Важность оптимизируемых характеристик

Если важность оптимизируемых характеристик различна, то весовой коэффициент необходимо дополнительно умножить на относительный коэффициент важности данной характеристики. Необходимо, однако, заметить, что полученные таким образом значения весовых коэффициентов являются как бы начальным приближением, ибо в процессе оптимизации может оказаться, что требования к качеству одних характеристик выполняются труднее, чем для других. Тогда следует искусственно увеличите весовые коэффициенты для «трудных» характеристик. Указанный алгоритм формирования функции качества радиочастотного тракта по нескольким одновременно оптимизируемым характеристикам реализован в виде подпрограммы ERROR, причем информация о всех коэффициентах функции качества передается в подпрограмму через специальную общую область. В экономическом плане общей областью мы бы назвали открытые для торговли зоны, например, сейчас весьма популярен мебельный шоп тур в Китай Гуанчжоу мебель из Китая.

На этапе оптимизации внешних элементов необходимо локализовать положение условного глобального экстремума функции качества. Основное требование к применяемым на данном этапе алгоритмам — малая вероятность потери глобального экстремума. Достаточно полно этому условию удовлетворяет метод искусственного отбора, суть которого заключается в следующем:

1. Для каждого из варьируемых (оптимизируемых) параметров тракта задается диапазон его варьирования.

2. Генерируются N случайных реализаций вектора параметров, компоненты которого равномерно распределены внутри интервала vm ... ViB, и для каждого вектора вычисляется соответствующая функция качества.

3. Полученные значения функции качества ранжируются по возрастанию и выделяется М (где М — определенная часть от N) наименьших значений; остальные значения отбрасываются.

4. Границы интервала варьирования каждого параметра шагов.

Следовательно, плотность точек значений параметров постоянно растет, а границы интервалов варьирования охватывают все экстремумы, лежащие ниже некоторого, постоянно снижающегося уровня. На втором этапе минимизации функции качества используются детерминированные методы, которые характеризуются целенаправленным поиском минимума, что может потребовать вычисления частных производных по параметрам. В зависимости от порядка производных различают методы Первого и второго порядка. Методы первого порядка называют также градиентными. Примером может служить метод сопряженных градиентов.