Нетрудно убедиться, что подобное нормирование эффективности капитальных вложений обеспечивает согласование локального и глобального оптимума вложений и, естественно, достижение их общего максимального эффекта. При этом показателем оптимальности сравниваемых проектных и плановых решений, как указывается в типовой методике определения экономической эффективности капитальных вложений [79], является минимум приведенных затрат. Приведенные затраты по каждому варианту представляют собой сумму текущих затрат (себестоимости) и капитальных вложений, приведенных к одинаковой размерности в соответствии с нормативом эффективно--сти. В простейших случаях, когда капитальные вложения по сравниваемым вариантам осуществляются в течение 1 года, после чего объекты выходят в нормальную эксплуатацию с постоянным уровнем текущих, затрат, приведенные затраты по i-му варианту определяются из выражения [c.8]
В оптимизационных расчетах необходимо последовательно соблюдать требования системного подхода, т. е. учитывать внешние связи рассматриваемого объекта в целях обеспечения соответствия локальных решений глобальному оптимуму (в предшествующем изложении уже приводились примеры реализации этих требований в методике производства расчетов). Нельзя, например, изолированно рассматривать технологически связанные между собой элементы систем распределения и использования горючих газов, а при сравнении вариантов использования различных газов (природного и сжиженного) или дру--гих энергоносителей (например, газа и твердого топлива) игнорировать в технико-экономических расчетах затраты обратной связи, обусловленные ограниченностью наиболее эффективных видов топлива и энергии. Поэтому в рассматриваемых в настоящей работе оптимизационных расчетах необходимо пользоваться замыкающими затратами (оценками) на топливо и энергию. Замыкающие затраты на топливо формируются с учетом дифференциальной ренты, характеризующей различие природных условий добычи, местоположения и качества топлива, т. е. именно на учете затрат обратной связи. Замыкающие затраты на электрическую и тепловую энергию, хотя и отличаются по своему экономическому содержанию и способам формирования от замыкающих затрат на топливо, но также учитывают затраты обратной связи. [c.15]
Согласование локального оптимума ограниченных по своим масштабам энергетических систем городов, отдельных промышленных и сельскохозяйственных комплексов и т. п. (подобных, например, рассматриваемым комплексам сельских населенных пунктов) с глобальным оптимумом - энергетической системы страны может быть наиболее полно осуществлено путем использования замыкающих затрат на топливо и электроэнергию (см. гл. I). [c.325]
Локальный оптимум является одновременно и глобальным оптимумом. [c.61]
Сумма локальных оптимумов не равна глобальному оптимуму. [c.45]
В дальнейшем и в других работах (см., например, [36, 211, 173]) были получены аналогичные результаты. В доказанных по этому поводу утверждениях гарантируется сходимость соответствующего процесса стохастической аппроксимации к одному из локальных экстремумов или одному из корней функции регрессии f(x). Между тем для решения многих содержательных задач требуется итеративный алгоритм, обеспечивающий сходимость не к какому-нибудь локальному экстремуму, а к глобальному оптимуму функции регрессии. [c.369]
Для решения задач в условиях инвариантности необходима точная, достоверная, адресная информация о динамике норм и нормативов и отфильтрованная информация об отклонениях от норм. Это позволяет инженерно-техническим работникам, а в определенных случаях и бухгалтерам, моделировать возможные варианты решения, работая с помощью дисплеев в ответно-запросном режиме по отысканию наилучшего варианта решения. В подобных условиях руководитель имеет возможность усилить контроль за правильностью рекомендуемых ему решений на основе оперативной проработки сразу нескольких стандартных вариантов. При этом возникает необходимость отыскания локального и глобального оптимумов без непосредственного участия в подготовительной работе руководителей линейных или функциональных подразделений предприятия. Одним из важных условий и одновременно способов отыскания наилучших решений в альтернативных массовых ситуациях является анализ соответствия сфер компетенции руководителей и объема информации, формируемой в подчиненных им подразделениях. Такой анализ позволяет определить состав и содержание необходимой для текущего регулирования хозяйственной деятельности технико-экономической информации. [c.147]
В таких случаях реализуется третье условие оптимальности, состоящее в постановке и решении дополнительных задач по повышению эффективности производства в запросно-ответном, диалоговом режиме. Особенно это необходимо при оперативной проработке вопросов о возможности и целесообразности использования некондиционных сырья и материалов, фактические характеристики качества которых существенно отличаются от стандартных. Заблаговременная разработка и введение в ЭВМ ИВЦ алгоритмов решения таких дополнительных задач, наличие особого программного обеспечения позволяют не только повысить степень оптимальности команд-распоряжений, но и оценить их в сравнении с глобальным оптимумом, например с лучшими [c.150]
Первая область оптимизации является наиболее благоприятной для согласования локального и глобального оптимумов, т. е. для применения экономико-математического моделирования при решении задач по закреплению достижений трудовых коллективов. Примером подобных расчетов является, в частности, решение задач по предотвращению негативных последствий экономии материальных и трудовых ресурсов посредством отыскания оптимального варианта наилучшего использования их высвобождения, в том числе посредством пересмотра действующих норм создания условий для интенсификации усилий трудовых коллективов по перевыполнению производственных заданий на базе увеличения частоты отгрузки отдельных видов продукции плановым потребителям во избежание переполнения складов расчета экономии по транспортным расходам вследствие повышения концентрации основного вещества, чистоты или других свойств готовой продукции, сокращающих объем непроизводительных перевозок, и т. д. [c.156]
Модель (2.2.15) требует нахождения глобального оптимума линейной формы uj YJ, а также в случае невыпуклых задач и локальных оптимумов. [c.108]
При разных сочетаниях аргументов значения функции будут различными. Самое большое из них и будет глобальным, т. е. общим оптимумом. Его величина становится как бы тем оселком, на котором пробуются планы— чем больше показатель, гем план лучше. Тогда мы говорим, что критерий оптимальности — максимум интересующей нас функции. Впрочем, бывают и такие показатели, величина которых интересует нас в обратном отношении чем показатель меньше, тем лучше. Это, например, общие затраты труда или других ресурсов. Тогда глобальным оптимумом будет наименьшее значение этого показателя. Глобальный оптимум противопоставляется оптимуму локальному, местному. [c.56]
Взаимосвязи экономики с внешней средой рассматриваются пока еще упрощенно, в виде ограничений. С одной стороны, как определенные уровнем развития экономики возможности для социального развития, защиты природной среды и т. д. С другой — в виде предъявляемых требований защиты окружающей среды, социальных потребностей и т. д. к вариантам развития экономики. Подобный подход позволяет достичь локального оптимума развития экономики относительно какого-то условного момента времени. В перспективном плане выбираемый подобным путем вариант развития может оказаться неоптимальным, т. е. не соответствующим глобальному оптимуму экономического развития. [c.157]
Принцип глобальной оптимизации, предполагающий, что при оптимизации структуры или управления логистической системы необходимо согласование локальных целей функционирования элементов системы для достижения глобального оптимума. [c.373]
Если в задачах линейного программирования точка экстремума является вершиной многогранника, то в задачах нелинейного программирования она может лежать в вершине многогранника, на ребре (грани) или внутри области. Если задача содержит нелинейные ограничения, то область допустимых решений не является выпуклой и кроме глобального оптимума могут существовать точки локального оптимума. [c.347]
Под замыкающими затратами на топливо и электроэнергию понимается система удельных экономических показателей, представляющих собой реальные народнохозяйственные затраты на получение дополнительной единицы топлива и электроэнергии в каждом районе. С помощью этих обобщенных показателей может осуществляться согласование частного оптимума отдельной энергетической системы с глобальным оптимумом всего энергетического хозяйства страны. [c.31]
Оптимизационные задачи для выпуклых функций. Общим недостатком рассмотренных выше методов безусловной оптимизации было, с одной стороны, то, что они позволяют отыскивать только точки, подозрительные на локальный экстремум, а с другой — то, что найденные решения могут существенно зависеть от начального приближения. Поиск глобального оптимума подразумевает перебор найденных точек, который, [c.89]
Однако существует один класс функций, для которых градиентные методы приводят к нахождению глобального оптимума. Это выпуклые функции. [c.91]
В результате мы получаем выражение для значения целевой функции задачи при оптимальном поэтапном процессе принятия решений о распределении ресурса. Оно в силу построения данного процесса равно глобальному оптимуму целевой функции [c.161]
Степени достижения оптимума (безусловного) по всем критериям, кроме первого, не определены. Рассчитать их можно, лишь решив исходные модели по соответствующим целевым функциям (еще (S - 1) задач) на глобальный оптимум. [c.49]
Узловой и чрезвычайно сложной проблемой при моделировании таких систем является проблема согласования решений, найденных для каждой подсистемы в отдельности (локальных оптимумов), с глобальным оптимумом всей системы в целом. Очевидно при этом, что изучение проблемы согласования локальных оптимумов с глобальным тесно связано с проблемой оптимальной декомпозиции (децентрализации) целевых установок до соответствующих целевых установок каждой подсистемы в отдельности. Таким образом, обеспечивается согласование целей на уровне непротиворечивости интересов и реализуется принцип то, что необходимо системе (например, обществу в целом), должно быть выгодно каждому элементу системы в отдельности. [c.69]
Тем не менее низкая скорость оптимизации не является главным препятствием на пути аналитика. Гораздо сложнее справиться с так называемой проблемой локальных решений. Почти все аналитические методы, будь они простыми или сложными, легко попадаются в ловушку локальных максимумов при наличии множества впадин и выступов на поверхности они не могут найти наилучшее глобальное решение. Метод наименьших квадратов, моделирование нейронными сетями дают поверхности функции пригодности неправильной формы с большим количеством локальных экстремумов. Данные поверхности чрезвычайно сложны для стандартных аналитических методов, таких как метод сопряженных градиентов или алгоритм обратного распространения, применяемый в нейронных сетях. Впрочем, местные максимумы можно обойти, соединив аналитический метод с генетическим. Для поверхностей, которые можно исследовать аналитическими методами, такой двойной алгоритм может оказаться наилучшим решением он позволит быстро и с большой точностью найти глобальные оптимумы. [c.58]
Пусть дано множество С Е W1. Оценочной функцией, или функцией оценки задачи VI(X,F) (соответственно N P(F)), называется неотрицательная функция М С —> R, удовлетворяющая условию точка х будет решением VI(X, F) (соответственно N P(F)) в том и только в том случае, когда х е С и М(х) = О, т. е. когда точки глобального оптимума задачи [c.57]
Гораздо сложнее построить оценочную функцию, которая обладала бы рядом свойств, полезных в вычислительном отношении. В частности, только что приведенные в качестве примера функции такими свойствами не обладают, — уже отмечалось, что д(х), вообще говоря, не является гладкой и даже не имеет конструктивно очерченной области определения вторая из приведенных функций, хотя и может считаться гладкой, порождает задачу, найти точки глобального оптимума которой достаточно сложно. [c.57]
Взглянем на связь задачи (6.4) с задачей решения вариационного неравенства VI(X, F) более пристально. Теорема 6.1 говорит, что решение VI(X, F) сводится к отысканию точек глобального оптимума в (6.4). Но поскольку функция М0, вообще говоря, не выпукла, задача (6.4) может иметь точки локального минимума и стационарные точки, которые не являются точками глобального минимума. К счастью, перечисленные трудности исчезают в случае, когда отображение F непрерывно дифференцируемо и матрица V F(x) положительно определена при всех х е X, т. е. ут V F(x)y > 0 Vy е R", Уж е X. [c.59]
Таким образом, (Н(х) — x)1 VF(x) (Н(х) — х) < О, что, в силу положительной определенности матрицы Якоби, влечет равенство х — Н(х) = О, т. е. х действительно оказывается решением VI(X, F), а значит, по теореме 6.1 и точкой глобального оптимума в задаче (6.4). [c.60]
Государство" Платона принцип оптимального брака. Кто должен заниматься подбором наиболее подходящей жены сам жених, его родители или специалисты Древнегреческий философ Платон, считает, что специалисты-астрологи. Более того, в силу примата глобального оптимума над локальным здесь важен государственный подход. Поэтому правители определяют количество браков, чтобы сохранялось постоянное число мужчин, принимая в расчет войны, болезни и т.д., и чтобы государство по возможности не увеличивалось и не уменьшалось. Так, будет поддерживаться оптимум народонаселения. [c.104]
Среди положений кибернетики обособленное место занимает эмерджентность, т. е. свойство сложной системы обладать чертами, признаками и свойствами, не присущими ни одному из элементов этой системы в отдельности или присущими им не в одинаковых размерах. В частности, свойство эмерджентности выражается в несовпадении локального и глобального оптимумов. Например, ритмичность сборки и выпуска изделий заводом требует часто такой поставки комплектующих деталей и узлов, которая вызывает неритмичную работу отдельных цехов и производственных участков. Наоборот, организация строго ритмичной работы всех производственных звеньев предприятия при равномерной затрате труда может быть причиной неритмичных выпуска и сдачи продукции на реализацию. [c.303]
Базовой идеей всех алгоритмов обучения является учет локального градиента в пространстве конфигураций для выбора траектории быстрейшего спуска по функции ошибки. Функция ошибки, однако, может иметь множество локальных минимумов, представляющих суб-оптимальные решения. Поэтому градиентные методы обычно дополняются элементами стохастической оптимизации, чтобы предотвратить застревание конфигурации сети в таких локальных минимумах. Идеальный метод обучения должен найти глобальный оптимум конфигурации сети4. [c.45]
Однако для большего числа городов сеть Кохонена все же в среднем дает более длинные маршруты, чем метод имитации отжига (примерно на 5%). При практическом применении нейросетевых подходов к решению задач оптимизации, однако, главное значение имеет не столько близость решения к глобальному оптимуму, сколько эффективность его получения. В этом смысле сеть Кохонена значительно эффективнее имитации отжига. Однако, и ее использование, как и в случае использования других лучших методов оптимизации, требует [c.117]
После каждого шага эволюции - генерации, на котором мутируют и подвергаются кросеннговеру все хромосомы, для каждой из новых хромосом вычисляется значение целевого функционала, которое достигается на кодируемых ими решениях. Чем меньше это значение для данной хромосомы, тем с большей вероятностью она отбираются для кроссинговера. В ходе эволюции усредненное по популяции значение функционала будет уменьшаться, и после завершения процесса (проведения заданного числа генераций) хромосома с минимальным его значаением выбирается в качестве приближенного решения поставленной задачи. Можно значительно улучшить свойства генетического алгоритма если после порождения новой генерации N хромосом предварительно объединить ее с предыдущей популяцией и выбрать из 2N полученных хромосом N наилучших. Опыт показывает, что генетические алгоритмы особенно эффективны при поиске глобального оптимума, поскольку они осуществляют поиск в широком пространстве решений. Если закодировать в виде хромосом значения весов и порогов нейронной сети заданной архитектуры и использовать в роли минимизируемой функции функционал ошибки то генетические алгоритмы можно использовать для обучения этой нейронной сети. Очевидно что для этой же цели можно использовать и описанный ранее метод иммитации отжига. [c.122]
Строгий Г.м. — всегда единственный. В задачах оптимизации (на максимум того или иного показателя) Г.м. целевой функции означает решение задачи, т. е. глобальный оптимум исследуемого процесса. Условия существования Г.м. определяются Вейерштрасса теоремой. [c.63]
Функция =fix), изображенная жирной линией, многоэкстремальна. Если двигаться по кривой от точки х, к точке х2 (и не знать при этом дальнейшей формы кривой), то можно х2 принять за оптимальное значение переменной х анализ покажет, что достигнут максимум функции J x) (первая производная функции в этой точке равна нулю, а вторая отрицательна). Между тем глобальный оптимум находится лишь в точке ху [c.200]
Принцип эмерджентности. Чем крупнее логистическая система предприятия и чем больше различие в размерах между частью и целым, тем выше вероятность того, что свойства целого могут сильно отличаться от свойств частей. Возможно несовпадение локальных оптимумов целей отдельных частей с глобальным оптимумом цели логистической системы предприятия. Любая логистическая система должна рассматриваться сначала на макроуровне, т. е. во взаимодействии с окружающей средой, а затем уже на микроуровне. [c.26]
ГЛОБАЛЬНЫЙ КРИТЕРИИ ОПТИМАЛЬНОСТИ В ЭКОНОМИКЕ 5В Глобальный оптимум 56 ГОМОРИ СПОСОБ 117 ГОРИЗОНТ ПЛАНИРОВАНИЯ 91 ГОРИЗОНТАЛЬНЫЕ ПРОИЗВОДСТВЕННЫЕ ОТНОШЕНИЯ 41 ГОСУДАРСТВЕННАЯ СЕТЬ ВЫЧИСЛИТЕЛЬНЫХ ЦЕНТРОВ (ГСВЦ) 132 Граф 27 ДАННЫЕ 133 Данцига-Вульфа метод декомпозиции 37 ДАТЧИКИ 147 ДВОЙСТВЕННАЯ ЗАДАЧА 117 Двойственные оценки 125 ДВОИЧНАЯ СИСТЕМА СЧИСЛЕНИЯ 147 Двоичный параметр 125 Дезагрегирование 38 Действительные издержки 59 ДЕКОМПОЗИЦИЯ (РАЗЛОЖЕНИЕ) ОПТИМАЛЬНОЙ ЗАДАЧИ Деловые игры ДЕЛЬФИЙСКИЙ МЕТОД ДЕМОГРАФИЧЕСКИЙ ЦИКЛ ДЕРЕВО РЕСУРСОВ И ДЕРЕВО ЦЕЛЕЙ Дескриптивная модель ДЕСКРИПТИВНЫЙ ПОДХОД Детерминированная система ДЕФИЦИТНОСТЬ РЕСУРСОВ ДИАГНОСТИЧЕСКИЙ АНАЛИЗ ДИНАМИЧЕСКАЯ СИСТЕМА ДИНАМИЧЕСКИЕ МЕЖОТРАСЛЕВЫЕ МОДЕЛИ [c.157]
Общая задача нелинейного программирования. Локальный и глобальный оптимум. Выпуклые функции, дифференцируемость по направлению. Понятие субградиента и субдифференциала. Задача выпуклого программирования. Функция Лагранжа. Сопоставление с классической задачей условной оптимизации. Дифференциальная форма признака оптимальности. Седловые точки. Теорема Куна-Такера. [c.48]
Отжиг (Simulated annealing). Метод, используемый для поиска глобальных минимумов на энергетической поверхности, при котором изменение состояния происходит стохастически, а не детерминированно. Это правило изменения состояния становится более детерминированным в ходе процесса поиска. В процессе оптимизации целевая функция может уменьшаться или увеличиваться с целью поиска глобального оптимума. [c.310]
В большинстве организаций конфликты в управлении проектами возникают в связи с тем, что отдельные функциональные службы пытаются решать собственные, частные задачи и оптимизировать только свою деятельность. Каждая служба убеждена в том, что действует исюпочительно в интересах организации, но, как известно, условия локального и глобального оптимума могут существенно различаться и противоречить друг другу. [c.140]
Смотреть страницы где упоминается термин Глобальный оптимум
: [c.6] [c.54] [c.325] [c.327] [c.96] [c.63] [c.462] [c.63] [c.245] [c.121] [c.70] [c.60] [c.13]Популярный экономико-математический словарь (1973) -- [ c.56 ]