敏感性与强健(鲁棒)性
灵敏度分析是研究与分析一个系统(或模型)的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。因此,灵敏度分析几乎在所有的运筹学方法以及在对各种方案进行评价时都是很重要的。
——引自百度百科
简而言之:敏感性是指改变模型(公式)的某个参数,引起这个模型输出的变化的程度。
鲁棒(robust)是指系统或算法对于无序变化或干扰的能力。具有鲁棒性的系统或算法能够在应对外部环境的变化或噪声干扰时保持良好的性能。在统计学中,鲁棒性是指对于偏离标准模型的数据分布,估计方法能够保持一定的精度和效率。在计算机科学中,鲁棒性是指算法在输入数据中包含错误或异常值时仍能维持正确的结果。
简而言之:鲁棒性是指模型(公式)数据有波动干扰时,模型输出抗波动干扰的能力。
分析例题
以一道简单的优化问题来看敏感性和鲁棒性:
一饲养场每日投入4元资金用于饲料、设备、人力,估计可使一头80kg重的生猪每天增加2kg。目前生猪出售的市场价格为8元/kg,但是预测每天会降低0.1元,问该场应该什么时候出售这样的生猪。如果上面的估计和预测有出入,对结果有多大影响。
问题分析
投入资金可使生猪体重随时间增长,但售价(单价)随时间减少,应该存在一个最佳的出售时机,使得获得利润最大。这是一个优化问题,根据给出条件,可作出如下简化架设:
模型假设
- 每天投入4元资金使生猪体重每天增加常数
; - 生猪出售的市场价格每天降低常数
。
模型建立
给出以下记号:
-
~ 时间(天) -
~ 生猪体重(kg) -
~ 单价(元) -
~ 出售的收入(元) -
~ t投入的资金(元) -
~ 纯利润(元)
按照假设,
(1)
其中
模型求解
这是求二次函数最大值问题,用代数或微分法容易得到:
(2)
当
敏感性分析
由于模型假设中的参数(生猪每天体重的增加
1.设每天生猪价格的降低
(3)
2.设每天生猪体重的增加
(4)
可以用相对改变量衡量结果对参数的敏感程度。
(5)
由(3)式,当
(6)
即生猪每天的体重
类似地定义
(7)
即生猪价格每天的降低
鲁棒性(Robustness)分析
建模过程中假设了生猪体重的增加和价格的降低都是常数,由此得到
(8)
用微分法求解(8)式的极值问题,可知最优解应满足
(9)
(9)式左端是每天收入的增值,右端是每天投入的资金。于是出售的最佳时机是保留生猪直到每天收入的增值等于每天投入的资金为止。本例中
另外,从敏感性分析知,
版权声明:本文为博主作者:PINK Coder⊙.⊙原创文章,版权归属原作者,如果侵权,请联系我们删除!
原文链接:https://blog.csdn.net/ONE_TEA/article/details/132611133