Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://elar.usfeu.ru/handle/123456789/11222
Название: Математическая модель робастной оптимизации параметров высокоскоростной лезвийной обработки древесных материалов на базе экспериментальных данных
Другие названия: Mathematical model of robust optimization of parameters of high-speed blade processing of wood materials on the basis of experimental data
Авторы: Раповец, В. В.
Новоселов, В. Г.
Гришкевич, А. А.
Медведев, С. В.
Розин, Б. М.
Дата публикации: 2021
Издатель: УГЛТУ
Библиографическое описание: Математическая модель робастной оптимизации параметров высокоскоростной лезвийной обработки древесных материалов на базе экспериментальных данных = Mathematical model of robust optimization of parameters of high-speed blade processing of wood materials on the basis of experimental data / В. В. Раповец, В. Г. Новоселов, А. А. Гришкевич [и др.] – Текст : электронный // Деревообработка: технологии, оборудование, менеджмент XXI века : труды XVI Международного евразийского симпозиума 21–24 сентября 2021 г. / [отв. ред. В. Г. Новоселов] ; Министерство науки и высшего образования РФ ; Уральский государственный лесотехнический университет ; Министерство промышленности и науки Свердловской области [и др.]. – Екатеринбург, 2021. – С. 29–34.
Аннотация: Данная статья посвящена возможности учета неопределенностей в моделях оптимизации. В реальных задачах оптимизации данные обычно неточны, в результате точно неизвестно, когда решение найдено. При традиционном подходе доли процентов неопределенности данных просто игнорируются, и проблема решается так, как если бы номинальные данные были идентичны фактическим данным. Однако эксперименты показывают, что уже довольно небольшие возмущения неопределенных данных могут привести к тому, что номинальное (т.е. соответствующее номинальным данным) оптимальное решение в значительной степени неосуществимо и, следовательно, практически бессмысленно. Например, в 13 из 90 задач линейного программирования из библиотеки NETLIB 0,01 % случайных возмущений неопределенных данных приводят к более чем 50 % нарушениям правых частей некоторых ограничений, оцениваемых при номинальных оптимальных решениях. Таким образом, в приложениях существует реальная потребность в методологии, которая дает робастные (т.е. надежные) решения, обладающие защитой против неопределенности исходных данных.
This article is devoted to the possibility of accounting for uncertainties in optimization models. Since data is usually inaccurate in real-world optimization problems, as a result, it is not known exactly when the solution was found. In the traditional approach, fractions of a percentage of data uncertainty are simply ignored and the problem is solved as if the nominal data were identical to the actual data. However, experiments show that even rather small perturbations of uncertain data can lead to the fact that the nominal (i.e., corresponding to nominal data) optimal solution is largely unrealizable and, therefore, practically meaningless. For example, in 13 out of 90 linear programming problems from the NETLIB library, 0.01 % of random perturbations of undefined data lead to more than 50 % violations of the right-hand sides of some constraints estimated for nominal optimal solutions. Thus, in applications, there is a real need for a methodology that provides robust (i.e. reliable) solutions that are defense against uncertainty in the underlying data.
Ключевые слова: ЛЕЗВИЙНАЯ ОБРАБОТКА ДРЕВЕСНЫХ МАТЕРИАЛОВ
ДРЕВЕСНЫЕ МАТЕРИАЛЫ
ДЕРЕВООБРАБАТЫВАЮЩАЯ ПРОМЫШЛЕННОСТЬ
URI: https://elar.usfeu.ru/handle/123456789/11222
ISBN: 978-5-94984-797-8
Источники: Деревообработка: технологии, оборудование, менеджмент XXI века : труды XVI Международного евразийского симпозиума. – Екатеринбург, 2021
Располагается в коллекциях:Деревообработка: технологии, оборудование, менеджмент XXI века

Файлы этого ресурса:
Файл Описание РазмерФормат 
Der21-06.pdf688,31 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.