english version
 

Решение задач оптимизации
Повышение эффективности сложных технических систем (таких как двигатели, суда, летательные аппараты и пр.) может быть обеспечено как внедрением новых технологий производства, применением новых концептуальных решений и т.д., так и их многопараметрической (100 и более переменных) и многокритериальной оптимизацией, эффективность которой зависит от количества переменных (рис.1). До настоящего времени поиск оптимального решения для многопараметрических и многокритериальных систем ввиду отсутствия эффективного метода его поиска представлял значительные трудности, связанные с высокой стоимостью и продолжительностью исследований.

В качестве объекта оптимизации, предоставляемом Заказчиком, может использоваться:
  • математическая модель;
  • натурный объект;
  • статистические данные.
Рис.1. Время потребное для решения задач оптимизации различными методами
 
Накоплен большой опыт использования технологии оптимизации при разработке и совершенствовании объектов реальной жизни в различных областях науки и техники:
  • аэрокосмических объектов;
  • автомобилестроении;
  • оптимизации технологических процессов;
  • оптических систем;
  • биологических объектов и др.
Разработанный программный комплекс состоит из различных независимых алгоритмов, предназначенных для решения:
  • однокритериальных задач нелинейной оптимизации;
  • многокритериальных задач нелинейной оптимизации;
  • параллельной оптимизации в однокритериальной и многокритериальной постановках;
  • оптимизации с адаптивным изменением уровня моделирования объекта (низко-, средне-, высокоточные модели);
  • оптимизации и оптимального управления при наличии неопределенностей.
Все алгоритмы разработаны в рамках единой концепции по постановке задач оптимизации, анализу полученных результатов, обмену данных с программным продуктом пользователя и заданием исходных данных на начальном этапе.
 
 
Результаты оптимизации
  1. Экстремальное значение критерия оптимизации для однокритериальной постановки, либо Парето множество для многокритериальной постановки.
  2. Вектор оптимальных параметров, обеспечивающих экстремум критерия для однокритериальной постановки. Для многокритериальной предоставляется совокупность значений варьируемых переменных, соответствующих Парето множеству.
  3. Значения ограничений в оптимальной точке.
  4. Совокупности точек в пространстве поиска решения, которые близки к точке экстремума.
Полученные результаты оптимизации могут быть использованы пользователем на этапе анализа полученного решения и обеспечивает, возможность выбора по другим соображениям какого-либо другого решения, которое имеет значение критерия близкое к оптимальному. В последующем данная информация может быть использована для постановки новых задач оптимизации, что обеспечивает дополнительное снижение затрат на получение нового решения.
 
 
 
© Сигма Технология 2001, 2012