Mетоды экспериментальной оптимизации
Лекция 14
Как уже говорилось ранее для решения задачи достижения почти стационарной области (области наилучших значений выходной переменной) используется два подхода.
1.Методы,использующие апроксимацию поверхности отклика в локальной области гиперплоскостью с целью определения наилучшего направления движения в сторону оптимума (например,метод крутого восхождения - при максимизации функции отклика).
2.Методы,определяющие направление движения на каждом шаге по результатам очередного наблюдения,сравнивая его с результатами предыдущих наблюдений (например,симплекс-метод).
Второй подход ,по сравнению с первым,допускает применение на действующих системах (установках) за счёт незначительных отклонений от номинальных режимов работы и не приводит к недопустимым режимам.
Рассмотрим эти методы более подробно.
Mетод крутого восхождения (метод Бокса-Уилсона)
Метод представляет собой сочетание градиентного метода оптимизаци с дробным факторным экспериментом, применяемым для апроксимации поверхности отклика полиномом первого порядка, обеспечивающим получение оценки градиента функции отклика в заданной точке с минимальной дисперсией.
Суть метода заключается в следующем. Выбирается (на основе априорной информации) начальная точка x0, из которой будет осуществляться поиск оптимальных (близких к нему) значений входных переменных.
Используя эту точку как центр плана,строится полный или дробный факторный план,по результатам эксперимента в котором строится линейная модель функции отклика:
y(x,b)=b0+b1x1+...+bkxk
Вид плана выбирается таким образом,чтобы перенасыщенность его была минимальной (число точек плана по возможности не намного превышало число определяемых коэффициентов).
Данное уравнение является уравнением гиперплоскости в (k+1)-мерном пространстве,касательной к поверхности отклика в точке x0. Коэффициенты характеризуют её наклон относительно осей координат и являются составляющими вектора градиента, обеспечивающего движение в области изменения переменных в направлении крутого (наискорейшего) восхождения по этой гиперплоскости в сторону возрастания целевой функции :
где -единичный вектор в направлении переменных (орты).
Если уравнение регрессии y(b,x) адекватно,то можно осуществлять движение вдоль линии крутого восхождения, определяя в каждой точке значения функции отклика по результатам наблюдений.Движение в данном направлении осуществляется до тех пор, пока не будет достигнуто наибольшее значение функции отклика .
В найденной точке вновь строится ПФП (ДФП), снова строится линейная модель о определяется новое направление движения в сторону оптимума. Снова осуществляется движение в направлении наискорейшего восхождения до точки, обращающей в максимум функцию отклика и т.д.(см. рисунок)
Процесс продолжается до тех пор,пока линейная модель адекватна и имеются значимые коэффициенты. Если линейная модель становится неадекватной, то делается попытка увеличить интервалы варьирования переменных и построить новую линейную модель.
Если это не приводит к положительным результатам ,то дальнейшее движение по градиенту нецелесообразно. В этом случае в центре плана x0 проводится n0 дополнительных экспериментов и оценивается значимость влияния квадратичных членов. Если оно значимо, то можно считать, что цель второго этапа исследований-достижение почти стационарной области-реализована,и можно приступать к третьему этапу исследований.
Иначе делается либо новая попытка увеличения (изменения) интервалов варьирования переменных,либо центр плана экспериментов переносится в другую точку.