Optimalizálási kritérium - stadopedia
Az optimalizálás kritériuma egy bizonyos mutató, amelynek értéke meghatározza a bemeneti paraméterek tesztkészletének minőségét. Minél magasabb az optimalizációs kritérium értéke, annál jobb a vizsgálati eredmény ezzel a paraméterkészletével. A mutató kiválasztása a "Beállítások" fülön történik, az "Optimalizálás" mező jobb oldalán.
Az optimalizálás kritériuma csak a genetikai algoritmusra van szükség.
A következő optimalizálási feltételek állnak rendelkezésre:
• Maximális egyensúly - az optimalizálás jelzője a maximális egyensúlyi érték;
• Mérleg + maximális jövedelmezőség - az indikátor a mérlegkészítés maximális értéke a jövedelmezőség szempontjából;
• Mérleg + maximális várakozás - a mutató a nyereség elvárásainak egyensúlyát jelenti;
• Mérleg + minimum lehívás - ebben az esetben az egyenlegérték mellett a lehívási szintet is figyelembe veszik: (100% - Lehívás) * Mérleg;
• Mérleg + maximális visszanyerési tényező - az indikátor a visszanyerési tényező egyensúlyának eredménye;
• Balance + maximum Sharpe arány - a mutató a Sharpe arány szerint a mérleg eredménye;
• Egyéni optimalizálási kritérium - ha ezt az opciót választja, akkor a szakértői tanácsadó OnTester () függvényének értékét figyelembe veszik optimalizálási kritériumként. Ez a paraméter lehetővé teszi a felhasználó számára, hogy saját metrikáit használja az optimalizáláshoz.
A többkritériumos problémák, ha a kezdeti beállítás nem lehetséges megkülönböztetni a kritériumot uralkodó fontosságát a másikkal - a fő szempont, gyakran mesterségesen kritériumok egyesítjük összesítésével funkció a paramétereket - a súlyok az egyes kritérium szerint a relatív fontosságát. Ezt a megközelítést gyakran nevezik vektor konvolúciós scalarization vagy .a kritérium eredményezett paraméteres funkció, amely csökkenti az eredeti probléma, hogy egy kritérium multiobjective, - általános, összesített vagy globális kritérium superkriteriem. Az általánosított kritérium legelterjedtebb típusa lineáris konvolúció, amikor a globális kritérium az egyes kritériumok összege (néha termék) és a megfelelő súlyozási tényezők szorzataként jelenik meg.
Ennek a módszernek a alkalmazása során bizonyos nehézségek okozzák a súlyegyezmények helyes megválasztását, a kapott eredmények értelmezése problémás. Az általánosított kritérium kialakításának a megfontolt módszerének használata csak abban az esetben van értelme, ha az egyes kritériumok funkcióinak összege érdekes. Az általános esetekben egyszerűen csak néhány, a matematikai számítások által álcázott bizonytalanság helyettesíthető [2].
Vannak olyan esetek is, amikor meglehetősen problematikus, hogy minden kritériumhoz hozzárendeljünk egy bizonyos súly-együtthatót, amely megfelel a többi jelentőségének. Ezután alkalmazzuk azokat a kritériumokat, amelyeknél a súlyösszetevők nem tükrözik a kritériumok viszonylagos fontosságát, és bizonyos határokon belül változnak, ezáltal hozzájárulva a pontok lokalizálásához a Pareto-készletben. Ugyanakkor az IDL-ek szerepe még inkább nő. a súlyok kiválasztásánál elsősorban a saját tapasztalata és intuíciója vezérli, ami egy bizonyos képesítés megszerzéséhez is szükséges.
Ismételten voltak olyan hibák és ellentmondások, amelyeket egy személy a kritériumok skálájának kijelölésekor tesz. A súlyok hozzárendelésének különböző módszereinek kellően részletes áttekintése azt a következtetést vonja le, hogy nincs megfelelő módja ennek a problémának az ember általi megoldására. Ez a viselkedés a többcélú probléma megoldásában ismétlődő és stabil.
Vannak olyan kísérletek eredményeit, amiből az következik, hogy egy személy rendel tömeg kritériumok jelentős hibák képest az ismert objektív, hogy a súllyal ellent közvetlen alternatívák értékelését, stb Bár a döntéshozatalban alkalmazott súlyok felhasználásának lehetőségéről folytatott vita még mindig folyamatban van, a kapott adatok már elégségesek ahhoz, hogy ezt a műveletet meglehetősen bonyolulóknak tekintsék a döntéshozók számára [4].
Összefoglalva a fentieket, a következő következtetést vonhatjuk le. A konvolúciós módszert a leggyakrabban használták és használják, de leküzdhetetlen hiányosságokkal rendelkezik [11, 17]:
- Nem mindig a minőségi elvesztés egy kritériummal kompenzálódik a másikban történő növekedéssel. Az "optimális" konvolúciós döntést bizonyos kritériumok rossz minősége jellemezheti, és ebben az összefüggésben elfogadhatatlan lenne;
- A súlykritériumokat nem mindig lehet beállítani. Gyakran csak a kritériumok hasonló fontossága ismeretes, néha nincs információ a fontosságról;
- az eredmény nagymértékben függ a döntéshozó preferenciáitól, akik a kritériumok viszonylagos jelentőségének intuitív ötlete alapján leggyakrabban súlyokat rendelnek;
- a konvolúció által nyert célfunkció értéke nem rendelkezik fizikai jelentéssel;
- A konvolúciós algoritmus többszörös kiváltása csak néhány különböző Pareto pontot (vagy ugyanazt) eredményezhet, még akkor is, ha valójában sok ilyen pont van;
- ez a megközelítés nem képes valódi Pareto-optimális megoldásokat létrehozni a nem domború keresési területek körülményei között, ami komoly akadálya a sok gyakorlati probléma megoldásának.
Tehát minden többcélú probléma megoldásához figyelembe kell venni az egyes kritériumok relatív fontosságára vonatkozó információkat.
Bizonyos multicritériás problémákban bizonyos kritériumok szigorúan elrendelik a fontosságot oly módon, hogy egy fontosabb kritérium növekedését minden más kevésbé fontos kritérium veszteségeinek kárára kell elérni. De a legtöbb esetben olyan helyzet áll fenn, ahol nem lehet kiemelni a főkötelezettet, vagy fontolni a kritériumokat. Ezután gyakran alkalmazzák a kritériumok konvolucióját egy általánosított kritériumban. Ezt a módszert a megalakult a Pareto készlet, valamint eljárások az egymást követő engedmények és kiválasztása magán fő kritérium kapcsolatos számos nehézségek merülnek fel, ami felveti a kérdést, hogy használja-e hasonló megközelítések és annak szükségességét, hogy dolgozzon ki módszereket, megfosztva a hiányosságokat.
Ezenkívül a három megközelítést figyelembe vevő jellemző jellemző, hogy mindegyikben a multicitéria optimalizálási problémát egy-egy kritériumoptimalizálás egy vagy több feladatra redukálják.
Így elveszett a megoldandó feladat lényege, megkülönböztető jellemzője számos kritérium egyidejű figyelembevétele. A módszereknek maguknak is sokszor kell dolgozniuk, hogy egy sor Pareto pontot hozzanak létre annak érdekében, hogy tovább értékeljék a megoldást, jelentősen növelve a felhasznált számítási erőforrások mennyiségét.
17. Lineáris programozás
Nyilatkozat a lineáris programozás problémájáról.
A lineáris programozás elődjét Dr. Phys.-Matathnak tekintik. Tudományok, állami államférfi és Nobel-díjak L.V. Kantorovics, aki a XX. Század 30-as évében a gazdasági problémák megoldásának módját javasolta (különösen a rétegelt lemezek vágásának problémáját). LV Kantorovich kifejlesztett egy módszert a tényezők megoldására a lineáris programozás problémájának megoldására.
A következő, az 50-es években. XX század. függetlenül Kantorovich módszer megoldására lineáris programozási feladatok (ún szimplex módszer) fejlesztette ki az amerikai matematikus, John. Danzig, aki 1951-ben megalkotta a „lineáris programozás”.
A "programozás" kifejezést azzal magyarázza, hogy a problémamegoldás során keresett ismeretlen változók általában egy program (terv) programot határozzák meg egy objektum műveleteihez, például egy ipari vállalkozáshoz. A "lineáris" szó a változók közötti lineáris kapcsolatot tükrözi.
A lineáris programozás problémájának legegyszerűbb példáját adjuk meg.
Tegyük fel, hogy két üzletben (U1, U2, Z3) kétféle U1 és U2 terméket gyártanak. Ismeretes, hogy az egyes termékek (minden esetben a becslések szerint ebben az esetben százalékban kifejezve) az egyes termékek gyártása során és a termékek értékesítéséből származó nyereség (vagy ár, mennyiségek mennyisége) betöltésre kerülnek. Meg kell határozni, hogy hány terméket kell termelni a lehető legteljesebb üzemi terheléssel annak érdekében, hogy a figyelembe vett tervezési időszak alatt értékesített termékek maximális nyereségét vagy maximális mennyiségét elérjék.
Ez a helyzet kényelmesen jelenik meg a táblázatban, ami arra utal, tipikus matematikai programozási feladatok bemutatása a probléma, azaz. E. A célfüggvény (ebben az esetben határozza meg a maximalizálása a nyereség és értékesített termékek mennyiségének)
és számos korlátozás (ebben az esetben a boltok képességei, vagyis a maximális 100% -os terhelés)
5 х1 + 4х2 ≤ 100;
1,6 х1 + 17,4 х2 ≤ 100; (2)
2,9 x1 + 5,8 x2 ≤ 100.