Компьютерное моделирование и оптимизация технологических процессов и оборудования. Дворецкий С.И - 122 стр.

UptoLike

a)
в)
б)
д)
г)
),(
θ
zg
g
g
g
g
{}
),(
θ
θ
zCM
)(
g
P
)(
g
P
)
(
g
P
0
0
0
0
==
0
11
)(
ρ
dggPS
0),(
=
θ
zg
)(
1212
ρ
ρ
<
<
S
S
0
1
<
α
**
),(
θ
=
zg
зад
S
ρ
ρ
=
=
1
33
Рис. 4.4 Геометрическая иллюстрация идеи решения А-задачи
стохастической оптимизации
этой процедуры мы не вычисляли вероятность выполнения (нарушения) ограничения на каждом шаге
поиска
*
z
. Вычисление ]0),([ θ
θ
zgBep производится в оптимальной точке
*
z
для того, чтобы проверить
выполнение условия
зад
]0),([ ρθ
θ
zgBep . В том случае, если эти условия не выполняются, выбирается
новое число
0
12
<α<α и вновь решается детерминированная задача оптимизации с ограничением
2
),( αθzg . Процедура продолжается до тех пор, пока не будет найдено такое
*
α , при котором
технологическое ограничение 0),(
θ
zg выполняется с заданной вероятностью т.е.
зад
]0),([ ρθ
θ
zgBep или
зад3
1 ρ
ρ .
Следует заметить, что возможность применения метода А-задач стохастического программирова-
ния должна всегда доказываться либо аналитическим доказательством выполнения достаточных усло-
вий, либо вычислительным экспериментом, подтверждающим выполнение достаточных условий.
В данном исследовании мы опираемся на результаты наших работ [59, 60], в которых сформулиро-
ваны достаточные условия, которым должны удовлетворять функции ),,( θzdg
j
,
]0),,([
θ
θ
zdgBep
j
и при выполнении которых решение задачи (4.32), (4.33) –
)),(,,(
****
αααα
zdCzd
будет являться реше-
нием задачи (4.29) – (4.31).
В соответствии с методом А-задач стохастической оптимизации нами разработан следующий алго-
ритм решения задачи (4.32), (4.33) [59].