Spis treści 377 379 WSTĘP... 9



Podobne dokumenty
Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści

PRZEWODNIK PO PRZEDMIOCIE

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

Egzamin / zaliczenie na ocenę*

4.1. Wprowadzenie Podstawowe definicje Algorytm określania wartości parametrów w regresji logistycznej...74

Plan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji

Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa. Marzec Podstawy teorii optymalizacji Oceanotechnika, II stop., sem.

Metody ilościowe w badaniach ekonomicznych

Obliczenia równoległe i rozproszone. Praca zbiorowa pod redakcją Andrzeja Karbowskiego i Ewy Niewiadomskiej-Szynkiewicz

Spis treści 5. Spis treści. Część pierwsza Podstawy projektowania systemów organizacyjnych przedsiębiorstwa

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH

Elektrotechnika I stopień ogólnoakademicki. niestacjonarne. przedmiot kierunkowy. obieralny polski semestr VIII semestr letni. nie. Laborat. 16 g.

Tematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia II stopnia (magisterskie)

SZTUCZNA INTELIGENCJA

Elektrotechnika I stopień ogólnoakademicki. niestacjonarne. przedmiot kierunkowy. obieralny polski semestr VII semestr zimowy. nie

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych

ALGORYTMY EWOLUCYJNE W OPTYMALIZACJI JEDNOKRYTERIALNEJ

Schemat programowania dynamicznego (ang. dynamic programming)

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

EKSPLOATACJA SYSTEMÓW TECHNICZNYCH

Opis przedmiotu: Badania operacyjne

RÓWNOCZESNA OPTYMALIZACJA LUB POLIOPTYMALIZACJA MASZYNY I PROCESU

Spis treści. Przedmowa 11

Odniesienie do obszarowych efektów kształcenia Kierunkowe efekty kształcenia WIEDZA (W)

Projektowanie Wirtualne bloki tematyczne PW I

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Opis efektów kształcenia dla studiów podyplomowych

Zagadnienia optymalizacji Problems of optimization

Tematy prac dyplomowych w Katedrze Awioniki i Sterowania. Studia: II stopnia (magisterskie)

Elektrotechnika I stopień ogólnoakademicki. niestacjonarne. przedmiot kierunkowy. obieralny polski. semestr letni. nie

Metody optymalizacji Optimization methods Forma studiów: stacjonarne Poziom studiów II stopnia. Liczba godzin/tydzień: 1W, 1Ć

Z-ZIP2-303z Zagadnienia optymalizacji Problems of optimization

Spis treści Przedmowa

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ

Autorski program nauczania

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

Modele bezpieczeństwa logicznego i ich implementacje w systemach informatycznych / Aneta Poniszewska-Marańda. Warszawa, 2013.

Co to jest jest oprogramowanie? 8. Co to jest inżynieria oprogramowania? 9. Jaka jest różnica pomiędzy inżynierią oprogramowania a informatyką?

Spis treści. Wstęp 13. Część I. UKŁADY REDUKCJI DRGAŃ Wykaz oznaczeń 18. Literatura Wprowadzenie do części I 22

Sterowanie optymalne

Z-LOG-120I Badania Operacyjne Operations Research

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

Modelowanie i Programowanie Obiektowe

Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08

KARTA MODUŁU KSZTAŁCENIA

Dodatkowo planowane jest przeprowadzenie oceny algorytmów w praktycznym wykorzystaniu przez kilku niezależnych użytkowników ukończonej aplikacji.

MODELE I MODELOWANIE

Algorytm. Krótka historia algorytmów

Programowanie gier. wykład 0. Joanna Kołodziejczyk. 30 września Joanna Kołodziejczyk Programowanie gier 30 września / 13

Z-ZIP-120z Badania Operacyjne Operations Research. Stacjonarne Wszystkie Katedra Matematyki dr Monika Skóra

SPIS TREŚCI PRZEDMOWA... 11

Spis treści. WSTĘP 13 Bibliografia 16

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

Projekt przejściowy 2016/2017 BARTOSZ JABŁOŃSKI

Elektrotechnika II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

INSTRUKCJA DO ĆWICZENIA NR 1

TOZ -Techniki optymalizacji w zarządzaniu

Karta (sylabus) przedmiotu

TOZ -Techniki optymalizacji w zarządzaniu

Ontogeniczne sieci neuronowe. O sieciach zmieniających swoją strukturę

Do uzyskania kwalifikacji pierwszego stopnia (studia inżynierskie) na kierunku BIOTECHNOLOGIA wymagane są wszystkie poniższe efekty kształcenia

Matlab - zastosowania Matlab - applications. Informatyka II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i

KIERUNKOWE EFEKTY KSZTAŁCENIA

4 Zastosowanie metody aproksymacji relacji odwrotnej do rozwiązywania wybranych zagadnień

Komputerowe systemy wspomagania decyzji Computerized systems for the decision making aiding. Poziom przedmiotu: II stopnia

Modelowanie w projektowaniu maszyn i procesów cz.5

Nazwa wariantu modułu (opcjonalnie): Laboratorium programowania w języku C++

KARTA PRZEDMIOTU. Dyscyplina:

Odniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol

Analiza metod wykrywania przekazów steganograficznych. Magdalena Pejas Wydział EiTI PW

Opinia o pracy doktorskiej pt. On active disturbance rejection in robotic motion control autorstwa mgr inż. Rafała Madońskiego

Politechniki Warszawskiej Zakład Logistyki i Systemów Transportowych B. Ogólna charakterystyka przedmiotu

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej

PRZEWODNIK PO PRZEDMIOCIE

E-E-A-1008-s5 Komputerowa Symulacja Układów Nazwa modułu. Dynamicznych. Elektrotechnika I stopień Ogólno akademicki. Przedmiot kierunkowy

1.4. Uwarunkowania komodalności transportu Bibliografia... 43

Scenariusz lekcji. Scenariusz lekcji 1 TEMAT LEKCJI 2 CELE LEKCJI. 2.1 Wiadomości. 2.2 Umiejętności 3 METODY NAUCZANIA 4 ŚRODKI DYDAKTYCZNE

ECDL Podstawy programowania Sylabus - wersja 1.0

Dostawa oprogramowania. Nr sprawy: ZP /15

Metody selekcji cech

Odniesienie symbol II/III [1] [2] [3] [4] [5] Efekt kształcenia. Wiedza

SCHEMAT CZYNNOŚCI PROJEKTOWYCH. Marek Adamczewski

Opinia o pracy doktorskiej pt. Systemy adaptacyjnej absorpcji obciążeń udarowych autorstwa mgr inż. Piotra Krzysztofa Pawłowskiego

PRZEWODNIK PO PRZEDMIOCIE

Studia podyplomowe PROGRAM NAUCZANIA PLAN STUDIÓW

Automatyka i Robotyka II Stopień ogólno akademicki studia niestacjonarne wszystkie Katedra Automatyki i Robotyki Prof. dr hab. inż.

PRZEWODNIK PO PRZEDMIOCIE

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.

Systemy Informatyki Przemysłowej

KIERUNKOWE EFEKTY KSZTAŁCENIA

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI

Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.

Teraz bajty. Informatyka dla szkół ponadpodstawowych. Zakres rozszerzony. Część 1.

Wielokryteriowa optymalizacja liniowa

Transkrypt:

Spis treści 377 379 Spis treści WSTĘP... 9 ZADANIE OPTYMALIZACJI... 9 PRZYKŁAD 1... 9 Założenia... 10 Model matematyczny zadania... 10 PRZYKŁAD 2... 10 PRZYKŁAD 3... 11 OPTYMALIZACJA A POLIOPTYMALIZACJA... 11 POLIOPTYMALIZACJA JAKO PLATFORMA PORZĄDKU... 13 KORZYŚCI Z ZASTOSOWANIA POLIOPTYMALIZACJI... 13 TYPOWE ZASTOSOWANIA... 14 WNIOSKI... 14 ZAKRES PRACY... 15 ZAWARTOŚĆ PRACY... 16 OGÓLNE UWAGI O STRATEGII OPTYMALIZACJI I POLIOPTYMALIZACJI... 19 ROZDZIAŁ 1... 21 OPTYMALIZACJA W PROJEKTOWANIU OBIEKTÓW INŻYNIERSKICH... 21 1.1. WSTĘP... 21 1.1.1. Optymalizacja i decyzja... 22 1.2. OBIEKT OPTYMALIZACJI... 22 1.3. OPTYMALIZACJA I POLIOPTYMALIZACJA W PROJEKTOWANIU... 23 1.4. POLIOPTYMALIZACJA JAKO METODA ROZWIĄZYWANIA ZADAŃ ODWROTNYCH... 26 1.4.1. Zadanie wprost a zadanie odwrotne... 26 1.4.2. Typowe przypadki zadania odwrotnego... 28 1.4.3. Struktura procesu rozwiązywania zadania odwrotnego... 31 1.4.4. Zadanie projektowo-konstrukcyjne jako zadanie odwrotne: ujęcie formalne... 32 1.4.5. Poszukiwanie uproszczeń... 33 1.5. MECHATRONIKA PRZYKŁADOWY OBSZAR POLIOPTYMALIZACJI... 36 1.5.1. Charakterystyka mechatroniki... 36 1.5.2. Rola optymalizacji w projektowaniu obiektów mechatroniki... 37 1.5.3. Kryteria optymalizacji w projektowaniu obiektów mechatroniki... 38

4380 Spis treści ROZDZIAŁ 2... 39 SYSTEM WARTOŚCI... 39 2.1. WSTĘP... 39 2.2. ETAPOWOŚĆ PROCESU PROJEKTOWANIA I PRZEKSZTAŁCANIE KRYTERIÓW... 40 2.2.1. Dynamiczne przekształcanie kryterium optymalizacji... 40 2.2.2. Podział zadań... 41 2.3. PIERWOTNE KRYTERIUM OPTYMALIZACJI Φ P... 44 2.4. NADRZĘDNE KRYTERIUM OPTYMALIZACJI... 48 2.5. ZADANIOWE KRYTERIUM OPTYMALIZACJI... 49 2.5.1. Kryteria oceny... 50 2.5.2. Ustalanie kryteriów oceny... 51 2.5.3. Ustalanie wstępnej listy kryteriów... 52 2.5.4. Sprawdzanie kryteriów... 53 2.5.5. Redukcja listy kryteriów... 54 2.6. PODSUMOWANIE... 54 ROZDZIAŁ 3... 55 FORMUŁOWANIE ZADANIA OPTYMALIZACJI... 55 3.1. WSTĘP... 55 3.1.1. Matematyczny model zadania optymalizacji... 55 3.2. OPIS ZBIORU WARIANTÓW... 55 3.2.1. Zbiór wariantów... 55 3.2.2. Zmienne decyzyjne... 56 3.2.3. Zakres optymalizacji... 56 3.3. KRYTERIA (SYSTEM WARTOŚCI)... 57 3.3.1. Kryteria oceny... 58 3.3.2. Inne uwagi co do kryteriów... 58 3.4. WYMAGANIA (OGRANICZENIA)... 59 3.4.1. Ograniczenia przedziałowe ( kostkowe )... 59 3.4.2. Wymagania funkcjonalne... 59 3.4.3. Wymagania niezawodnościowe... 60 3.4.4. Wymagania dynamiczne... 60 3.4.5. Wymagania wytrzymałościowe... 60 3.4.6. Wymagania ergonomiczne i estetyczne... 60 3.4.7. Wymagania kulturowe... 61 3.4.8. Wymagania ekonomiczne... 61 3.4.9. Wymagania technologiczne... 62 3.4.10. Wymagania ekologiczne... 62

Spis treści 381 5 3.4.11. Wymagania wynikające z zakresu ważności modelu matematycznego... 62 3.4.12. Wymagania prawne... 62 3.4.13. Normy i przepisy... 63 3.4.15. Inne wymagania... 63 3.5. MATEMATYCZNY MODEL ZADANIA OPTYMALIZACJI PODSUMOWANIE... 63 3.5.1. Zbiór wariantów A... 63 3.5.2. Kryteria oceny K... 65 3.5.3. System wartości... 65 3.6. RODZAJE ZADAŃ OPTYMALIZACJI... 66 3.6.1. Optymalizacja konstrukcji i optymalizacja procesów... 66 3.6.2. Optymalizacja statyczna i dynamiczna... 67 3.6.3. Optymalizacja jedno- i wielokryterialna... 67 3.6.4. Optymalizacja bez ograniczeń i z ograniczeniami... 67 3.6.5. Optymalizacja na zbiorze nieprzeliczalnym i na zbiorze dyskretnym... 68 3.6.6. Optymalizacja miękka... 68 3.6.7. Optymalizacja rozmyta... 68 3.6.8. Klasyfikacja zadań optymalizacji... 69 3.7. PODSUMOWANIE: FORMUŁOWANIE ZADANIA OPTYMALIZACJI... 70 ROZDZIAŁ 4... 73 OPTYMALIZACJA STATYCZNA ZE SKALARNĄ FUNKCJĄ CELU... 73 4.1. DEFINICJA SKALARNEJ FUNKCJI CELU... 73 4.2. ANALIZA OGRANICZEŃ... 74 4.2.1. Prezentacja graficzna ograniczeń... 74 4.3. PROCEDURA ROZWIĄZYWANIA ZADANIA OPTYMALIZACJI... 75 ROZDZIAŁ 5... 113 POLIOPTYMALIZACJA... 113 5.1. INTUICYJNE SFORMUŁOWANIE PROBLEMU... 113 5.2. TEORETYCZNE PODSTAWY POLIOPTYMALIZACJI... 116 5.3. REPREZENTACJA GRAFICZNA ZBIORU ROZWIĄZAŃ POLIOPTYMALNYCH... 121 5.4. PROCEDURA FORMUŁOWANIA ZADANIA POLIOPTYMALIZACJI... 127 5.5. METODY ROZWIĄZYWANIA ZADANIA POLIOPTYMALIZACJI... 127 5.5.1. Poszukiwanie zbioru P na podstawie definicji... 128 5.5.2. Poszukiwanie zbioru P przez analizę ograniczeń... 129 5.5.3. Analityczne poszukiwanie zbioru P... 130 5.5.4. Komputerowe metody polioptymalizacji... 133 5.6. KORZYŚCI PŁYNĄCE Z UJĘCIA POLIOPTYMALNEGO... 152

6382 Spis treści 5.7. WYBÓR ROZWIĄZANIA... 156 5.8. ALGORYTMICZNY WYBÓR ROZWIĄZANIA... 158 5.8.1. Punkty charakterystyczne w przestrzeni kryterialnej... 158 5.8.2. Punkty będące wewnętrznymi właściwościami podzbioru... 158 5.8.3. Punkty definiowane w przestrzeni kryterialnej... 160 5.8.4. Metody funkcji dystansowej rozwiązania kompromisowe... 161 ROZDZIAŁ 6... 165 POLIOPTYMALIZACJA PROCESÓW... 165 6.1.WSTĘP... 165 6.2.TERMINOLOGIA... 166 6.3.MODEL MATEMATYCZNY OPTYMALIZACJI DYNAMICZNEJ... 171 6.4.METODY ROZWIĄZYWANIA... 174 6.5.UPROSZCZENIA: OPTYMALIZACJA STATYCZNA... 175 6.6.SFORMUŁOWANIE ZADANIA POLIOPTYMALIZACJI... 176 6.6.1. Sformułowanie zadania polioptymalizacji dynamicznej... 176 6.6.2. Sformułowanie zadania polioptymalizacji statycznej... 176 6.7.OPTYMALIZACJA DYNAMICZNA ZASADA MAKSIMUM PONTRIAGINA... 188 6.8.POLIOPTYMALIZACJA STATYCZNA PROCESU... 203 6.9.ZASADA OPTYMALNOŚCI BELLMANA (W WERSJI DYSKRETNEJ)... 206 6.10.PROCEDURA FORMUŁOWANIA I ROZWIĄZYWANIA ZADANIA POLIOPTYMALIZACJI DYNAMICZNEJ... 212 6.11.INNE PROBLEMY: DYSKRETYZACJA I WYGŁADZANIE POSZUKIWANYCH FUNKCJI... 213 6.12.WNIOSKI DOTYCZĄCE OPTYMALIZACJI PROCESÓW... 214 ROZDZIAŁ 7... 217 OPTYMALIZACJA PRZEZ ZMIANĘ OGRANICZEŃ ( OPTYMALIZACJA MIĘKKA ).. 217 7.1. ROLA OGRANICZEŃ... 217 7.2. GRAFICZNA ILUSTRACJA OGRANICZEŃ... 218 7.3. PRZEKSZTAŁCANIE PRZESTRZENI KRYTERIÓW I PRZESTRZENI CELÓW ROZWAŻANIA METODOLOGICZNE... 226 7.3.1. Przypadek dwóch kryteriów... 226 7.3.2. Przypadek z większą liczbą kryteriów... 228 7.4. OPTYMALIZACJA MIĘKKA INTUICYJNE DIALOGOWE POSZUKIWANIE DECYZJI SATYSFAKCJONUJĄCEJ... 231 7.4.1. Wstęp... 231 7.4.2. Koncepcja metody... 232 7.4.3. Algorytm: realizacja metody... 232 7.5. PODSUMOWANIE... 243

Spis treści 383 7 ROZDZIAŁ 8... 245 METODY POSZUKIWANIA MINIMUM FUNKCJI... 245 8.1. WSTĘP... 245 8.1.1. Metody... 245 8.1.2. Dobór metody... 246 8.2. METODY OPTYMALIZACJI WIELOKRYTERIALNEJ... 247 8.2.1. Metoda leksykograficzna... 247 8.2.2. Metody polioptymalizacji... 248 8.3. METODY GRADIENTOWE... 248 8.3.1. Podstawy teoretyczne... 248 8.3.2. Sprawdzenie lokalności otrzymanego rozwiązania... 259 8.3.3. Funkcja fmincon... 262 8.4. ALGORYTMY EWOLUCYJNE... 263 8.4.1. Wprowadzenie... 263 8.4.2. Możliwość uwzględniania ograniczeń w algorytmach ewolucyjnych. 268 8.4.3. Wybrane wyniki optymalizacji testujących... 270 8.4.4. Zalety i niedogodności stosowania algorytmów ewolucyjnych... 278 8.4.5. Uwagi końcowe... 279 8.5. KLASYCZNE ALGORYTMY GENETYCZNE... 281 8.6. ALGORYTM ROJU (PSO)... 281 8.6.1. Podstawy teoretyczne... 281 8.6.2. Algorytm stada... 282 8.6.3. Algorytm roju cząstek... 283 8.6.4. Implementacja w Matlabie... 288 8.6.5. Metodyka... 289 8.6.6. Testowanie algorytmu PSO... 289 8.7. SIEĆ NEURONOWA HOPFIELDA... 292 8.8. DEKOMPOZYCJA ZADANIA OPTYMALIZACJI... 298 8.9. NARZĘDZIA OPTYMALIZACYJNE W MATLABIE... 300 8.9.1. Przegląd... 300 8.9.2. Funkcje fgoalattain i fminimax... 301 8.9.3. Optymalizacja w Simulinku... 304 ROZDZIAŁ 9... 317 PRZYKŁADY... 317 9.1. WSTĘP... 317 PRZYKŁAD 9.1. BELKA RUROWA... 317 F... 317

8384 Spis treści PRZYKŁAD 9.2. SZYBKOBIEŻNY SIŁOWNIK PNEUMATYCZNY... 329 PRZYKŁAD 9.3. OPTYMALIZACJA BELKI WSPORNIKOWEJ... 350 ZAŁĄCZNIK 1... 367 SPRAWOZDANIE Z OPTYMALIZACJI... 367 Część tytułowa... 367 Opis optymalizowanego obiektu... 367 Zakres optymalizacji... 367 Tablica wielkości... 367 Kryteria... 368 Ograniczenia... 368 Wybór języka programowania i model komputerowy... 368 Opis eksperymentów optymalizacyjnych... 368 Syntetyczne wyniki optymalizacji... 368 Podsumowanie... 368 BIBLIOGRAFIA... 369 SKOROWIDZ.. 373