![](/user_photo/2706_HbeT2.jpg)
- •1.Дайте определение и определите сущность системного подхода к моделированию систем
- •2.Дайте определение системы и перечислите основные характеристики системы.
- •3.Укажите цель моделирования системы на эвм
- •4.Дайте описание основных задач моделирования систем
- •5.Приведите приемы формализации задач моделирования
- •6.Укажите основные типы моделей систем, дайте определение математического моделирования системы
- •7. Опишите признаки классификации типовых математических схем, приведите схему классификации
- •8. Определение онтологии, основные ее компоненты
- •9. Приведите описание методики онтологического анализа.
- •10. Дайте определение математической схемы, укажите, что понимается под законом функционирования системы
- •11. Опишите, что понимается под алгоритмом функционирования систем.
- •12. Дайте определение статической и динамической моделей объекта
- •12.Дайте определение статической и динамической моделей объекта
- •13.Перечислите, какие типовые математические схемы используются при моделировании сложных систем и их элементов
- •14.Каковы условия и особенности использования при разработке моделей систем непрерывно-детерминированных моделей (d-схем)
- •15.Каковы условия и особенности использования при разработке моделей систем дискретно-детерминированных моделей (f-схем)
- •16.Дайте определение конечного автомата, укажите основные соотношения математической схемы конечного автомата
- •17. Приведите уравнения работы автомата Мили (f-автомата первого рода)
- •18. Приведите уравнения работы автомата Мура (f-автомата второго рода)
- •19. Дайте определение вероятностного конечного автомата (p-схемы), укажите основные соотношения математической схемы вероятностного автомата
- •20. Дайте определение типовых математических схем массового обслуживания (q-схем), укажите основные соотношения математической схемы процесса обслуживания
- •21. Дайте определение сетевой модели (n-схемы), укажите основные соотношения сети Петри
- •22. Дайте характеристику метода статистического моделирования систем на эвм
- •23.Опишите способы генерации последовательности случайных чисел, используемые при моделировании систем на эвм
- •24.Опишите, что представляют собой конгруэнтные процедуры генерации последовательностей
- •25.Укажите, какие функции используются для генерации случайных чисел с различными законами распределения в системе matlab
- •26.Дайте определение и приведите основные соотношения для моделирования систем массового обслуживания с отказами.
- •27.Дайте определение и приведите основные соотношения для моделирования разомкнутых систем массового обслуживания с очередями.
- •28.Дайте определение и приведите основные соотношения для моделирования разомкнутых систем массового обслуживания с отказами.
- •29.Дайте определение и приведите основные соотношения для моделирования замкнутых систем массового обслуживания.
- •30.Приведите пример моделирования системы массового обслуживания на эвм.
- •31. Проанализируйте процесс построения модели системы
- •32.Дайте определение и опишите сущность имитационного моделирования систем
- •33.Перечислите известные инструментальные средства моделирования систем
- •34. Опишите функциональные возможности пакета прикладных программ matlab как средства моделирования систем
- •35.Опишите основные этапы процесса формализации и алгоритмизации процесса функционирования систем
- •37. Основные принципы принятия решений, сформулируйте проблему принятия решений
- •1.Разработка и машинная реализация моделей систем
- •2. Построение концептуальных моделей систем и их формализация
- •3. Алгоритмизация моделей систем и их машинная реализация
- •4. Получение и интерпретация результатов моделирования систем
- •40.Дайте определение и сформулируйте поставку задач математического программирования
- •41.Приведите классификацию моделей математического программирования
- •42. Рассмотрите содержательные постановки задач, приводящие к моделям линейного программирования
- •43. Дайте общую математическую формулировку задачи линейного программирования
- •44. Рассмотрите пример графического решения задачи линейного программирования
- •45.Опишите процесс решения задачи линейного программирования симплекс-методом
- •46.Рассмотрите пример решения задачи линейного программирования симплекс-методом
- •47.Опишите процесс решения задач линейного программирования с использованием программного обеспечения matlab
- •48.Дайте общую математическую формулировку задач дискретного программирования
- •49.Приведите содержательные постановки задач, приводящие к моделям дискретного программирования.
- •50.Дайте общую математическую формулировку задач нелинейного программирования
- •51.Поясните понятия: задача многокритериальной оптимизации, множество допустимых решений, оптимальное решение. Дайте общую математическую формулировку задач многокритериальной оптимизации
50.Дайте общую математическую формулировку задач нелинейного программирования
Математическое программирование подразделяется на линейное, целочисленное, нелинейное, динамическое программирование.
Нелинейное программирование - раздел теории оптимизации (теории экстремальных задач), посвященный исследованию и решению задач минимизации (максимизации), в которых целевая функция и ограничения не являются линейными.
В общем виде задачу нелинейного программирования можно сформулировать так:
F(х)→min (max) (Ш.1)
при условии
g(x)≤ 0, (Ш.2)
где х - вектор искомых переменных; F (х) - целевая числовая функция; g(x) - вектор-функция системы ограничений.
В отличие от линейного программирования теория экстремальных задач, в которой целевая функция и/или функции, задающие ограничения, не линейны, называется нелинейным программированием. В частности, таковым является квадратичное программирование, в котором изучается задача нахождения экстремума квадратичной функции при линейных ограничениях типа равенств и/или неравенств.
При этом могут быть разные случаи: целевая функция - нелинейная, а ограничения - линейны; целевая функция - линейная, а ограничения (хотя бы одно из них) - нелинейные; целевая функция и ограничения нелинейные. Задачи условной оптимизации нелинейного программирования бывают двух типов: когда в ограничениях (2) имеют место а) знаки равенства б) знаки неравенства.
Решение задачи нелинейного программирования (поиск глобального минимума или максимума) состоит в отыскании таких значений переменных, подчиненных системе ограничений, при которых достигает минимума или максимума данная целевая функция.
Задачи нелинейной оптимизации с точки зрения методов решения делятся на два класса: 1) задачи безусловной оптимизации; 2) задачи условной оптимизации.
Задача безусловной оптимизации представляет собой поиск оптимума целевой функции без всяких дополнительных условий, что записывается
.
Задача условной оптимизации в общем случае записывается в известном виде:
51.Поясните понятия: задача многокритериальной оптимизации, множество допустимых решений, оптимальное решение. Дайте общую математическую формулировку задач многокритериальной оптимизации
В
задачах, которые были рассмотрены до
сих пор, был только один критерий
оптимальности, одна цель, однако зачастую
свести задачу к одному критерию достаточно
трудно, так как целей может быть много.
В этом случае оптимизацию производят
по нескольким частным критериям
,
а полученные задачи называют задачами
многокритериальной
или векторной оптимизации.
Многокритериальная оптимизация
представляет собой попытку получить
наилучшее значение для некоторого
множества характеристик рассматриваемого
объекта, то есть найти некоторый
компромисс между теми частными критериями
,
по которым требуется оптимизировать
решение.
Постановку задачи можно представить следующим образом:
Оптимальное решение - это решение, которое с точки зрения лица, принимающего решение, предпочтительнее других возможных решений. Таким образом, понятие оптимального решения связано с предпочтениями лица, принимающего решение. Эти предпочтения на практике выражаются в различной форме, и их математическая формализация может составить сложную задачу, поскольку лицо, принимающее решение, как правило, не может ясно и четко сформулировать их.
Цель теории принятия решений и состоит в разработке методов, которые помогли бы лицу, принимающему решение, наиболее полно и точно выразить свои предпочтения в рамках соответствующей математической модели и в конечном счете обоснованно выбрать действительно оптимальное решение.
Множество допустимых решений (МДР) - пространство решения. Так называется область, определяемая всеми проектными параметрами. Пространство решения не столь велико, как может показаться, поскольку оно обычно ограничено рядом условий, связанных с физической сущностью задачи. Ограничения могут быть столь сильными, что задача не будет иметь ни одного удовлетворительного решения. Следует отметить, что очень часто в связи с ограничениями оптимальное значение целевой функции достигается на одной из границ области множества допустимых решений задачи.