
задача синтезу
зводиться до
задачі оптимізації
вектора параметрів
.
Ця задача у
ряді випадків
може розв'язуватися
методами лінійного,
нелінійного
чи динамічного
програмування.
Якщо знайдена
множина Парето
порівняно
вузька, то за
оптимальне
рішення може
бути прийнята
люба Парето-оптимальна
оцінка і відповідна
їй система. У
таких випадках
можна вважати,
що відношення
строгої переваги
збігається
з відношенням
на множині
векторних
оцінок, а тому
.
При цьому часто
і не вдаються
до пошуку всієї
множини Парето-оптимальних
систем, а зразу
вибирають один
із Парето-оптимальних
варіантів.
Проте часто
множина
є занадто обширною.
Це свідчить,
що відношення
та
хоча і зв'язані
аксіомою Парето,
але не збігаються.
Для звуження
множини Парето-оптимальних
оцінок слід
використати
умовний критерій
переваги (УПК),
який зводиться
до задання
деякої скалярної
цільової функції.
УКП може бути
заданий після
одержання
додаткової
інформації
та введенні
різного роду
умов.
При цьому постає запитання: чи має сенс виконувати синтез на основі безумовного критерію переваги - критерію Парето, якщо на заключному етапі все ж доводиться вводити умовний критерій переваги. В обґрунтування доцільності пошуку Парето-оптимальних варіантів систем з використанням БКП на початкових етапах оптимального проектування зазначимо таке:
1. БКП дає змогу знайти всі Парето-оптимальні системи, тобто відкинути безумовно гірші варіанти системи.
БКП дає змогу знайти потенціальні (найкращі можливі) значення кожного із показників якості і зв'язок між ними.
3. Методи відшукання Парето-оптимальних систем зводяться у математичному відношенні до оптимізації скалярних цільових функцій, тобто зводять розв'язання задачі векторного синтезу до деякої множини задач скалярного синтезу.
4. У виродженому випадку БКП дає змогу знайти єдину найкращу систему.
5. У невиродженому випадку знаходження Парето-оптимальних систем часто приводить до однієї структури системи, але з різними параметрами.
6. Навіть тоді, коли на заключному етапі синтезу для вибору єдиної системи доводиться вводити УКП, то краще вводити різного роду умовності на більш пізньому етапі синтезу.
5 Методи звуження множини Парето-оптимальних рішень
Формальна
модель задачі
Парето-оптимізації
не містить
інформації
для вибору
єдиної альтернативи.
При цьому множина
допустимих
варіантів
системи лише
звужується
до множини
Парето шляхом
виключення
безумовно
гірших варіантів
за відношенням
.
Проте для наступних
етапів проектування
системи, як
правило, має
бути обраний
єдиний варіант
системи. Тому
виникає необхідність
звуження множини
Парето-оптимальних
рішень із залученням
додаткової
інформації
про відношення
.
Така інформація
з'являється
в результаті
різностороннього
аналізу структури
і параметрів
Парето-оптимальних
варіантів
системи, багатовимірних
діаграм обміну
показників
якості системи,
відносної
важливості
показників
якості, порівняльного
аналізу одержаних
варіантів
системи між
собою.
Отримана
при цьому додаткова
інформація
може бути використана
для побудови
скалярної
цільової функції
,
оптимізація
якої на множині
Парето-оптимальних
рішень
приводить до
вибору єдиного
оптимального
варіанта системи
. (11)
Загальна
вимога до функції
зводиться до
того, щоб вона
була монотонною
(зростаючою
чи спадною) по
кожному зі
своїх аргументів.
Існують як
об'єктивні, так
і суб'єктивні
підходи до
побудови такої
функції. У ряді
випадків на
основі розгляду
призначення
системи, що
проектується
у складі більш
складної надсистеми
(комплексу),
об'єктивними
методами може
бути встановлено
взаємозв'язок
показників
якості системи
з якимось показником
якості
надсистеми
у вигляді відповідної
функції
.
Проте у більшості
випадків об'єктивно
ввести таку
функцію не
вдається і
доводиться
вдаватись до
її побудови
значною мірою
суб'єктивними
методами. Розглянемо
деякі з них.
Вибір оптимальних
рішень з використанням
функцій цінності.
Одним із широко
використовуваних
методів звуження
множини Парето-оптимальних
рішень є використання
скалярної
функції цінності
(корисності),
оптимізація
якої веде до
вибору одного
з оптимальних
варіантів
системи. Числову
функцію
називають
функцією цінності
для відношення
строгої переваги
,
якщо для довільних
оцінок
,
у просторі
нерівність
має місце тоді
і тільки тоді,
коли
.
Припустимо,
що відношення
строгої переваги
задовольняє
аксіому Парето.
При цьому із
нерівності
випливає відношення
,
що означає
,
тобто функція
цінності
,
є зростаючою
за відношенням
.
Якщо існує
функція цінності
,
то оптимальна
оцінка знаходиться
шляхом максимізації
цієї функції
на множині
Парето
. (12)
Тобто відшукання
оптимальної
оцінки зводиться
до розв'язання
задачі скалярної
оптимізації
функції багатьох
змінних
.
При цьому можуть бути побудовані адитивна, мультиплікативна, полінійна функції цінності.
Процедура
утворення
функції цінності
інколи називається
згорткою векторного
критерію
.
Операція згортки можлива, якщо:
- частинні
критерії кількісно
сумарні по
важливості,
тобто кожному
з них відповідає
певне число