
- •Основні етапи дослідження операцій
- •2 . Цілочисельне програмування гоморі 2.
- •1. Класифікація моделей та методів
- •2)Рекорд – максимальне значення або максимально можлива оцінка, яку можна отримати в кінці розгалуження.
- •(Принцип Белмана).
- •Нелінійне програмування.
- •2. Орієнтована дуга.
- •3 . Біорієнтована дуга.
- •Засоби представлення мереж.
- •Задача про найкоротшу відстань для біорієнтованих мереж.
- •Рішення розбивається на 3 етапи (Дейкстра-2).
- •Моделювання й обчислення найкоротшого шляху.
- •Правило множників Лагранжа.
- •Класифікація методів розв’язку цлп.
- •Комбінаторний метод
- •Узагальнене правило Лагранжа.
- •Гоморі_1 Цілочисельне програмування гоморі 1.
- •Цілочисельне програмування гоморі 2.
- •Узагальнене правило Лагранжа.
- •2. Орієнтована дуга.
- •3 . Біорієнтована дуга.
- •Засоби представлення мереж.
- •Головний принцип оптимальності (принцип Белмана).
Білет 1
1. Метою є прийняття оптимальних рішень на основі досвіду моделювання задач у різних областях з використанням моделей і методів програмного забезпечення.
Дослідження операцій – це наука про моделі, методи оптимізації та систему прийняття рішень за допомогою оптимальних рівнянь. Знаючи “Дослідження операцій (ДО) ”,необхідно скласти модель, привести її до типової , обрати один чи декілька методів рішення та розв’язати задачу. Отримавши вектор-результат, потрібно повернутися до початкових змінних та проаналізувати їх на чутливість.
Математична модель – це умовний об’єкт у формі більш зручній та доступній, ніж сам об’єкт, що розглядається.
Створюючи мат модель спочатку визначають пошукові змінні та одиниці виміру, цф, обмеження, обл.. допустимих рішень.
Основні етапи дослідження операцій
Постановка задачі ( тип моделі, тип задачі, можливість приведення її до типової, надмірність та достатність інформації );
Розробка математичної моделі (одиниця виміру, цільова функція, обмеження, ОДР);
Класифікація моделей;
Вибір та обгрунтування методів рішення;
Аналіз результатів та дослідження на чутливість
2 . Цілочисельне програмування гоморі 2.
Використовується у випадку , якщо всі змінні чілочисельні.
А
лгоритм
Гоморі 2 аналогічний до Гоморі1
a
i0=bi
,
якщо j=
,
якщо xj-ціле
та
yi
=
, якщо xj-ціле
та
, якщо xj-не
ціле та aij0
,
якщо xj-не
ціле та aij0
____________________________________
Білет 2
1. Класифікація моделей та методів
Метод технічного розшуку моделей та рішень(Систематизація мислення).
Лінійне програмування .
Нелінійне програмування .
Динамічне програмування .
Дискретне програмування .
Потокове програмування чи оптимізація на мережах (сітях).
Багатокритеріальні задачі .
Стохастичне програмування або задачі масового обслуговування .
Евристичне програмування .
2. Метод (принцип) Бренч & Браунд - Метод розгалужень та обмежень.
Принципи МРО.
1)Розгалуження. На основі вибраної стратегії та типу задачі розроблено алгоритм будування дерева (розгалуження).При цьому розгалуження в довжину і ширину
2)Рекорд – максимальне значення або максимально можлива оцінка, яку можна отримати в кінці розгалуження.
Не завжди рекорд можна вирахувати.
3) Оцінка – це поточний стан розгалуження, яке потрібно порівняти з Z≤ .
Якщо немає можливості такої операції, необхідно "тягнути" в пам’яті всі Z і визначити найкращі Z.
4)Відкидання - вибрати краще одне чи декілька розгалужень, найгірше відкинути і забути, погане відкласти в сторону для подальшого аналізу.
Стратегії розгалуження для МРО.
1. "Лавинообразная". В початковий момент генеруються всі можливі стани.
В слідуючий момент генеруються всі інші, відносно першого рівняння, можливі стани другого рівняння.
"Лавинообразна" стратегія програмно реалізується слідуючим чином:
* Кожен рівень (етап)- це файл прямого доступу, а рівень етапу – "запис" в який фіксується користувач та показник на попередній "запис" і вся необхідна інформація.
"Лавинообразна" стратегія відповідає технології динамічного прогорамування.
За допомогою даної стратегії можна розв’язати любу задачу.
2) Параметричне динамічне програмування.
Розгалуження з обмеженням в довжину і ширину. Можна дати параметри Д1, Д2, наприклад (2,4)і організовувати розгалуження таким чином: генеруємо 2 слідуючих рівня і вибираємо тільки визначену найкращу кількість; визначаємо Z*;повертаємося на попередній рівень, генеруємо всі можливі рішення, находимо ймовірне краще і так ідемо до кінця. Отримаємо рішення яке нас задовольняє (або точне). Розміри Д1, Д2 вибираємо експерементальним шляхом (під час настройки програми).
_________________________________________
Білет 3
ДП – (оптимізація)- це метод,за допомогою якого можливо розв’язувати любі задачі, але насамперед це пошук змінних які залежать від змінних, тобто
Типові задачі.
1.Задача про розклад у ВНЗі.
2.Задача про розклад поїздів та інший транспорт.
3.Задача про розподіл ресурсів між підприємствами.
4.Задача про капіталовложення (інвестиції).
5.Задача про набір висоти самольотів.
6.Задача про завантаження торгового судна з майбутнім розвантаженням (по кретерію Диферента).
Особливості ДП.
1.Багатоповерховість t=1,2,...,T.
2.Рішення будуються ціленапрямленим перебором в прямому та зворотному порядку, при цьому першим етапом є останній.
3.На кожному етапі t дійсний оптимум цільової функції як відносно етапу t, так і відносно слідуючих етапів t+1, t+2,...,T.
В результаті ЦФ може розглядатися як вектор
Z=(z1,z2, ...zn).