Nelinearno programiranje - ffri.hrzvonimir/Kvantitativne/09 Nelinearno programiranje.pdf · ekstrema funkcija cilja, cjelobrojno programiranje – za rješavanje problema s cjelobrojnim

Embed Size (px)

Citation preview

  • 9. Nelinearno programiranje

    9.1 Infinitezimalni raun 1 9.1.1 Dferenciranje 1 9.1.2 Lagrangeovi mnoitelji 1 9.1.3 Integriranje 4 9.1.4 Zadaci IR 4

    9.2 Metode traenja 5 9.2.1 Fibonaccijeva pretraga 5 9.2.2 Metoda najstrmijeg pristupa 5 9.2.3 Metoda pretraga du ogranienja 5 9.2.4 Metoda pokretne tangente na ogranienje 5 9.2.5 Zadaci MT 5

    Literatura 5

    Nelinearno programiranje (NP) skup postupaka optimalizacije modela s nelinearnim funkcijama cilja i/ili ogranienja.

    Razvijen je vei broj formalnih postupaka namijenjenih rjeavanju razliitih specifinih problema, na primjer, metod Lagrangeovih mnoitelja formalizirani postupak odreivanja ekstrema funkcija cilja, cjelobrojno programiranje za rjeavanje problema s cjelobrojnim varijablama.

    9.1 Infinitezimalni raun

    9.1.1 Dferenciranje

    9.1.2 Lagrangeovi mnoitelji

    Matematiki model Funkcija cilja (m = broj varijabli):

    y = optix

    y(x1, x2, , xm) i = 1, 2, 3, ..., m (F-9.1)

    Funkcije ogranienja (n = broj jednadbi): j(x1, x2, , xm) = 0 i = 1, 2, 3, ..., n (F-9.2)

  • 2 Kvantitativne metode

    Rjeenje Optimum se dobiva za vrijednosti xi koje ispunjavaju uvjet:

    y m

    j jj 1= = 0 (F-9.3)

    j(x1, x2, , xm) = 0

    gdje je: y gradijent vektor funkcije cilja, okomit na njenu povrinu:

    y = 1 2 n1 2 n

    y y yx x x

    + + +

    i i i

    gdje je: oznaka za parcijalnu derivaciju, i jedinini vektor (ort) koji ima odreeni pravac i smjer te jedinini intenzitet.

    Ako se, na primjer, promjene temperature (t) u nekog tijelu, u koordinatnom sustavu 0,x1,x2,x3 , mogu opisati jednadbom: t = 2 x1 + x1 x2 + x2 x32

    pravac i smjer najbreg porasta temperature (okomit na povrine istih temperatura) mogu se opisati s vektorom: t = (2 + x2) i1 + (x1 + x32) i2 + (2 x2 x3) i3

    Za sluaj jednog ogranienja: y = 0 (x1, x2, , xn) = 0 Na ovaj nain se trae vrijednosti xi za koje su paralelni gradijent funkcije cilja i gradijent funkcije ogranienja. Za sluaj bez ogranienja: y = 0

    PRIMJER P-9.1

    Uz minimalne trokove (T) izraditi i ugraditi toplinski izmjenjiva cijevi u oplati (S-9.1), dimenzija D (promjer) L (duina) sa 100 m cijevi (dovoljne povrine za potrebnu razmjenu topline). Trokovi ugradbe su: 900 NJ za cijevi, 1100D2,5L za oplatu i 320DL za smje-tajni prostor. U 1 m2 poprenog presjeka moe biti smjeteno 200 cijevi.

    Slika S-9.1 Toplinski izmjenjiva cijevi u oplati

    Matematiki model:

    Analizom konstrukcije dolazi se do izraza:

  • 09. Nelinearno programiranje 3

    2

    2,m4D

    (200, cijevi/m2) (L, m) = 100 m

    Funkcija cilja:

    T = mi 900 + 1100D2,5L + 320DL NJ niD

    Funkcija ogranienja: 50D2L = 100

    Analitiko rjeenje: Ekstremi funkcija mogu se odrediti konvencionalnim postupkom infinitezimalnog rauna

    (prva i druga derivacija):

    T = 900 + 2200

    D0,5 + 640

    D1

    ddTD

    = 1100

    D0,5 640

    D2 = 0

    D = 0,6969 = 0,7 m L = 1,2992 = 1,3 m T = 900 + 1100D2,5L + 320DL = 900 + 11000,72,51,3 + 3200,71,3 T = 1.777,45 NJ

    Lagrange-ovi mnoitelji:

    T = mi 900 + 1100D2,5L + 320DL NJ niD

    50D2L = 100 Vektori gradijenata funkcije cilja i ogranienja:

    T = (2750D1,5L + 320L)i1 + (1100D2,5 + 320D)i2 = 100DLi1 + 50D2i2

    Skalarne jednadbe (F-9.3) funkcije cilja: i1 : 2750D1,5L + 320D 100DL = 0 i2 : 1100D2,5 + 320D 50D2 = 0

    Po rjeenju i1 po :

    = 1,5

    100 D2750 320D +

    i uvrtavanju u i2 dobiva se:

    1100D2,5 + 320D 1,52750 320

    100D

    D+

    50D2 = 0

    D = 0,6969 = 0,7 m, L = 1,2992 = 1,3 m, T = 1.777,45 NJ

  • 4 Kvantitativne metode

    9.1.3 Integriranje

    9.1.4 Zadaci IR Z-9.1 Odrediti visinu (h) kanala sustava ventilacije kroz reetkasti nosa s kojima se

    dobiva maksimalna povrina presjeka kanala (maksimalni protok).

    Matematski model/ogranienja: Rjeenje: h = 0,3 m

    Z-9.2 Minimalizirati potrebnu snagu (P) sustava za opskrbu vodom ako je ukupni protok Q = 0,01 m3/s. Padovi tlaka u cjevovodima dati su izrazima:.

    1. p1 = 2,11010Q12 , 2. p2 = 3,61010Q22 .

    u kojima je tlak (p) izraen u paskalima (Pa), a protoke u m3/s. Iste koefici-jente korisnog uinka imaju dvije crpke (c), kao i dva elektromotora (m).

    Matematski model/ogranienja: Rjeenje: Q1 = 0,00567 m3/s

    Z-9.3 Minimalizirati trokove izrade elinog okvira ako su cijene: a) horizontalnih profila u pravca x1 200 x1 /m, b) horizontalnih profila u pravca x2 300 x2 /m i c) svih okomitih profila (x3) 500 x3 /m

    Okvir mora obuhvatiti volumen od 900 m3.

    Matematski model/ogranienja: Rjeenje: T = 9000

  • 09. Nelinearno programiranje 5

    9.2 Metode traenja Priroda funkcija cilja i ogranienja esto onemoguava optimalizaciju koritenjem anali-

    tikih metoda. U takvim se sluajevima koriste metode traenja koje uvjetuju samo mogu-nost izraunavanja vrijednosti funkcije cilja na osnovu aktualnih vrijednosti varijabli.

    Za probleme s jednom varijablom, kod kojih je funkcija cilja jednoznana, najjednostavni-je je izraunavati vrijednosti funkcije cilja za ravnomjerne razmake vrijednosti varijable sve dok se ne dobije optimalna vrijednost (maksimalna/minimalna). Iako ova metoda nije naju-inkovitija, ona ne zahtijeva veliko vrijeme izraunavanja za jednostavne probleme. Razvije-no je vie efikasnih tehnika traenja, kao to je, na primjer, metoda zlatnog presjeka.

    Efikasna metoda traenja je potrebna za viedimenzionalne probleme jer je broj potrebnih izraunavanja (vrijeme rada raunala) znaajno vei nego kod problema s jednom varijab-lom.

    Problem traenja s dvije varijable se moe nacrtati, pri emu se vrijednosti funkcija cilja prikazuju kao konturne linije. Traenje optimuma takve funkcije moe se usporediti s trae-njem na karti vrha brda (ili dna doline), a korisna tehnika za ovaj tip problema je metoda najstrmijeg uspona (ili kosine).

    9.2.1 Fibonaccijeva pretraga

    9.2.2 Metoda najstrmijeg pristupa

    9.2.3 Metoda pretraga du ogranienja

    9.2.4 Metoda pokretne tangente na ogranienje

    9.2.5 Zadaci MT

    Literatura 1. Stoecker W.F.; Design of Thermal Systems, Third edition, 565 s, McGraw-Hill, 1989;

    0070616205.

    2. R. K. Sinnott: Chemical engineering, Volume 6 An Introduction to Chemical Engi-neering Design; Pergamon Press, Oxford, 1983.

    9.1 Infinitezimalni raun 9.1.1 Dferenciranje 9.1.2 Lagrangeovi mnoitelji Matematiki model Rjeenje Matematiki model: Lagrange-ovi mnoitelji:

    9.1.3 Integriranje 9.1.4 Zadaci IR

    9.2 Metode traenja 9.2.1 Fibonaccijeva pretraga 9.2.2 Metoda najstrmijeg pristupa 9.2.3 Metoda pretraga du ogranienja 9.2.4 Metoda pokretne tangente na ogranienje 9.2.5 Zadaci MT

    Literatura