- •1. Основные понятия и этапы са. Основные понятия са
- •Этапы системного анализа
- •2. Операция и ее составляющие. Этапы ио.
- •3. Применение научных методов Этапы операционного проекта
- •6. Внедрение результатов исследования.
- •3. Виды математических моделей ио, примеры.
- •4. Состязательные задачи. Решение игры 2-х лиц.
- •5. Классификация и характеристики смо. Понятие системы массового обслуживания
- •Поток событий и его свойства
- •Транспортная задача
- •8. Формы представления задач лп и способы приведения к ним. Каноническая форма задач лп
- •Стандартная форма задачи лп
- •9. Основные понятия лп, свойства задач лп. Постановка задачи
- •Основные понятия лп. Свойства задач лп
- •10. Геометрия задач лп, базисные решения, вырожденность. Геометрия задач лп
- •Выделение вершин допустимого множества
- •11. Понятие базиса, переход от одного базисного решения к другому.
- •Построение начального базисного решения
- •13. Алгоритм симплекс-метода.
- •14. Двойственность в лп, построение моделей двойственных задач. Двойственность задач лп
- •Запись двойственной задачи в симметричном случае
- •Запись двойственной задачи в общем случае
- •15. Экономическая интерпретация двойственной задачи. Двойственный симплекс-метод. Интерпретация двойственной задачи
- •Двойственный симплекс-метод
- •16. Теоремы двойственности.
- •17. Учет двусторонних ограничений, модифицир. Симплекс-метод. Учет двусторонних ограничений
- •М одифицированный алгоритм
- •18. Параметрический анализ вектора ограничений.
- •19. Параметрический анализ коэффициентов линейной формы.
- •20. Модели транспортных задач и их хар-ка, условия разрешимости. Простейшая транспортная задача (т-задача)
- •Транспортная задача с ограниченными пропускными способностями (Td - задача)
- •Многоиндексные задачи
- •Транспортные задачи по критерию времени
- •21. Построение начального плана перевозок т-задачи
- •Правило северо-западного угла
- •Правило минимального элемента.
- •Метод Фогеля
- •22. Обоснование метода потенциалов. Переход от одного плана перевозок к другому
- •Признак оптимальности
- •23. Алгоритм метода потенциалов
- •24. Двойственность т-задач, эконом. Интерпретация потенциалов. Двойственная пара транспортных задач
- •Экономическая интерпретация потенциалов
- •25. Метод потенциалов для Td-задачи.
- •26. Приведение открытой модели транспортной задачи к закрытой.
- •27. Трансп. Задачи в сетевой постановке, задача о кратчайшем пути. Транспортные задачи в сетевой постановке (транспортные сети)
- •Алгоритм Дейкстры-Форда:
- •28. Задача о максимальном потоке.
- •29. Метод декомпозиции Данцига-Вулфа в общем случае.
- •30. Метод декомпозиции транспортных задач
- •31. Постановка задач стохастического программирования
- •32. Целочисленное программирование: Особенности, концепции точных и приближенных методов решений.
- •Проблема целочисленности
- •33. Методы отсечений.
- •34. Метод ветвей и границ.
- •35. Аддитивный метод.
- •36. Нелинейное программирование (нлп): постановка, классы задач нлп, условия оптимальности. Характеристика задач
- •Условия оптимальности
- •37. Квадратичное программирование.
- •38. Сепарабельное и дробно-линейное программирование. Сепарабельное программирование (сп)
- •Задачи дробно-линейного программирования
- •39. Методы покоординатного спуска и Хука-Дживса. Метод Гаусса-Зейделя (покоординатного спуска)
- •Метод Хука-Дживса (метод конфигураций)
- •40. Симплексный метод поиска.
- •41. Градиентные методы.
- •Методы сопряженных направлений
- •Методы Пауэла, Флетчера-Ривса, Девидона-Флетчера-Пауэла
- •43. Методы случайного поиска.
- •Алгоритм с возвратом при неудачном шаге
- •Алгоритм с обратным шагом
- •Алгоритм наилучшей пробы
- •Алгоритм статистического градиента
- •44. Метод проектирования градиентов.
- •45. Генетические алгоритмы
- •46. Методы штрафных и барьерных функций. Метод штрафных функций
- •Метод барьерных функций
- •47. Динамическое программирование (дп): принцип оптимальности, функциональное уравнение, процедура дп.
- •Как работает метод дп
- •Функциональное уравнение дп
- •48. Дп: задача распределения ресурсов, достоинства дп.
- •49. Дп: задача о кратчайшем пути и с мультипликативным критерием. Задача о кратчайшем пути
- •Задача с мультипликативным критерием
- •50. Дп: организация выпуска m видов продукции.
- •51. Дп: задача об инвестициях.
- •52. Дп: многомерные задачи и проблемы решения.
- •53. Дп: снижение размерности с помощью множителей Лагранжа
- •54. Задачи спу: построение сети и временной анализ.
- •Временной анализ (для детерминированной сети)
- •55. Задачи спу: оптимизация.
- •56. Многокритериальные задачи: постановка, проблемы, основные понятия, методы.
- •Методы многокритериальной оптимизации
- •57. Многокрит. Задачи: функция полезности, лексикографический метод. Функция полезности
- •Решение на основе лексикографического упорядочения критериев
- •58. Методы главного критерия, свертки, идеальной точки, целевого програм-я. Метод главного критерия
- •Линейная свертка
- •Метод идеальной точки
- •Целевое программирование (цп)
- •59. Диалоговые методы решения задач по многим критериям.
- •Метод уступок
- •Интерактивное компромиссное программирование
Признак оптимальности
При перемещении по циклу пересчета увеличиваются на эту величину значения переменных Xij в четных вершинах, увеличиваются и затраты на перевозку на Cij. Одновременно уменьшаются на переменные в нечетных вершинах и на Cij соответствующие им затраты. Значение критерия в новом, (k+1)-м решении можно определить по критерию в исходном решении и изменениям в клетках цикла:
или
,
где
Δij – относительная оценка переменной Xij, на которой построен цикл. Для базисных переменных оценка всегда равна нулю. Δij показывает, как изменится критерий (в какую сторону и насколько) при перемещении по циклу 1 груза ( =1).
Если Δij>0, то введение Xij в число базисных приведет к уменьшению суммарных затрат. Если же Δij<0, критерий возрастет, что противоречит цели. Решение нельзя улучшить, когда среди оценок нет положительных, Признак оптимальности - Δij0.
Если признак не выполняется, то новое решение целесообразно строить на основе клетки с максимальной оценкой. Поставим в соответствие каждому пункту отправления сбалансированной задачи некоторую величину Ui, i=1, 2,…, m, а каждому пункту назначения – Vj, j=1, 2,…, n так, чтобы для базисных клеток выполнялись равенства Vj -Ui=Cij, i jбаз. Система содержит m+n-1 уравнений с m+ n неизвестными. Присвоив одной из неизвестных некоторое произвольное значение, например, 0, м найти значения остальных. Зная Ui и Vj, можно вычислить относительную оценку для любого цикла в текущем плане перевозок. Пример на произвольно взятом цикле:
В
скобках указаны индексы клеток
(переменных), в которых расположены
вершины цикла. Вычисляем относительную
оценку свободной клетки i0j0:
Δiоjо=Ciоj1 - Ci1j1+ Ci1j2 - Ci2j2+ Ci2jо - Ciоjо. или
Δiоjо =Vj1 -U iо -Vj1+Ui1+Vj2 -Ui1 -Vj2+Ui2+Vjо -Ui2 -Ciоjо =Vjo-Uio-Ciojo. Δij=Vj-Ui-Cij.
Новые переменные Ui и Vj - потенциалы ПО и ПН соответственно. Потенциалы можно интерпретировать как локальные цены. Если цена в пункте отправления i равна Ui и груз из него доставляется в пункт назначения j по коммуникации ij, то локальная цена в ПН возрастет по отношению к ПО на величину транспортных затрат: Vj=Ui+ Cij.
Из этого соотношения также следует, что в оптимальном решении не может иметь место неравенство Vj >Ui+ Cij, так как оно означает, что локальная цена в пункте j выше, чем в случае прямой доставки из i в j.
Приведенный способ определения оценок через потенциалы пригоден для любого опорного плана перевозок. Однако учитывая структуру матрицы оценок (нули в базисных клетках), можно оценки нового плана получить минуя вычисления потенциалов простым преобразованием матрицы оценок предшествующего плана.
Р
ассмотрим
преобразование матрицы (k)
в матрицу (k+1)
на основе нового решения X(k+1).
Новое решение получено вводом небазисной
переменной с максимальной оценкой в
(k).
Пусть max ij=kr.
В матрице (k)
отмечаем элементы, соответствующие
базисным в новом решении X(k+1)
(на рис. помечены символом *), максимальную
оценку отмечаем особо. Далее строим
цепочку выделения. Она строится с особо
отмеченного элемента, который соединяют
с отмеченными в этой строке. Затем
отмеченные элементы, попавшие в цепочку,
соединяют с отмеченными в их столбцах.
Далее снова проводим соединение по
строкам, и так до тех пор, пока не оборвутся
все ветви. Элементы, попавшие в
цепочку выделения, выделяют строку и
столбец за исключением особо отмеченного
элемента, который выделяет только
строку. К выделенным столбцам прибавляем,
а из выделенной строки вычитаем
.
Переменной Xkr
и тем переменным из решения X(k),
которые сохранили статус базисных будет
соответствовать нулевая оценка.
Преобразованная матрица соответствует
новому опорному плану.
