В математике , информатике и экономике , задача оптимизации является задача нахождения наилучшего решения из всех возможных решений .
Проблемы оптимизации можно разделить на две категории, в зависимости от того, являются ли переменные непрерывными или дискретными :
- Задача оптимизации с дискретными переменными известна как дискретная оптимизация , в которой объект, такой как целое число , перестановка или граф, должен быть найден из счетного набора .
- Проблема с непрерывными переменными известна как непрерывная оптимизация , в которой необходимо найти оптимальное значение из непрерывной функции . Они могут включать в себя ограниченные проблемы и мультимодальные проблемы.
Проблема непрерывной оптимизации [ править ]
Стандартная форма из непрерывной задачи оптимизации является [1]
куда
- f : ℝ n → ℝ - целевая функция, которую нужно минимизировать по n -переменному вектору x ,
- g i ( x ) ≤ 0 называются ограничениями- неравенствами
- h j ( x ) = 0 называются ограничениями равенства , а
- m ≥ 0 и p ≥ 0 .
Если m = p = 0 , проблема заключается в задаче безусловной оптимизации. По соглашению стандартная форма определяет задачу минимизации . Задача максимизации можно лечить с помощью отрицания целевой функции.
Задача комбинаторной оптимизации [ править ]
Формально задача комбинаторной оптимизации A - это четверка [ необходима цитата ] ( I , f , m , g ) , где
- I - это набор экземпляров;
- для случая x ∈ I , f ( x ) - множество допустимых решений;
- дала экземпляр х и допустимое решение у из х , т ( х , у ) обозначает меру из Y , который обычно является положительным реальным .
- g - целевая функция, которая может быть минимальной или максимальной .
Цель состоит в том, чтобы найти то для некоторого экземпляра х в оптимальное решение , то есть, допустимое решение у с
Для каждой задачи комбинаторной оптимизации существует соответствующая проблема решения, которая спрашивает, существует ли допустимое решение для некоторой конкретной меры m 0 . Например, если существует граф G, содержащий вершины u и v , проблема оптимизации может заключаться в «поиске пути от u к v, который использует наименьшее количество ребер». Эта проблема может иметь ответ, скажем, 4. Соответствующая проблема с решением будет звучать так: «существует ли путь от u к v, который использует 10 или меньше ребер?» На эту проблему можно ответить простым «да» или «нет».
В области приближенных алгоритмов алгоритмы предназначены для поиска почти оптимальных решений сложных проблем. Тогда обычная версия решения является неадекватным определением проблемы, поскольку в ней указываются только приемлемые решения. Несмотря на то, что мы могли бы ввести подходящие задачи решения, проблема более естественно характеризуется как проблема оптимизации. [2]
См. Также [ править ]
- Проблема подсчета (сложность)
- Оптимизация дизайна
- Функциональная проблема
- Проблема с перчаткой
- Исследование операций
- Удовлетворительно : не нужно искать оптимума, нужно просто «достаточно хорошее» решение.
- Проблема поиска
- Полубесконечное программирование
Ссылки [ править ]
- ^ Бойд, Стивен П .; Ванденберге, Ливен (2004). Выпуклая оптимизация (pdf) . Издательство Кембриджского университета. п. 129. ISBN 978-0-521-83378-3.
- ^ Аузиелло, Джорджио; и другие. (2003), Сложность и приближение (исправленное издание), Springer, ISBN 978-3-540-65431-5
Внешние ссылки [ править ]
- «Как формирование трафика оптимизирует пропускную способность сети» . IPC . 12 июля 2016 . Проверено 13 февраля 2017 года .