Teoria i metody optymalizacji

Podobne dokumenty
ANALIZA WRAŻLIWOŚCI. Przedziały dopuszczalnych zmian zsdla wyrazów wolnych ograniczeń (RHS)

KURS GEOMETRIA ANALITYCZNA

Materiały pomocnicze dla studentów I roku do wykładu Wstęp do fizyki I Wykład 1

MECHANIKA OGÓLNA (II)

Metody optymalizacji. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Kinematyka odwrotna:

SK-7 Wprowadzenie do metody wektorów przestrzennych SK-8 Wektorowy model silnika indukcyjnego, klatkowego

WYKŁAD 11 OPTYMALIZACJA WIELOKRYTERIALNA

Analiza działania rozszerzonego obserwatora prędkości w szerokim zakresie zmian prędkości maszyny indukcyjnej

Dobór zmiennych objaśniających do liniowego modelu ekonometrycznego

KINEMATYKA. Kinematyka jest częścią mechaniki opisującą ruch obiektów bez wchodzenia w


Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik


Zastosowanie algorytmu Euklidesa

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

Zastosowanie teorii pierścieni w praktyce

Ruch dwu i trójwymiarowy

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie

Blok 2: Zależność funkcyjna wielkości fizycznych

PRĘDKOŚCI KOSMICZNE OPRACOWANIE

Sterowanie prędkością silnika krokowego z zastosowaniem mikrokontrolera ATmega8

MECHANIKA BUDOWLI 12

GEOMETRIA PŁASZCZYZNY

II.6. Wahadło proste.

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

= ± Ne N - liczba całkowita.

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

= oraz = ; Przykładowe zadania EGZAMINACYJNE z przedmiotu PODSTAWY AUTOMATYKI. Transmitancja operatorowa

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Modelowanie przepływu cieczy przez ośrodki porowate Wykład III

ĆWICZENIE 5. Badanie przekaźnikowych układów sterowania

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

Dobór zmiennych do modelu ekonometrycznego

23. CAŁKA POWIERZCHNIOWA NIEZORIENTOWANA

ELEMENTY MECHANIKI ANALITYCZNEJ

Model klasyczny gospodarki otwartej

Testy statystyczne teoria

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM TEORII STEROWANIA INSTRUKCJA LABORATORYJNA

EGZAMIN MATURALNY Z MATEMATYKI

{ 1, 2,, n } Ponadto wówczas mówimy, że formuła: oraz równoważna jej formuła:

1 Macierze i wyznaczniki

Programowanie liniowe

RACHUNEK ZDAŃ - ZADANIA. Zadanie 1. Wyznacz wartość logiczną formuły A dla podanych wartościowań zmiennych zdaniowych występujących w tej formule q q

Metoda simpleks. Gliwice

Uniwersytet Warszawski Teoria gier dr Olga Kiuila LEKCJA 2

Binarne Diagramy Decyzyjne

W. Guzicki Zadanie 30 z Informatora Maturalnego poziom rozszerzony 1

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.

) a j x j b; x j binarne (j N) całkowitoliczbowe; przyjmujemy (bez straty ogólności): c j > 0, 0 <a j b (j N), P n

Wstęp do filogenetyki molekularnej. Krzysztof Turowski

REZONATORY DIELEKTRYCZNE

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

00507 Praca i energia D

Ekstrema funkcji dwóch zmiennych

Rodzajowy rachunek kosztów Wycena zuŝycia materiałów

Sterowanie nieholonomicznym manipulatorem z zastosowaniem funkcji transwersalnych

BADANIA OPERACYJNE pytania kontrolne

KURS FUNKCJE WIELU ZMIENNYCH

Funkcje wielu zmiennych

Automatyka. Treść wykładów: Układ kombinacyjny AND. Układ sekwencyjny synchroniczny. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny

Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna.

TOZ -Techniki optymalizacji w zarządzaniu

Przestrzenie liniowe w zadaniach

PODSTAWY AUTOMATYKI 4. Schematy blokowe

Próba określenia miary jakości informacji na gruncie teorii grafów dla potrzeb dydaktyki

L(x, 0, y, 0) = x 2 + y 2 (3)

Siła. Zasady dynamiki

Wykład: praca siły, pojęcie energii potencjalnej. Zasada zachowania energii.

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej

TERMODYNAMIKA PROCESOWA. Wykład V

(4) W zbiorze R R definiujemy działania i wzorami. (a, b) (c, d) =(a + c, b + d),



14. Grupy, pierścienie i ciała.

Algorytm simplex i dualność

LIST EMISYJNY nr 3 /2014 Ministra Finansów

etody programowania całkowitoliczboweg

Dualność w programowaniu liniowym



BADANIA OPERACYJNE ANALITYKA GOSPODARCZA

Zadania otwarte. 2. Matematyka. Poziom rozszerzony Próbna Matura z OPERONEM i Gazetą Wyborczą n n. 2n n. lim 10.



Opis ćwiczeń na laboratorium obiektów ruchomych

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

Rozdział 1 PROGRAMOWANIE LINIOWE

1 Przekształcenie Laplace a

Stabilność liniowych układów dyskretnych

Ruch jednostajny po okręgu

11. DYNAMIKA RUCHU DRGAJĄCEGO

BADANIA OPERACYJNE Tomasz Łukaszewski

Równania różniczkowe

Konstrukcja biortogonalnych baz dyskryminacyjnych dla problemu klasyfikacji sygnałów. Wit Jakuczun

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

Programowanie liniowe. Tadeusz Trzaskalik

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że

Transkrypt:

eoia dualności dla zadania pogamowania liniowego PL EORIA I MEODY OPYMALIZACJI Zadanie liniowego pogamowania całkowitoliczbowego PCL Wdział Elektoniki Kie. Automatka i Robotka Studia II t. NZ d inż. Ewa Szlachcic Kateda Automatki, Mechatoniki i Stemów Steowania Wdział Elektoniki Politechnika Wocławka ma c wiedzenie 7. : A b min v v b A v c v Jeśli wekto et ozwiązaniem dopuzczalnm dla zadania pmalnego i wekto v et ozwiązaniem dopuzczalnm dla zadania dualnego, to watość unkci celu w zadaniu dualnm nie może bć mnieza od watości unkci celu w zadaniu pmalnm. v b c eoia dualności dla zadania pogamowania liniowego cd. wiedzenie 6. v i v Dla pa ozwiązań optmalnch zadania pmalnego i dualnego pogamowania liniowego zachodzi waunek: wiedzenie 6. c b v Niech [, ] i [v,v ] będą odpowiednio ozwiązaniami dopuzczalnmi zadania PL pmalnego i dualnego, pz czm i v ą wektoami zmiennch dopełniaącch do potaci kanoniczne zadania w wektoach ozwiązań. Wted [, ] i [ v, v ] będą odpowiednio ozwiązaniami optmalnmi pa zadań PL pmalnego i dualnego, eśli zachodzi waunek komplementaności zmiennch: tzn. v v Pzkład I zadanie pmalne zadanie dualne min v v v v ma vv X v v 6v V : v X :, v v v,, 6 v v Potać wektoa ozwiązań: v v, v v, v, v v v,,, Pzkład II Stem cięcia dłużc min v.v.6v. v 7v v v v v v v, v, v,, v, v v ma X, 7. X :.6,. eoia dualności dla zadania PL cd. I. Rozwiązanie zadania dualnego metodą implek Zadanie dualne: ma X X :, 6 Zadanie pogamowania liniowego PL pz oganiczeniach: min c - - - 6 Rozwiązanie optmalne: a) Zadanie dualne b) Zadanie pmalne Watość optmalna unkci celu: 7 / -/ / -/6 / 7/ /6 / 7/ /6 / v v,,,,, v, v, v, v v / / / 9/ -/ / / / - / / -/ 9,,,, v,,,, A b dim =[n*], dim c=[n*] Maciez A odpowiada za wpółcznniki w m oganiczeniach dim A=[m n] Wekto wazów wolnch b odpowiada za pawą tonę oganiczeń dim b =[m*]

Potać kanoniczna II zadania PL Optmalne ozwiązanie II zadania PL metodą dualną implek min c, A b,, ma - c, - A I,, b, wiedzenie: Rozwiązanie bazowe dopuzczalne układu ównań A=b et ozwiązaniem optmalnm II zadania PL, eśli ą pełnione waunki: (i) Waunek dualne dopuzczalności: dla o R N (ii) Waunek dualne optmalności i dla i,..., m Algotm dualn implek Kok. (tat). Rozpocznam algotm od znalezienia piewze tablic dualnie dopuzczalne. Należ pawdzić dualną dopuzczalność ozwiązania: cz ak - idź do Koku, Nie koniec. Kok. (tet optmalności). Cz i dla każdego i,..., m? ak - to aktualne ozwiązanie et optmalne. Nie - idź do Koku. o dla R N Algotm dualn implek c.d. Kok. (wbó zmienne wpowadzane do baz). Wbiez ako zmienną wchodzącą do baz taką zmienną dla któe k k ma (, ). k Jeśli wiele zmiennch pełnia ten waunek, wbiez abitalnie edną z nich. Idź do Koku. Kok. (Wbó zmienne uuwane z baz). Wbiez ako zmienną uuwaną z baz taką zmienną B dla któe. pową egułą et wbó zmienne dla któe: Idż do Koku. min, i,..., m RN io B, i Kok. (eliminaca). Dokona dualną iteacę implekową metodą eliminaci Gau a popzez wpowadzenie Idź do Koku. k do baz oaz uunięcie B Pzkład II zadania pogamowania liniowego dualna metoda implek Pzkład II zadania pogamowania liniowego dualna metoda implek cd. min X 8 X : 6, tablica optmalna I tablica optmalna II tablica początkowa tablica pośednia tablica nie optmalna - - - - - - - - - X -8 - - X -6 - - X - - - - - ½ ½ X ½ -/ - -/ -/ X - -/ -/ -X -/ / / X / / -/ X / -/ / X -/ -/ -/ -X - X - X - X - - - - - X - - X - tablica dualnie dopuzczalna tablica ezcze nie optmalna dla o R N dla i m i,..., Rozwiązanie optmalne I wiezchołek: Rozwiązanie optmalne II wiezchołek: [,,,, ] [,,,, ] [,,,, ] [,,,, ]

Pogamowanie liniowe całkowitoliczbowe PCL Metodologia podziału i ozacowań Banch and Bound echnique (B&B) Metodologia podziału i ozacowań B&B ma c, A b,, Z S { A b, i Z n }, Podtawą metodologii B&B et pzegląd dzewa ozwiązań. Wkoztue ię akt kończoności zbiou możliwch watości zmiennch całkowitoliczbowch w pzpadku oganiczonch zadań PCL. Etap metod: -podział -gałęzienie -obliczanie gónch i dolnch ozacowań unkci celu. Ołabienie, któe powadzi do zadania PL: { A b, } S Metodologia podziału i ozacowań B&B Metodologia podziału i ozacowań B&B Podział. Pzmim, że zadanie PL zotało ozwiązane dla wiezchołka v, pz czm () ma nie wztkie kładowe całkowitoliczbowe. Pzkładowo niech pewna zmienna [ ], Podział S, któ et pz tm ozbiciem zbiou, et natępuąc: * i S { S i { [ i i. ]}, S { i }}, Zadanie pogamowania liniowego et pożądanm ołabieniem zadania pogamowania liniowego całkowitoliczbowego, gdż dołączone oganiczenia daą góną i dolną ganicę dla pozczególnch zmiennch. Otzmane ołabione zadanie pogamowania liniowego pz założeniu oganiczoności zmiennch ozwiązue ię algotmem dwuazowm implek. Gdzie <a> et namniezą liczbą całkowitą więkzą lub ówną a, [a] zaś oznacza nawiękzą liczbę całkowitą mniezą lub ówną a. Pzkład zadania PCL Dzewo ozwiązań ma 7,, 8 Rozwiązanie PL Rozwiązanie PCL z z 7..8.....6.6...6. z 7 z 8 z 6 z

Pzkład II zadania PCL Podział zadania Z na Z i Z ma 7 6 8 6 6 8 6,, Z Rozwiązać zadanie II z odzuceniem waunku na całkowitoliczbowości: Zadanie Z ma 7 6 8 6 6 8 6, [, ] [6.,.]. Zadanie Z ma 7 6 Zadanie Z ma 7 6 8 6 6 8 6, [, ] [6.87,]. 8 6 6 8 6, [, ] [6, ] Pogamowanie liniowe całkowitoliczbowe metodologia odcięć Metoda odcięć ma c, S { A b, i Z}. Załóżm, że itnieą oaz takie, że: A b { A b, A b, } S oaz zadanie ołabione w tounku do zadania (): ma ma całkowitoliczbowe ozwiązanie optmalne opt. Wówcza opt et ozwiązaniem optmalnm zadania (). c, () ma c, () Q { A b, }. Załóżm, że mam epezentacę poblemu () w potaci R i, i,,..., m, B i i R Podtawowe odcięcie ([ h ] i [ hi ]) [ h] i [ hi] Odcięcia w metodzie om całkowitch R i ( i R a [ [ ] ( i i [ ]) i i ] i i i R i R i, i R [ ] i, i mui bć liczbą całkowitą: [ i. ]. ) ([ i ] et całkowite. R [ ] ), i Zadanie pogamowania liniowego PL dla zmiennch całkowitch ma X / / / / -/ / 9/ / -/ / - / -, -, X :, n Z 6 n Rozwiązanie zadania PL dla R z dodanm odcięciem dla zmienne Wbane odcięcie: Możliwe odcięcia:

Kolene iteace algotmu odcięć metoda dualną implek Heutczne eguł wbou wieza źódłowego ablica optmalna ale nie całkowitoliczbowa / / / / -/ / / / -/ - - 7 - - - - - Dodano nowe odcięcie / / / / -/ / / / -/ - - -/ -/ -/ Rozwiązanie dopuzczalne, optmalne i całkowitoliczbowe [,,,,,, ] [,,,,,,] 7 Należ zbudować odcięcie uuwaące nawiękz możliw obza nie zawieaąc punktów całkowitoliczbowch. Odcięcie tae ię głębze, eśli i a i Pożądane et ab i bło możliwie duże a i bło możliwie małe dla R Reguł wbou wieza w metodzie om całkowitch Badanie całkowitoliczbowości ozwiązania PCL ( I ) ( II ) ( III ) ma i i i R ma i i R i ma i k Dla okeślonego ik k R W obliczeniach komputeowch liczba zeczwita et taktowana ako liczba całkowita, eśli min {, } Nieozpoznanie całkowitoliczbowości może powodować: wkonanie niepotzebnch iteaci, dołączenie niepopawnch odcięć utatę ozwiązania optmalnego. I na odwót błędne twiedzenie całkowitoliczbowości może powodować niepopawne zakończenie obliczeń. Optmalne ozwiązanie zadania PCL Pzegląd algotmów metodologii odcięć Rozwiązanie dopuzczalne zadania PCL et ego ozwiązaniem optmalnm, gd ą pełnione tz waunki: (i) pmana dopuzczalność, (ii) całkowitoliczbowość, i całkowite, i,..., m; (iii) dualna dopuzczalność, i, i,..., m dla wztkich R ;. Metoda om całkowitch- nie pełnion waunek całkowitoliczbowości i dla i=,...,m. Całkowitoliczbow algotm dualn nie pełnion waunek pmalne dopuzczalności: i dla i,..., m. Całkowitoliczbow algotm pmaln nie pełnion waunek dualne dopuzczalności: dla R

Algotm odcięć dla zadania PCL Kok Znadź ozwiązanie pełniaące dwa pośód tzech wmienionch waunków. Idź do Koku. Kok - et na optmalność Jeśli tzeci waunek et pełnion Stop. W pzeciwnm wpadku idź do Koku. Kok - Odcinanie i eliminaca Doda odcięcie z odpowiednio dobaną watością h. Dokona eliminaci ab zachować dwa wbane waunki. Może zaitnieć konieczność wkonania więkze liczb koków eliminaci. Wóć do Koku. 6