
- •Глава I.
- •§ 1. Общие сведения
- •§ 2. Этапы операционного исследования
- •Глава II.
- •§ 3. Виды математических моделей, описываемых уравнениямл регрессии
- •§ 4. Дискриминация математических моделей, описываемых с помощью уравнений регрессии
- •§ 5. Проверка математической модели на адекватность
- •§ 6. Определение оптимальных решений на основе полученных уравнений регрессии
- •Глава III.
- •§7. Общие сведения
- •§ 8. Принятие решения в условиях полной определенности
- •§9. Принятие решения в условиях стохастической неопределенности, когда внешние условия задаются своими вероятностями
- •§10. Принятие решения в условиях полной неопределенности, когда вероятности внешних условий неизвестны
- •Глава IV.
- •§11. Общие сведения
- •§12. Закон распределения случайной функции. Характеристики случайной функции
- •Глава V.
- •§15. Общие сведения
- •§16. Определение вероятностей состояний системы, описываемой случайным марковским процессом с дискретными состояниями и дискретным временем
- •Глава VI.
- •§17. Общие сведения
- •§18. Одноканальная система с отказами
- •§ 20. Многоканальная система массового обслуживания с ожиданием в очереди при ограничении длины очереди
- •§ 21. Замкнутые системы массового обслуживания
- •§22. Теоретические основы метода
- •§ 23. Алгоритм для моделирования случайных величин, распределенных по показательному закону
- •§24. Решение задачи теории массового обслуживания методом статистического моделирования
- •Глава VIII.
- •§25. Общие сведения
- •§26. Решение задач линейного программирования графическим способом
- •§27. Математическая формулировка задачи линейного программирования
- •§ 28. Разрешимость системы ограничений в задачах линейного программирования
- •§29. Решение экономических задач методом линейного программирования
- •§30. Терминология, применяемая при решении задач линейного программирования
- •§ 37. Идея симплекс—метода
- •§38. Табличный симплексный метод
- •Глава IX.
- •§40. Общие сведения
- •§ 41. Проверка согласованности показаний двух экспертов
- •§42. Проверка согласованности показаний группы экспертов с помощью коэффициента конкордации Кендела
- •§ 43. Оценка компетентности экспертов
- •§ 44. Определение весов частных показателей эффективности
§ 6. Определение оптимальных решений на основе полученных уравнений регрессии
После дискриминации и проверки математической модели на адекватность, т.е. после получения математической модели, которая адекватно описывает изучаемое явление или процесс, приступают к решению основной задачи, т.е. к определению таких значений факторов, при которых функция отклика будет иметь наибольшее (или наименьшее) значение. Порядок решения указанной задачи проиллюстрируем на примере. Предположим, что после дискриминации и проверки на адекватность была получена математическая модель следующего вида
Требуется определить значения факторов Х1 и Х^ , при которых функция отклика будет иметь наибольшее значение.
Решение. Дифференцируя функцию у расч по переменным ЭС, и Х^ и приравнивая производные нулю, получаем:
Следовательно, в критической точке функция отклика имеет максимум, равный:
С помощью уравнений регрессии представляется возможность не только определять экстремальные значения аргументов, при которых функция отклика имеет максимальное или минимальное значение, но и решать следующие задачи:
ранжировать факторы по их влиянию на функцию отклика; >
прогнозировать развитие явления или процесса во времени, и, следовательно, решить вопрос об оптимальном управлении (см. [14],[ 19] и др.).
Глава III.
ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНЫХ РЕШЕНИЙ ДЛЯ УСЛОВИЙ, КОГДА МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ЗАДАЕТСЯ В ВИДЕ ТАБЛИЦЫ
§7. Общие сведения
Как уже отмечалось выше (см. рис. 1),в некоторых случаях математические модели исследуемых явлений или процессов могут быть заданы в виде таблиц, элементами которых являются значения частных критериев эффективности функционирования системы, вычисленные для каждой из сравниваемых стратегий при заданны внешних условиях. Для рассматриваемых условий могут иметь место следующие случаи:
— принятие решения в условиях полной определенности:
а) когда оценка решений производится по одному критерию;
б) когда оценка решений производите?! по нескольким критериям;
принятие решения в условиях стохастической неопределенности, когда внешние условия задаются своими законами распределения;
принятие решения в условиях полной неопределенности, когда вероятности внеи них условий неизвестны.
Рассмотрим каждый из указанных случаев.
§ 8. Принятие решения в условиях полной определенности
Для иллюстрации указанного случая предположим, что с помощью статистических наблюдений были подсчитаны значения частных критериев эффективности функционирования какого—либо механизма, изготавливаемого несколькими предприятиями—изготовителями. Пусть это будут бульдозеры, изготавливаемые на трех заводах (см табл. 1).
Примечания: 1. Значения частных критериев даны в условных единицах.
2. Веса частных критериев X : получены на основе экспертных оценок.
Таблица ], Выбор оптимальной стратегии в условиях полной определенности
Варианты механизмов, предлагаемые различными заводами-изготовителями, т.е.стратегии,решения, альтернативы |
Подсчитанные для каждого v Производительность Е |
) значения час [3 предлагаемь Надежность ее частного к] Ло = 3 |
гных кр IX буль Эконог показ (цена зитерия Л3 = |
итери ев дОзеров иический атель изделия) = 2,5 |
эффективности Энергоемкость Л4 = 2 |
Бульдозер завода № 1, x1(i- 1) |
аи-2 |
а12= 3 |
а13 |
-7 |
а14- 5 |
Бульдозер завода № 2, х2 (i - 2) |
а 21-3 |
а22 = 4 |
а23 |
= 5 |
а24=7 |
Бульдозер завода № 3; х3 (i = 3) |
а 31- 5 |
а32 = 6 |
аЗЗ |
= 6 |
а34 = 2 |
Очевидно, что выбор оптимальной стратегии по одному критерию не вызывает затруднений. Например, если оценивать бульдозеры по производительности, то лучшим является бульдозер завода № 3.
Затруднения возникают тогда, когда требуется найти оптимальное решение по комплексу нескольких критериев. Указанная задача называется многокритериальной. Трудности возникают в связи с тем, что частные критерии имеют различную размерность, т.е. являются числами именованными. Для решения указанной задачи вначале производится преобразование частных критериев в безразмерные величины по формулам
где &цом. — номинальное, задаваемое техническими условиями, значение критерия;
d тд_ — значение частного критерия, полученное на основе статистических _ наблюдений;
^6£3р- — безразмерное (нормализованное) значение частного критерия. Формулой (А) пользуются в том случае, если увеличение рассматриваемого частного критерия ведет к увеличению обобщенного, т.е. комплексного критерия. В противном случае применяется формула (В). Это правило можно сформулировать так: из большего вычитается меньшее и делится на большее.
или по формуле взвешенного среднего
геометрического
где VV- — суммарный (обобщенный) критерий, вычисленный для I —той
L * < стратегии.
После перевода частных критериев эффективности в безразмерные величины суммарный (обобщенный) критерий VV^engm вычисляется по формуле взвешенного среднего арифметического
Применяя формулы (С) и (D), вычисляют для каждой из стратегий значения суммарного (обобщенного) критерия. При этом стратегия, получившая наибольшее значение обобщенного критерия, и является оптимальной.