Критерий оптимальности - фундаментальное понятие современной экономики (которая переняла его из математического программирования и математической теории управления ); применительно к той или иной экономической системе это один из возможных критериев (признаков ) ее качества , а именно - тот признак, по которому функционирование системы признается наилучшим из возможных (в данных объективных условиях) вариантов ее функционирования.
Применительно к конкретным экономическим решениям К.о. - показатель , выражающий предельную меру экономического эффекта от принимаемого решения для сравнительной оценки возможных решений (альтернатив ) и выбора наилучшего из них. Это может быть, например, максимум прибыли , минимум затрат , кратчайшее время достижения цели и т.д.
К.о. - важнейший компонент любой оптимальной экономико-математической модели . Чем больше (если нас интересует максимум) или чем меньше (если нужен минимум) показатель критерия, тем больше удовлетворяет нас решение задачи. Если решается задача составления хозяйственного плана , то это означает, что выбран наилучший, оптимальный план : все остальные варианты н е м о г у т дать столь же удовлетворительного результата . Если решается, например, задача исследования операций по организации строительства завода, то это означает, что выбраны наилучшая очередность работ , наиболее рациональное распределение сил и ресурсов и т.д., а все другие варианты приведут к более поздним срокам пуска завода.
К.о. носит обычно количественный характер, т.е. он применяется для того, чтобы качественный признак плана, выражаемый соотношением «лучше - хуже», переводить в количественно определенное «больше - меньше». Но применяются и порядковые критерии. В последнем случае определяется лишь то, что один вариант лучше или хуже других, но не выясняется, насколько именно.
В экономико-математических задачах критерию оптимальности соответствует математическая форма - целевая функция , экстремальное значение которой (см. Экстремум ), характеризует предельно достижимую эффективность моделируемого объекта (т.е. наилучшие в заданном отношении структуру , состояние , траекторию развития). Другим возможным выражением К.о. является шкала (оценок полезности , ранжирования предпочтений и т.д.).
В реальной практике планирования К.о. не может и не должен носить жесткого однозначного характера. Оперируя с ним, следует иметь в виду такие факторы, как вероятное изменение условий, возникновение новых возможностей реализации плана, а также новых задач. Приходится поэтому поступаться величиной критериального показателя ради гибкости плана и его надежности. Это достигается как формальными, так и неформальными методами.
На схеме к статье «Экономическая система » (рис. Э.2) стрелка W имеет направление, соответствующее движению в сторону лучшего качества результатов функционирования экономической системы , т.е. в сторону лучшего удовлетворения общества в материальных благах. Упорядоченность точек шкалы W (и соответственно шкал V 1 , …, V n ) принято формализовать с помощью целевой функции F (w ), которая отождествляется с К.о.
Упорядочение точек шкалы W , как и точек шкал V есть субъективный акт. Оно может строиться в зависимости от того, что понимается под целью данной экономической системы, но с учетом ее реальных возможностей (объективная основа ) и качества управления системой (субъективная основа ). Способы упорядочения различны:
а) установление цели внешним по отношению к данной экономической системе или иным обладающим соответствующими правами субъектом управления ;
б) согласование тем или иным способом шкал предпочтения самостоятельных субъектов управления (социальных групп, организаций и т.д.), принимающих решения исходя из своих интересов: компромисс, правило большинства и другие понятия группового (социального) выбора .
Возможна классификация критериев оптимальности:
а) по уровню общности : глобальный критерий оптимального развития в масштабе Земли, социально-экономический критерий, народнохозяйственный критерий, а также «глобальный» и локальные критерии оптимальности в частных системах моделей;
б) по временному аспекту : статические и динамические (среди последних - оценивающие развитие от неоптимального к оптимальному состоянию и развитие как смену оптимальных состояний), текущие и финишные; критерии быстродействия (т.е. времени достижения цели);
в) по способам формирования критериев - нормативные, социолого-статистические, компромиссные, унитарные и т.д.;
г) по типу применяемых измерителей - полезностные, стоимостные, натуральные и др.;
д) по способам использования критериев - практические, теоретические, политико-пропагандистские;
е) по математической формализации - скалярные и векторные критерии, аддитивные и мультипликативные, интегральные критерии - во временном аспекте и интегральные - в пространственном аспекте и др.
Таковы лишь наметки классификации К.о., однако предстоит еще немало сделать для ее отработки, унификации и стандартизации.
Знаете ли Вы, что:
Считается, что США в процессе внешнеторгового обмена «экспортируют» капитал и «импортируют» труд. Американский экономист и Нобелевский лауреат В. Леонтьев выяснил, что это не так.
Зная управляющее воздействие и можно из системы уравнений (11.2) или векторного уравнения (11.3), а при наличии возмущений из уравнения (11.4) однозначно определить движение объекта при если известно его начальное фазовое состояние при Если изменить управление и то движение фазовой точки будет происходить по другой траектории, т. е. для разных управлений получаем разные траектории, исходящие из одной точки (рис. 11.7). Поэтому перевод объекта из начального фазового состояния в конечное можно осуществить по разным фазовым траекториям в зависимости от управления. Среди множества траекторий существует наилучшая в определенном смысле, т. е. оптимальная траектория. Например, если поставлена задача минимального расхода топлива в течение интервала полета самолета, то следует подойти к выбору управления и соответствующей траектории именно с этой точки зрения. Удельный расход топлива зависит от развиваемой тяги - управляющего воздействия и . Интересуемый суммарный расход топлива - основной в данном случае показатель качества систем управления полетом самолета - определяется интегральным функционалом
Интегральный функционал (11.5), характеризующий основной показатель качества системы управления (в рассматриваемом примере расход топлива), называется критерием оптимальности. Каждому управлению и а следовательно, траектории полета самолета соответствует свое численное значение критерия оптимальности (11.5). Возникает задача выбора такого управления и и траектории движения при которых достигается минимальное значение критерия оптимальности.
Обычно используются критерии оптимальности, величина которых определяется не текущим состоянием объекта (в рассматриваемом примере удельным расходом топлива), а изменением его в течение всего процесса управления. Поэтому для определения критерия оптимальности требуется, как и в приведенном примере, интегрировать какую-либо функцию, величина которой в общем случае зависит от текущих значений фазовых координат х объекта и управляющего воздействия и, т. е. такой критерий оптимальности является интегральным функционалом вида
Рис. 11.7. Фазовые траектории движения объекта, соответствующие различным управляющим воздействиям.
Здесь - функция выходной величины х объекта и управляющего воздействия и, являющихся в общем случае векторами; длительность процесса управления. Согласно формуле (11.6), критерий оптимальности является числовой величиной, зависящей от функции .
Частным случаем критерия оптимальности (11.6) являются интегральные оценки качества переходных процессов:
Подынтегральная функция в этих критериях содержит только координаты объекта - установившееся хуст и текущее х значения выходной величины. Примером критерия, в котором подынтегральная функция содержит управление, является критерий (11.5), применяемый при минимизации расхода топлива, и интеграл
Квадрат управляющего воздействия (например, электрического тока, потребляемого объектом) определяет мощность, расходуемую при управлении объектом. Поэтому интеграл (11.8) будет мерой расхода энергии и применяется в задачах на минимизацию расходуемой энергии.
В тех случаях, когда фазовые координаты объекта представляют стационарные случайные функции, критерий оптимальности представляет собой интегральный функционал не во временной, а в частотной области. Такие критерии оптимальности используются при решении задачи оптимизации систем по минимуму дисперсии ошибки.
В простейших случаях критерий оптимальности может представлять собой не интегральный функционал, а просто функцию. Такой критерий используется при оптимизации конечного состояния объекта, например, в задаче минимизации отклонения (промаха) при наведении истребителя-перехватчика или ракеты на цель.
При решении поставленной выше задачи перевода объекта (процесса) из начального фазового состояния в конечное следует, очевидно, выбирать такое управление, для которого принятый критерий оптимальности - функционал - принимает наименьшее возможное значение.
Во многих случаях к системе управления предъявляются противоречивые требования (например, требования минимума расхода топлива и максимальной скорости полета самолета). При выборе управления, отвечающего одному требованию (критерию минимума расхода топлива), не будут удовлетворяться другие требования (максимальная скорость полета). Поэтому из всех требований выбирают одно основное, которое должно удовлетворяться наилучшим образом, а другие
требования учитываются в виде ограничений их значений. Например, при удовлетворении требования минимального расхода топлива ограничивается минимальное значение скорости полета самолета. Если имеются несколько равных показателей качества, которые не удается объединить в общий комбинированный показатель, выбор оптимальных управлений, соответствующих этим показателям в отдельности при ограничении остальных дает варианты решения, которые могут (при проектировании) помочь при выборе оптимального компромиссного варианта.
В общем случае ограничиваемые величины могут иметь, как и критерий оптимальности, вид функционалов от х и и, а соответствующие ограничения - вид неравенства
Материал из Википедии - свободной энциклопедии
Критерий оптимальности (критерий оптимизации) - характерный показатель решения задачи, по значению которого оценивается оптимальность найденного решения, то есть максимальное удовлетворение поставленным требованиям. В одной задаче может быть установлено несколько критериев оптимальности.
Оптимизационные задачи
Примером задачи многопараметрической (двухпараметрической) оптимизации будет задача выбора диаметра трубопровода с горячей жидкостью или паром, так как одновременно выбирается диаметр трубопровода и толщина тепловой изоляции при постоянстве остальных. При этом оба параметра дискретны, так как существуют как сортамент труб , так и типовые параметры готовых теплоизоляционных сегментов . Оптимизации подлежат параметры многих технологических процессов , объёмы производства предприятий , уровни надёжности продукции и мн. др.Большие сложности вызывают «неисчисляемые» критерии оптимальности, которые касаются, например, гуманитарных вопросов, художественного впечатления, изменения ландшафта и т. п. (например, максимум удобства, красоты). Для учёта таких критериев могут применяться экспертные оценки .
Наиболее разработаны методы однокритериальной оптимизации, в большинстве случаев позволяющие получить однозначное решение. В задачах многокритериальной оптимизации абсолютно лучшее решение выбрать невозможно (за исключением частных случаев), так как при переходе от одного варианта к другому, как правило, улучшаются значения одних критериев, но ухудшаются значения других. Состав таких критериев называется противоречивым, и окончательно выбранное решение всегда будет компромиссным. Компромисс разрешается введением тех или иных дополнительных ограничений или субъективных предположений. Поэтому невозможно говорить об объективном единственном решении такой задачи.
Часто многокритериальную задачу сводят к однокритериальной применением «свёртки» критериев в один комплексный, называемый целевой функцией (или функцией полезности). Например, в конкурсных процедурах выбора подрядчиков и поставщиков целевая функция рассчитывается на основе балльных критериев. В ряде случаев успешно применяются ранжирование и последовательное применение критериев оптимальности, метод анализа иерархий .
Иногда общим методом для многокритериальных задач называют оптимальность по Парето , которое позволяет найти ряд «неулучшаемых» решений, однако этот метод не гарантирует глобальной оптимальности решений. Менее известна «оптимальность по Слейтеру».
Нормирование критериев
Для удобства и однозначности восприятия критерии K i (где i = 1,…, m ; m - число критериев) нормируют , то есть обычно приводят к следующему виду:
- K i ≥ 0;
- критерии K i убывают с улучшением решения, с ростом качества проектируемого объекта (встречается и обратное требование).
- предпочтительно критерии приводить к безразмерному виду.
- как следствие, наилучшее значение критерия равно нулю. Решения, у которого все критерии нулевые (K i = 0), соответствует идеальному конечному результату (ИКР ), когда объекта нет, но его функция выполняется.
См. также
Напишите отзыв о статье "Критерий оптимальности"
Примечания
Литература
- Вентцель Е.С. Исследование операций: задачи, принципы, методология. - М .: Наука, 1988. - С. 206.
- Черноруцкий И.Г. Методы оптимизации в теории управления. - СПб. : Питер, 2004. - С. 256. - ISBN 5-94723-514-5 .
- Штойер Р. Многокритериальная оптимизация: теория, вычисления и приложения. - М .: Радио и связь, 1992. - С. 504.
Отрывок, характеризующий Критерий оптимальности
Пьер тоже нагнул голову и отпустил руки. Не думая более о том, кто кого взял в плен, француз побежал назад на батарею, а Пьер под гору, спотыкаясь на убитых и раненых, которые, казалось ему, ловят его за ноги. Но не успел он сойти вниз, как навстречу ему показались плотные толпы бегущих русских солдат, которые, падая, спотыкаясь и крича, весело и бурно бежали на батарею. (Это была та атака, которую себе приписывал Ермолов, говоря, что только его храбрости и счастью возможно было сделать этот подвиг, и та атака, в которой он будто бы кидал на курган Георгиевские кресты, бывшие у него в кармане.)Французы, занявшие батарею, побежали. Наши войска с криками «ура» так далеко за батарею прогнали французов, что трудно было остановить их.
С батареи свезли пленных, в том числе раненого французского генерала, которого окружили офицеры. Толпы раненых, знакомых и незнакомых Пьеру, русских и французов, с изуродованными страданием лицами, шли, ползли и на носилках неслись с батареи. Пьер вошел на курган, где он провел более часа времени, и из того семейного кружка, который принял его к себе, он не нашел никого. Много было тут мертвых, незнакомых ему. Но некоторых он узнал. Молоденький офицерик сидел, все так же свернувшись, у края вала, в луже крови. Краснорожий солдат еще дергался, но его не убирали.
Пьер побежал вниз.
«Нет, теперь они оставят это, теперь они ужаснутся того, что они сделали!» – думал Пьер, бесцельно направляясь за толпами носилок, двигавшихся с поля сражения.
Но солнце, застилаемое дымом, стояло еще высоко, и впереди, и в особенности налево у Семеновского, кипело что то в дыму, и гул выстрелов, стрельба и канонада не только не ослабевали, но усиливались до отчаянности, как человек, который, надрываясь, кричит из последних сил.
Главное действие Бородинского сражения произошло на пространстве тысячи сажен между Бородиным и флешами Багратиона. (Вне этого пространства с одной стороны была сделана русскими в половине дня демонстрация кавалерией Уварова, с другой стороны, за Утицей, было столкновение Понятовского с Тучковым; но это были два отдельные и слабые действия в сравнении с тем, что происходило в середине поля сражения.) На поле между Бородиным и флешами, у леса, на открытом и видном с обеих сторон протяжении, произошло главное действие сражения, самым простым, бесхитростным образом.
Сражение началось канонадой с обеих сторон из нескольких сотен орудий.
Потом, когда дым застлал все поле, в этом дыму двинулись (со стороны французов) справа две дивизии, Дессе и Компана, на флеши, и слева полки вице короля на Бородино.
От Шевардинского редута, на котором стоял Наполеон, флеши находились на расстоянии версты, а Бородино более чем в двух верстах расстояния по прямой линии, и поэтому Наполеон не мог видеть того, что происходило там, тем более что дым, сливаясь с туманом, скрывал всю местность. Солдаты дивизии Дессе, направленные на флеши, были видны только до тех пор, пока они не спустились под овраг, отделявший их от флеш. Как скоро они спустились в овраг, дым выстрелов орудийных и ружейных на флешах стал так густ, что застлал весь подъем той стороны оврага. Сквозь дым мелькало там что то черное – вероятно, люди, и иногда блеск штыков. Но двигались ли они или стояли, были ли это французы или русские, нельзя было видеть с Шевардинского редута.
Солнце взошло светло и било косыми лучами прямо в лицо Наполеона, смотревшего из под руки на флеши. Дым стлался перед флешами, и то казалось, что дым двигался, то казалось, что войска двигались. Слышны были иногда из за выстрелов крики людей, но нельзя было знать, что они там делали.
Наполеон, стоя на кургане, смотрел в трубу, и в маленький круг трубы он видел дым и людей, иногда своих, иногда русских; но где было то, что он видел, он не знал, когда смотрел опять простым глазом.
Он сошел с кургана и стал взад и вперед ходить перед ним.
Изредка он останавливался, прислушивался к выстрелам и вглядывался в поле сражения.
Не только с того места внизу, где он стоял, не только с кургана, на котором стояли теперь некоторые его генералы, но и с самых флешей, на которых находились теперь вместе и попеременно то русские, то французские, мертвые, раненые и живые, испуганные или обезумевшие солдаты, нельзя было понять того, что делалось на этом месте. В продолжение нескольких часов на этом месте, среди неумолкаемой стрельбы, ружейной и пушечной, то появлялись одни русские, то одни французские, то пехотные, то кавалерийские солдаты; появлялись, падали, стреляли, сталкивались, не зная, что делать друг с другом, кричали и бежали назад.
С поля сражения беспрестанно прискакивали к Наполеону его посланные адъютанты и ординарцы его маршалов с докладами о ходе дела; но все эти доклады были ложны: и потому, что в жару сражения невозможно сказать, что происходит в данную минуту, и потому, что многие адъютапты не доезжали до настоящего места сражения, а передавали то, что они слышали от других; и еще потому, что пока проезжал адъютант те две три версты, которые отделяли его от Наполеона, обстоятельства изменялись и известие, которое он вез, уже становилось неверно. Так от вице короля прискакал адъютант с известием, что Бородино занято и мост на Колоче в руках французов. Адъютант спрашивал у Наполеона, прикажет ли он пореходить войскам? Наполеон приказал выстроиться на той стороне и ждать; но не только в то время как Наполеон отдавал это приказание, но даже когда адъютант только что отъехал от Бородина, мост уже был отбит и сожжен русскими, в той самой схватке, в которой участвовал Пьер в самом начале сраженья.
Прискакавший с флеш с бледным испуганным лицом адъютант донес Наполеону, что атака отбита и что Компан ранен и Даву убит, а между тем флеши были заняты другой частью войск, в то время как адъютанту говорили, что французы были отбиты, и Даву был жив и только слегка контужен. Соображаясь с таковыми необходимо ложными донесениями, Наполеон делал свои распоряжения, которые или уже были исполнены прежде, чем он делал их, или же не могли быть и не были исполняемы.
Маршалы и генералы, находившиеся в более близком расстоянии от поля сражения, но так же, как и Наполеон, не участвовавшие в самом сражении и только изредка заезжавшие под огонь пуль, не спрашиваясь Наполеона, делали свои распоряжения и отдавали свои приказания о том, куда и откуда стрелять, и куда скакать конным, и куда бежать пешим солдатам. Но даже и их распоряжения, точно так же как распоряжения Наполеона, точно так же в самой малой степени и редко приводились в исполнение. Большей частью выходило противное тому, что они приказывали. Солдаты, которым велено было идти вперед, подпав под картечный выстрел, бежали назад; солдаты, которым велено было стоять на месте, вдруг, видя против себя неожиданно показавшихся русских, иногда бежали назад, иногда бросались вперед, и конница скакала без приказания догонять бегущих русских. Так, два полка кавалерии поскакали через Семеновский овраг и только что въехали на гору, повернулись и во весь дух поскакали назад. Так же двигались и пехотные солдаты, иногда забегая совсем не туда, куда им велено было. Все распоряжение о том, куда и когда подвинуть пушки, когда послать пеших солдат – стрелять, когда конных – топтать русских пеших, – все эти распоряжения делали сами ближайшие начальники частей, бывшие в рядах, не спрашиваясь даже Нея, Даву и Мюрата, не только Наполеона. Они не боялись взыскания за неисполнение приказания или за самовольное распоряжение, потому что в сражении дело касается самого дорогого для человека – собственной жизни, и иногда кажется, что спасение заключается в бегстве назад, иногда в бегстве вперед, и сообразно с настроением минуты поступали эти люди, находившиеся в самом пылу сражения. В сущности же, все эти движения вперед и назад не облегчали и не изменяли положения войск. Все их набегания и наскакивания друг на друга почти не производили им вреда, а вред, смерть и увечья наносили ядра и пули, летавшие везде по тому пространству, по которому метались эти люди. Как только эти люди выходили из того пространства, по которому летали ядра и пули, так их тотчас же стоявшие сзади начальники формировали, подчиняли дисциплине и под влиянием этой дисциплины вводили опять в область огня, в которой они опять (под влиянием страха смерти) теряли дисциплину и метались по случайному настроению толпы.
Генералы Наполеона – Даву, Ней и Мюрат, находившиеся в близости этой области огня и даже иногда заезжавшие в нее, несколько раз вводили в эту область огня стройные и огромные массы войск. Но противно тому, что неизменно совершалось во всех прежних сражениях, вместо ожидаемого известия о бегстве неприятеля, стройные массы войск возвращались оттуда расстроенными, испуганными толпами. Они вновь устроивали их, но людей все становилось меньше. В половине дня Мюрат послал к Наполеону своего адъютанта с требованием подкрепления.
Критерий оптимальности
Термин "критерий" широко используется как во всех областях знаний, так и в обыденной жизни в интуитивно понятном смысле. Ввиду особой важности этого термина для исследования операций дадим краткие пояснения. Греческое слово kriterion означает мерило, оценку, средство для суждения. Именно в этом смысле используется понятие критерия в ИСО. Поставленная в операции цель может быть достигнута по-разному и в разной степени в зависимости от принимаемых решений. Критерий есть тот показатель, который характеризует (оценивает) эффективность решений с точки зрения достижения цели, а следовательно, позволяет выбрать среди них наилучшее. В ИСО применяют равнозначные термины: критерий оптимальности, критерий эффективности, целевая функция. Последний термин подчеркивает неразрывную связь критерия с целью. Таким образом, решение может быть оптимальным только в смысле конкретного критерия в пределах адекватности используемой модели.
В исследовании операций к критерию предъявляются определенные требования. Наиболее важные из них следующие.
1. Критерий должен быть количественной и неслучайной величиной.
2. Критерий должен правильно и полно отражать поставленную цель. Его можно рассматривать как количественную модель качественной цели.
3. Критерий должен иметь простой и понятный ЛПР физический смысл.
4. Критерий должен быть чувствителен к управляемым (искомым) переменным.
При исследовании действующих систем к критерию могут предъявляться дополнительные требования, такие как измеримость, статистическая однозначность, статистическая эффективность и др.
Многочисленные примеры из практики показывают огромную важность правильного выбора критерия оптимальности. Из истории второй мировой войны известен случай неверного выбора критерия для оценки эффективности мероприятий по охране караванов судов, доставляющих грузы в северные советские порты (об одном из таких караванов написан роман В. Пикуля). С целью защиты караванов от воздушных налетов немцев на судах стали устанавливать зенитные системы. Через некоторое время решили оценить эффективность принятых мер, чтобы определить дальнейшие действия, и в качестве критерия взяли число самолетов противника, сбиваемых установленными зенитными системами. Этот показатель оказался очень низким, что объяснялось непрофессиона-льностью орудийных расчетов, а также отсутствием стабилизационных платформ на используемых судах. Исходя из такой оценки, предлагалось демонтировать зенитные орудия, передав их береговым батареям, и искать другие способы защиты караванов. Но вовремя спохватились, поняв, что принятый критерий не отражает поставленную цель, которая заключается в повышении живучести судов, а не в уничтожении самолетов противника (поражение самолетов - это только одно из средств). Достижение такой цели с помощью рассматриваемого мероприятия должно определяться по проценту судов, приходящих в порты назначения. Проведенный анализ показал, что для караванов с зенитными системами этот критерий значимо вырос и, следовательно, предложенный способ эффективен. А объясняется данный феномен тем, что при стрельбе из зенитных орудий немецкие летчики боялись приближаться к судам и бомбометание производили с больших высот и расстояний, что значительно снижало эффективность налетов.
В истории советского периода немало примеров, когда нарушение требований к выбору критерия приводило к печальным последствиям. Это прежде всего критерии развития экономики, например, пресловутый вал, который привел к тому, что мы выпускали самое тяжелое и энергоемкое оборудование, больше всех металла, угля, тракторов и, в то же время использовали их с самой низкой эффективностью и т.п. А сколько человеческих судеб искалечено из-за тех критериев, которые применяла КПСС к людям?!
Множество показателей, которые в ИСО используются в качестве критериев, можно условно разделить на ряд групп: социальные (среднедушевой доход, обеспеченность жильем и т.п.), экономические (прибыль, рентабельность, себестоимость и др.), технико-экономические (производительность, урожайность и др.), технико-технологические (прочность, чистота материала, другие физические или химические показатели), прочие. Они приведены в порядке убывания глобальности применения: первые применяются в системах более высокого уровня (страна, регион, предприятие), последние - в основном на уровне процесса, объекта.
Однако во многих случаях не удается полностью отразить поставленную цель одним критерием и тем более это невозможно, когда в операции преследуется более одной цели. Например, цели типа повышение уровня жизни, улучшение экологической обстановки и т.п. нельзя "покрыть" одним критерием. В таких ситуациях вводится несколько показателей, характеризующих достижение цели. Как правило, оптимальные решения, получаемые по разным показателям-критериям, не совпадают, что создает неопределенность в выборе окончательного решения. Задачи, в которых приходится определять наилучшее решение по нескольким критериям, называются многокритериальными или задачами векторной оптимизации. Они составляют особый и более сложный класс задач исследования операций, который рассмотрен в последней главе настоящего пособия.
Виды математических моделей ИСО
Не останавливаясь на классификации моделей, в том числе и математических, рассмотрим их только в одном аспекте, который обусловливает принципиальные различия математических моделей и методов отыскания на них оптимальных решений.
Вид модели определяется типом связи между решениями (альтернативами, стратегиями) и результатами, который в свою очередь зависит от условий, в которых протекает операция и приходится принимать решения.
1. Решения принимаются в условиях определенности. Это значит, что каждому решению можно поставить в соответствие (пусть даже путем сложных расчетов) определенный результат, то есть имеет место детерми-нированный тип связи. Модели, описывающие такие ситуации, называются детерминированными . Этот тип модели на практике применяется наиболее широко, так как он "удобен в работе". По этой причине такие модели часто используют в качестве первого приближения и в условиях, отличающихся от ситуации определенности.
Приведем простой пример детерминированной модели. Пусть в пункте A , возле которого проходит прямая дорога, расположена пожарная часть, а на лугу в точке C - некоторое строение (рис.1.1). В случае возгорания строения пожарная машина должна быстро прибыть к месту пожара. Известны расстояния AB и BC и скорости движения машины по дороге и по лугу . Требуется определить кратчайший путь движения машины. Если правомерно допущение об отсутствии влияния на скорость машины каких-либо случайных факторов, то описанная ситуация характеризуется полной определенностью. Очевидно, что оптимальный маршрут машины надо искать в классе ломаных линий, включающих не более двух отрезков прямых (любой другой путь будет заведомо хуже). Такой путь полностью определяется точкой излома - расстоянием от пункта A до места съезда машины с дороги. Выбрав в качестве критерия оптимальности время движения машины, можем представить математическую модель операции в виде
Как видно из модели, каждой альтернативе в выборе маршрута (значению ) ставится в соответствие его показатель T . Детерминизм данной модели отражает определенность ситуации.
2. Решения принимаются в условиях риска. Между решениями и результатами имеет место стохастическая связь: определенному решению может соответствовать более одного результата, вероятности появления которых известны. Адекватным отображением таких условий являются вероятностные (стохастические) модели. Если под результатом имеется в виду значение критерия, то исходная постановка задачи (и модель!) некорректна: нельзя максимизировать или минимизировать случайную величину. В этом случае в качестве критерия следует выбирать не исходный показатель, а одну из его вероятностных характеристик, например, математическое ожидание или дисперсию. Неоднозначность обусловлена наличием случайных факторов. Но осреднение случайных аргументов и осреднение результатов, на которые первые влияют, далеко не всегда одно и то же. Это объясняется тем, что в общем случае не выполняется равенство
где - случайные величины; M - знак математического ожидания.
Рассмотрим пример такой ситуации. Пусть фирма "Апельсин" постоянно занимается продажей фруктов. Для простоты будем считать, что поставка и продажа фруктов осуществляется целыми контейнерами, а единицей времени является неделя. Спрос на фрукты C колеблется случайным образом, но вероятность спроса в случайно взятую неделю P (C ) известна. При заключении договора с поставщиком на очередной период фирма должна определить наиболее выгодное для нее количество контейнеров, которое будет поставляться еженедельно, если известны прибыль от реализации одного контейнера и убыток при его невостребовании. Так как спрос случаен, то и результат - доход за неделю D , для фиксированного числа заказываемых контейнеров n будет случайной величиной: в случае, когда спрос превысит предложение, то есть при C>n ,
D = dn , (1.2)
если же предложение окажется выше спроса (C £n ), доход
D = dC- (n-C )b . (1.3)
Таким образом, доход D является функцией управляемой величины n и случайного фактора C . Очевидно, что максимизация такого показателя бессмысленна. В качестве критерия оптимальности разумно взять математическое ожидание дохода за неделю, так как его максимизация обеспечит максимум дохода за весь период. Поскольку вероятность появления случаев (1.2) и (1.3) определяется P (C ), модель задачи будет иметь вид
где означает "целое". При составлении этой модели в явном виде учитывалась стохастичность ситуации и, следовательно, принимаемые по ней решения в такой же степени учитывают фактор случайности. Упрощенное представление операции может базироваться на аппрок-симации реальной ситуации детерминированной. В этом случае спрос рассматривается как неслучайная величина, равная его математическому ожиданию . При этом доход
также неслучаен. На такой моделиоптимальное решение, максимизирующее , определяется просто: n ° = .
Чтобы показать отличие результатов при использовании упрощенной модели и модели (1.4), произведем расчет для исходных данных =30, =5 и вероятности спроса:
Р (С ) |
Вычисляем средний спрос: . Тогда по упрощенной модели получим: n ° = 3, D =90. Такой доход имел бы место при детерминированном и неизменяемом уровне спроса. Но при случайном спросе величина D =90 будет достигаться только в те недели, когда спрос окажется не меньше 3, а в другие недели доход будет ниже и, следовательно, средний доход за весь период станет меньше 90. Чтобы показать это и одновременно определить оптимальное число контейнеров при случайном спросе, вычислим значения среднего дохода по модели (1.4) при всех возможных n :
По результатам вычислений видно, что решение n ° =3, полученное на детерминированной модели, не обеспечивает максимального среднего дохода. Кроме того, видно, что в условиях случайного спроса оптимальным является решение n * =4, при котором средний доход составляет 81.5 против 74.25 при n ° =3. Это пример операции, для которой не выполняется равенство (1.1), хотя случайный фактор имеет симметричное распределение. Судя по разнице результатов на двух моделях, в данной операции стохастичность оказывает значимое влияние и поэтому ее нельзя не учитывать.
Однако наличие случайных факторов не всегда влечет за собой неоднозначность результатов. Возможны случаи, когда элементарные составляющие процесса или системы ведут себя случайно, а результаты системы в целом не случайны. Характерным примером такой системы является идеальный газ, поведение которого подчиняется детерминированному закону БойляМариотта. Неслучайное поведение на макроуровне при наличии элементов случайности на микроуровне называют стохастическим детерминизмом.
3.Решения принимаются в условиях неопределенности. Это ситуация, противоположная первой рассмотренной. Природа неопределенности может быть различной, но в общем случае она проявляется в том, что определенному решению соответствует более одного результата, а вероятностные характеристики результатов неизвестны. Математические модели, описывающие неопределенный тип связи, разнообразны и не имеют единого названия. В частности, к этому классу относятся матричные модели, модели типа "игра", "аукционный торг", нечеткие модели.
Во многих случаях ситуацию неопределенности можно представить (или аппроксимировать) матрицей вида
Состояние среды |
||||
(где - результат (исход) выбора альтернативы при условии, что среда окажется в состоянии ; может иметь смысл прибыли, дохода, выигрыша или затрат, проигрыша, убытков и т.п.).
Прежде чем выбирать решение на этой модели, нужно определиться с принципом оптимальности, на основе которого будут сравниваться альтернативы, так как только одно желание ЛПР получить наилучший результат не дает такой основы. Принцип оптимальности зависит от точки зрения на ситуацию ЛПР, его отношения к риску, от предположений относительно поведения среды. Наиболее характерной гипотезой поведения среды является представление, что среда ведет себя наихудшим образом ("как назло"). Это самый пессимистический взгляд на ситуацию, свойственный ЛПР, не склонному к риску. В этом случае выбор решения основывается на принципе гарантированного результата (иногда его называют критерием Вальда). Он состоит в том, что эффективность каждой альтернативы оценивается наихудшим из исходов, возможных при выборе данной альтернативы. Такой результат гарантируется, то есть будет не хуже, при любом фактическом состоянии среды. Теперь очевидно, что наилучшим решением в смысле принятого принципа оптимальности будет выбор той альтернативы, которая имеет наилучший гарантированный результат. Так, если имеет смысл прибыли, то оценкой -м состоянии среды и выигрышем при выборе отражают разный уровень риска ЛПР. Возможны и другие подходы к выбору оптимальных решений в условиях неопределенности, но все они, как и последние два, не гарантируют достижение расчетных результатов.
Как следует из вышерассмотренного, выбор вида модели требует от исследователя интуиции и опыта наряду с глубокими знаниями моделируемой области. Следует особо отметить, что построение модели основывается на представлениях аналитика, которые могут не соответствовать реальным связям в большей или меньшей степени. При этом большое значение имеют оценка влияния случайных факторов, факторов неопределенности, уровень агрегирования, допустимая сложность модели. Так, нередко возникает дилемма: построить высокоточную, но очень сложную модель, на которой можно будет получить только приближенное к оптимальному решение, либо поступиться точностью моделирования и иметь возможность применять на модели точные методы оптимизации. Какое решение окажется ближе к истинному оптимальному, заранее сказать невозможно. К сожалению, не существует готовых рецептов построения математических моделей. Это один из этапов операционного исследования, который, следуя Саати, можно отнести к области искусства.
Лабораторных и самостоятельных занятий. Общая постановка задачи об оптимизации . Основные понятия и определения. Графики... энергосистемы О рациональном управлении энергосистемой. Постановка задачи оптимизации режима энергосистемы и основные этапы ее...
Оптимизация в системах управления
ЗадачаАдаптивными или экстремальными регуляторами. При постановке задачи оптимизации разработчику системы (устройства) необходимо... поэтому широко применяются при расчетах. Задача оптимизации - задача нелинейного программирования Мы познакомились с...
Оптимизация конструктивных параметров и алгоритмов управления радиального электромагнитного подвеса
Автореферат диссертацииХарактеристики и динамические параметры РЭМП. - Постановка задачи оптимизации РЭМП и методика ее реализации, основанная... второй главе сформулирована постановка задачи оптимизации РЭМП, выбраны критерии (параметры) оптимизации и варьируемые факторы. ...
Этапы операционного исследования и их содержание
Не существует строгой регламентации хода и содержания операционного исследования, но в любом выполненном проекте можно выделить характерные для ИСО этапы разработки.
1. Постановка задачи. Она включает содержательное описание задачи: объект и цель исследования, внутренние и внешние условия, ресурсы, значения параметров или их оценки, возможные способы действий и возможные результаты, другую имеющуюся информацию. Эту работу выполняют совместно ЛПР и аналитик. После тщательного анализа первоначальной постановки аналитик уточняет с ЛПР содержание задачи по всем аспектам и особо согласовывает показатель, который предлагается в качестве критерия оптимальности.
2. Построение математической модели. Характер задач исследования операций таков, что их решение не может проводиться путем натурного эксперимента или физического моделирования. К примеру, выбор места и мощности нового производства, определение оптимального плана выпуска продукции, формирование портфеля заказов немыслимо производить путем реализации и сравнения различных вариантов. Такая ситуация в науке не нова: так в астрономии нельзя манипулировать небесными телами, но предсказывать положение планет солнечной системы возможно благодаря использованию математической модели. Модели, и в частности математические, широко применяются в различных областях. Математические модели исследования операций отличаются своей направленностью, которая отражается в структуре модели. Математическая модель в ИСО включает:
зависимость критерия от управляемых и неуправляемых переменных;
уравнения, отражающие связи между переменными, к примеру, уравнения на основе материально-энергетических балансов;
ограничения, обусловленные реальными условиями и требованиями к показателям и переменным (неотрицательность, целочисленность, комплектность, допустимые и/или директивные значения и т.п.). В конкретных задачах могут отсутствовать отдельные составляющие модели полностью или частично за исключением критериальной функции, которая должна быть в модели обязательно.
3. Проверка адекватности модели. Математическая модель представляет собой формализованную гипотезу исследователя о реальных взаимосвязях и поведении системы. По этой причине прежде чем использовать модель для прогнозирования последствий и выбора решений, крайне важно убедиться в ее адекватности системе или операции с точки зрения поставленной цели исследования. Для "прозрачных" моделей может быть достаточной качественная проверка, в сложных моделях необходим количественный анализ. В последнем случае для моделирования поведения на модели используются численные методы (иногда это называют прямой задачей: по задаваемым входам нужно определить выходы). Для осуществляемых ранее операций проверка адекватности может производиться по ретроспективным данным (при отсутствии качественных изменений в операции). В других случаях проверка проводится путем наблюдения за реакцией модели и системы на одинаковые решения. При обнаружении неадекватности модель корректируется: при качественном совпадении повысить количественную адекватность можно путем уточнения коэффициентов модели, при более серьезных расхождениях может потребоваться изменение и/или добавление ограничений и уравнений или даже построение другого вида модели. Следует заметить, что такая проверка невозможна для вновь разрабатываемых операций, и тогда приходится довольствоваться качественным тестированием модели.
4. Поиск оптимального решения на модели. Это центральный этап операционного исследования (с математической точки зрения - обратная задача). Он заключается в определении решения, оптимального в смысле принятого критерия. Для отыскания оптимального решения на математической модели применяются методы оптимизации, главным образом методы математического программирования.
5. Анализ оптимального решения. Сюда входит анализ чувствительности полученного решения, параметрический и вариантный анализ, выявление альтернативных оптимальных решений и др. Анализ чувствительности критерия к отклонению переменных от их оптимальных значений позволяет определить разумные требования к точности реализации оптимального решения. Результаты параметрического и вариантного анализа показывают, каким будет оптимальное решение при изменении коэффициентов модели, состава ограничений или при изменении критерия. При этом может устанавливаться значимость отдельных элементов модели, то есть их влияние на оптимальное значение критерия. В случае неединственности оптимального решения появляется дополнительная возможность выбора по показателю, который не представлен в критерии. Важное место в анализе решения отводится интерпретации полученных результатов в терминах предметной области Л ПР.
6. Внедрение результатов исследования. Здесь главное требование состоит в крайне важности непосредственного участия разработчиков на всех стадиях реализации предлагаемых решений.
Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, применение научных методов в ИСО отличается всесторонним количественным исследованием, основанным на математической модели и ставящим своей целью определение оптимального решения в интересах ЛПР.
Поставленная в операции цель может быть достигнута по-разному и в разной степени в зависимости от принимаемых решений. Критерий есть тот показатель, который характеризует (оценивает) эффективность решений с точки зрения достижения цели, а следовательно, позволяет выбрать среди них наилучшее. В ИСО применяют равнозначные термины: критерий оптимальности, критерий эффективности, целевая функция. Последний термин подчеркивает неразрывную связь критерия с целью. Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, решение может быть оптимальным только в смысле конкретного критерия в пределах адекватности используемой модели.
В исследовании операций к критерию предъявляются определенные требования. Наиболее важные из них следующие.
1. Критерий должен быть количественной и неслучайной величиной.
2. Критерий должен правильно и полно отражать поставленную цель. Его можно рассматривать как количественную модель качественной цели.
3. Критерий должен иметь простой и понятный ЛПР физический смысл.
4. Критерий должен быть чувствителен к управляемым (искомым) переменным.
При исследовании действующих систем к критерию могут предъявляться дополнительные требования, такие как измеримость, статистическая однозначность, статистическая эффективность и др.
Множество показателей, которые в ИСО используются в качестве критериев, можно условно разделить на ряд групп: социальные (среднедушевой доход, обеспеченность жильем и т.п.), экономические (прибыль, рентабельность, себестоимость и др.), технико-экономические (производительность, урожайность и др.), технико-технологические (прочность, чистота материала, другие физические или химические показатели), прочие. Οʜᴎ приведены в порядке убывания глобальности применения: первые применяются в системах более высокого уровня (страна, регион, предприятие), последние - в основном на уровне процесса, объекта.
При этом во многих случаях не удается полностью отразить поставленную цель одним критерием и тем более это невозможно, когда в операции преследуется более одной цели. К примеру, цели типа повышение уровня жизни, улучшение экологической обстановки и т.п. нельзя "покрыть" одним критерием. В таких ситуациях вводится несколько показателей, характеризующих достижение цели. Как правило, оптимальные решения, получаемые по разным показателям-критериям, не совпадают, что создает неопределенность в выборе окончательного решения. Задачи, в которых приходится определять наилучшее решение по нескольким критериям, называются многокритериальными или задачами векторной оптимизации. Οʜᴎ составляют особый и более сложный класс задач исследования операций.