BULETINUL POMPIERILOR Nr. 1/2012 - IGSU

OPTIMIZARE STOCASTICĂ PENTRU PROBLEME PUTERNICNELINIARE CU AJUTORUL ALGORITMILOR GENETICIPreparator univ. drd. ing. lt. Daniel SOLOMONProf. univ. dr. ing. col. Dan-Victor CAVAROPOLAcademia de Poliţie „Alexandru Ioan Cuza” – Facultatea de PompieriAlgoritmii genetici (AG) fiind principalul instrument utilizat în rezolvarea unei probleme deoptimizare, s-a considerat necesară prezentarea în prealabil a acestora, cu detalierea modului în careei se construiesc şi a schemei lor de lucru.De asemenea, se indică şi o scurtă clasificare a tehnicilor de optimizare pentru a evidenţiapoziţionarea algoritmilor genetici printre acestea, precum şi diferenţierea lor de celelalte tehnicineconvenţionale de optimizare din care fac parte.Tehnici de optimizareProcesul de optimizare constă în obţinerea celor mai bune rezultate în anumite condiţii(circumstanţe) date.În proiectarea, construcţia şi întreţinerea oricărui sistem din inginerie, trebuie luate deciziidin punct de vedere tehnologic şi managerial. Scopul final al tuturor acestor decizii este fie săreducă la minimum efortul, fie să maximizeze beneficiile dorite. Dacă efortul sau beneficiul doritpot fi exprimate sub forma unor funcţii, optimizarea poate fi definită ca procesul de găsire acondiţiilor care să ofere valoarea maximă sau minimă a acestei funcţii (mininizare cost, respectivmaximizare beneficiu).Metodele de optimizare pot fi clasificate în trei mari categorii (figura 1):- metode deterministe;- metode probabiliste;- metode enumerative.Categoria metodelor deterministe este dedicată studiului analitic al funcţiilor, în care analizamatematică este cheia rezolvării problemei. De regulă, funcţia trebuie să fie continuă şi derivabilă.Calculul devine mai complicat când numărul de variabile este mai mare decât doi şi există diferiterestricţii asupra variabilelor. Aici intră toate metodele programării matematice, adică programarealineară, programarea nelineară cu toate cazurile ei particulare (convexă, separabilă, pătratică,geometrică), programarea multiobiectiv, programarea prioritară, programarea multinivel etc.,precum şi metode indirecte de căutare a optimului.La metodele probabiliste se apelează în situaţiile când modelul matematic al problemei deoptimizare este dificil sau chiar imposibil de formulat în termenii metodelor analitice, incluzândmulte variabile şi restricţii complexe. Algoritmii de rezolvare a acestor probleme sunt de naturăprobabilistă, dar imaginaţi astfel încât să favorizeze apariţia unor soluţii din ce în ce mai bune peparcursul căutării în domeniile fezabile ale necunoscutelor.În metodele enumerative, valoarea optimului se obţine prin căutare exhaustivă înspaţiul de căutare (presupus finit). Metodele sunt destul de ineficiente, efortul de calcul fiind foartemare în majoritatea cazurilor (de exemplu, în programarea dinamică, aparţinând metodelororientate).215