критерий скользящего допуска
Критерий скользящего допуска используется в методе скользящего допуска для решения многомерной задачи локальной условной оптимизации следующего вида: найти минимум критерия оптимальности Ф(X), определенного в области допустимых значений D, формируемой с помощью ограничений вида неравенств. Метод скользящего допуска существенно использует множество Dr={X|T(X)≤Δr}, где неотрицательный скаляр Δr - есть критерий скользящего допуска (см. определение метода скользящего допуска). Критерий скользящего допуска определяет требуемую точность выполнения ограничений, которые формируют область допустимых значений D.
допустимая точка
Термин относится к методу скользящего допуска (см. определение этого метода). Метод скользящего допуска существенно использует множество Dr={X|T(X)≤Δr}, где неотрицательный скаляр Δr - есть критерий скользящего допуска, а T(X) - неотрицательно определенный функционал над множеством всех ограничивающих функций, формирующих множество допустимых значений D. Точка X называется допустимой точкой, если 0<T(X)=≤Δr. Содержательно, допустимая точка - это точка, принадлежащая множеству допустимых значений D.
почти допустимая точка
Термин относится к методу скользящего допуска (см. определение этого метода). Метод скользящего допуска существенно использует множество Dr={X|T(X)≤Δr}, где неотрицательный скаляр Δr - есть критерий скользящего допуска, а T(X) - неотрицательно определенный функционал над множеством всех ограничивающих функций, формирующих множество допустимых значений D. Точка X называется почти допустимой точкой, если T(X)=0. Содержательно, почти допустимая точка - это точка, не принадлежащая множеству допустимых значений D, но лежащая не слишком далеко от границы этой области.
недопустимая точка
Термин относится к методу скользящего допуска (см. определение этого метода). Метод скользящего допуска существенно использует множество Dr={X|T(X)≤Δr}, где неотрицательный скаляр Δr - есть критерий скользящего допуска, а T(X) - неотрицательно определенный функционал над множеством всех ограничивающих функций, формирующих множество допустимых значений D. Точка X называется недопустимой точкой, если T(X)>Δr. Содержательно, почти допустимая точка - это точка, не принадлежащая множеству допустимых значений D и лежащая слишком далеко от границы этой области.
базовый метод
Термин относится к методу скользящего допуска (см. определение этого метода). Метод скользящего допуска существенно использует множество Dr={X|T(X)≤Δr}, где неотрицательный скаляр Δr - есть критерий скользящего допуска, а T(X) - неотрицательно определенный функционал над множеством всех ограничивающих функций, формирующих множество допустимых значений D. В этих терминах основным содержанием метода скользящего допуска является решение многомерной задачи безусловной оптимизации функции Ф(X), а в случае, если в процесс решения текущая точка Xr стала недопустимой точкой, - также решение задачи безусловной оптимизации функции T(X). Метод оптимизации, которым решаются указанные задачи безусловной оптимизации, называется базовым методом.
метод скользящего допуска
Метод скользящего допуска предназначен для решения многомерной задачи локальной условной оптимизации, в которой множество допустимых значений D задается с помощью ограничений вида неравенств, т.е. с помощью ограничений вида gi(X)≥0, где gi(X) - ограничивающие функции. Метод скользящего допуска существенно использует множество Dr={X|T(X)≤Δr}, где неотрицательный скаляр Δr - есть критерий скользящего допуска, а T(X) - неотрицательно определенный функционал над множеством всех ограничивающих функций gi(X). Критерий скользящего допуска Δr определяет требуемую точность выполнения ограничений, которые формируют область допустимых значений D. Критерий конструируется таким образом, чтобы обеспечить его уменьшение с ростом количества итераций r. Функционал T(X) конструируется таким образом, чтобы T(X)=0 при X∊D и значения этого функционала возрастали по мере удаления точки X∉D от границы последнего множества. Метод скользящего допуска может быть скомбинирован со многими из детерминированных и стохастических многомерных методов локальной безусловной оптимизации (см. определение базового метода). Одна итерация метода скользящего допуска состоит из следующих основных шагов. 1. С помощью базового метода, исходя из текущей точки Xr решаем задача локальной безусловной оптимизации минимизируемой функции Ф(X). 2. Если найденная точка является допустимой или почти допустимой, то полагаем ее текущей и заканчиваем итерацию. 3. В противном случае с помощью базового метода, исходя из точки Xr, решаем задачу локальной безусловной оптимизации функционала T(X) - находим допустимую точку или почти допустимую точку, которую принимаем за текущую и заканчиваем итерацию.