Оглавление
Оптимизация на основе имитационного моделирования
-
Основы имитационной оптимизации
- Имитационная оптимизация объединяет методы оптимизации с имитационным моделированием и анализом.
- Оценка целевой функции может быть сложной и дорогостоящей из-за стохастичности модели.
-
Методы параметрического моделирования
- Параметрическое моделирование повышает производительность системы, изменяя входные данные переменных.
- Итеративный подход к оптимизации позволяет приближаться к оптимальному решению.
-
Имитационные эксперименты и оптимизация
- Имитационные эксперименты оценивают влияние различных значений входных переменных на систему.
- Итеративная оптимизация находит оптимальные значения переменных, а не перебирает все возможные сценарии.
-
Типы оптимизации
- Параметрическая оптимизация (статическая) максимизирует или минимизирует функцию при фиксированных параметрах.
- Оптимизационное управление (динамическое) используется в информатике и электротехнике для оптимального управления результатами в каждом состоянии.
-
Методы оптимизации
- Статистические методы ранжирования и отбора оценивают производительность системы с использованием моделирования.
- Методология поверхностного реагирования находит взаимосвязь между входными и выходными переменными.
- Эвристические методы быстро находят локальные оптимумы, но не всегда оптимальные значения.
- Метамодели позволяют получать надежные результаты без дорогостоящего моделирования.
- Стохастическая аппроксимация оценивает функции с шумом, используя зашумленные наблюдения.
- Методы оптимизации без производных применяются к задачам, где производные недоступны или ненадежны.
- Динамическое программирование и нейродинамическое программирование решают задачи принятия решений поэтапно.
-
Ограничения имитационной оптимизации
- Сложность создания модели, имитирующей динамическое поведение системы.
- Сложность определения неконтролируемых параметров системы.
- Трудности в определении целевой функции из-за измерений, которые могут влиять на решения.
Полный текст статьи: