Редактирование: Оптимизационная задача

Материал из Documentation.

'''Оптимизационная задача''' — один из видов задач. В самом общем случае, решить оптимизационную задачу это значит найти наилучшее решение среди возможных вариантов решения.<ref>[http://portal.tpu.ru/SHARED/k/KOCHEG/study/Tab1/Kochegurova_MO_2014.pdf Теория и методы оптимизации] / Е. А. Кочегурова; Томский политехнический университет. — Томск: Изд-во Томского политехнического университета, 2012</ref> Решение любой оптимизационной задачи основано на построении [[математическая модель|математической модели]] исследуемого объекта и проведении [[Вычислительный эксперимент|вычислительного эксперимента]]. Проведение вычислительного (компьютерного) эксперимента не с самим объектом, а с его моделью дает возможность эффективно исследовать его свойства в любых ситуациях.<ref>[http://portal.tpu.ru/SHARED/k/KOCHEG/study/Tab1/Kochegurova_MO_2014.pdf Теория и методы оптимизации] / Е. А. Кочегурова; Томский политехнический университет. — Томск: Изд-во Томского политехнического университета, 2012</ref> == Классификация == В зависимости от вида целевой функции и соотношения ограничений выделяют различные задачи оптимизации.<ref>[http://portal.tpu.ru/SHARED/k/KOCHEG/study/Tab1/Kochegurova_MO_2014.pdf Теория и методы оптимизации] / Е. А. Кочегурова; Томский политехнический университет. — Томск: Изд-во Томского политехнического университета, 2012</ref> Существует несколько признаков классификации. Основные критерии следующие:<ref>[http://portal.tpu.ru/SHARED/k/KOCHEG/study/Tab1/Kochegurova_MO_2014.pdf Теория и методы оптимизации] / Е. А. Кочегурова; Томский политехнический университет. — Томск: Изд-во Томского политехнического университета, 2012</ref> # По типу параметров задачи оптимизации. Различают непрерывные задачи оптимизации (continues optimization) и дискретные (discrete) и целочисленные (integer optimization). # По критерию размерности допустимого множества параметров D. Задачи оптимизации по этому критерию делятся на задачи одномерной оптимизации и задачи многомерной оптимизации. # Критерий наличия или отсутствия ограничений на допустимое множество D. Различают задачи условной (constrained) и безусловной (unconstrained) оптимизации. Этот признак классификации имеет место, как для одномерных, так и для многомерных задач оптимизации. # По характеру ограничений различают детерминированную оптимизацию и стохастическую. Если множество допустимых значений включает случайные компоненты, то имеет место стохастическое программирование. При этом стохастическая оптимизация может относиться и к дискретной задаче. # По виду целевой функции и виду ограничений различают линейное и нелинейное программирование. Задача линейного программирования содержит линейную целевую функцию, ограничения в задаче также линейны. При нарушении линейности целевой функции или ограничений имеет место нелинейная задача оптимизации. == Примечания == <references /> [[Категория:Наука]]

---

Описание изменений:

Отменить | Справка по редактированию (в новом окне)