- •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
24. Двойственность т-задач, эконом. Интерпретация потенциалов. Двойственная пара транспортных задач
Построим ДЗ Т-задачи. Предварительно изменим знаки в выражении критерия и в условиях по пунктам назначения. Тогда модель прямой задачи примет вид:
Модель ДЗ:
;
Если Cij перенести в левую часть, условия двойственной задачи приобретают смысл признака оптимальности Δij0. Если выполняются условия прямой и двойственной задач, решение оптимально. Потенциалы представляют собой переменные двойственной задачи. Из теорем двойственности известно, что в оптимальном решении критерии прямой и двойственной задач равны. Для рассматриваемой двойственной пары это означает, что
Отсюда:
Учитывая линейность, полный дифференциал:
Изменения ai
и bj
могут быть только равными, иначе
нарушится сбалансированность задачи.
Если положить, что ai=
bj
=1:
Разность потенциалов показывает, как изменится оптимальное значение критерия при одновременном изменении соответствующих потребностей и возможностей на единицу.
Экономическая интерпретация потенциалов
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.
25. Метод потенциалов для Td-задачи.
Транспортная задача с ограниченными пропускными способностями отличается от T-задачи наличием ограничений сверху на перевозки: 0 xij dij. Если задача не сбалансирована, то добавляют столбец или строку с нулевыми затратами, но с ∞ пропускной способностью. Начальное решение строят по правилу минимального элемента. Принцип определения значений переменных: на каждом шаге присваивается максимальное допустимое значение согласно формуле Xij=min(ост от ai, ост до bj, dij).
Е
сли
минимум достигается на dij,
то не закрывается ни строка, ни столбец,
и следует продолжать движение по строке
или столбцу (если двигались по столбцу).
Может оказаться, что в строке (столбце)
больше нет открытых клеток, а она не
закрыта - начальный план недопустимый.
Если часть строк (столбцов) не закрыта,
то обязательно не закроются и некот.
столбцы (строки). Так как задача
сбалансированная, то суммарная величина
незакрытия строк
=
=.
Чтобы в этом случае завершить построение
начального плана, добавляют фиктивного
потребителя (столбец) и фиктивного
поставщика (строку) с одинаковой
потребностью и возможностью .
Так как их клетки соответствуют
искусственным переменным, которые в
разрешимой задаче должны стать равными
нулю, затраты в них полагают бесконечно
большими (М), а в клетке на пересечении
фиктивного столбца с фиктивной строкой
– равными нулю. Пропускные способности
в фиктивных клетках не лимитируются.
В процессе работы алгоритма план станет
допустимым, когда все искусственные
переменные обнулятся, то есть в
юго-восточной клетке перевозка станет
равна . После
построения начального плана определяются
базисные клетки. Если их окажется меньше
m+n-1(вырожденный
план), то в число базисных включают
переменные (клетки), равные нулю или
dij. На базисных клетках не
д строиться замкнутый цикл, иначе клетки
добавлены неверно.
bj ai |
15 |
33 |
25 |
=3 |
12 |
8 3 |
5 1 5 |
10 5 7 |
М |
6 |
5 2 |
9 4 6 |
4 7 |
М |
20 |
12 6 |
11 2 11 |
10 3 9 |
М |
35 |
20 4 15 |
10 5 10 |
7 9 7 |
М 3 |
=3 |
М |
М 1 |
М 2 |
0 |
Поэтому добавляем фиктивные строку и столбец, и в клетки незакрытых столбцов и строки записываем недостающие перевозки. В результате выполняется баланс по всем строкам и столбцам. Построенный недопустимый начальный план приведен в табл.
Т
ак
как общее число пунктов равно 9, то
базисных переменных должно быть 8. Из
сравнения значений xij
и dij находим только 7
базисных переменных (базисные клетки
закрашены), то есть план вырожденный. В
качестве недостающей базисной клетки
возьмем клетку 4,2, в которой значение
переменной находится на верхней границе.
Ни из каких базисных клеток нельзя
построить замкнутый цикл.
Изменения на основном этапе алгоритма: Признак оптимальности в Td-задаче расширяется. При введении в решение небазисной переменной xij=0, то есть ее увеличении, критерий уменьшается при ij>0 и увеличивается при ij<0. Если же вводить переменную xij=dij, а это означает ее уменьшение, то критерий уменьшится при ij<0 и возрастет при ij>0. Этот характер изменения критерия показан на рис. Поэтому решение не может быть улучшено, если выполняются условия, составляющие признак оптимальности задачи с ограниченными пропускными способностями:
Е
сли
условия не выполняются хотя бы для одной
небазисной клетки, решение может быть
улучшено. Введем два множества: множество
индексов переменных на нижней границе
;
множество индексов переменных на
верхней границе
.
Объединенное множество G=
является множеством индексов перспективных
переменных (клеток): введение любой из
них приведет к улучшению критерия. Выбор
переменной, вводимой в базис, осуществляется
на множестве G:
При определении 0
необходимо учитывать обе границы: при
вычитании нельзя вычесть больше, чем
имеется, а при добавлении недопустимо
превысить пропускную способность:
1
.
Если
,
цикл строится на клетке, в которой
перевозка равна 0. Новый план получается
прибавлением 0
в четных вершинах цикла и вычитанием в
нечетных.
2
.
Если
,
цикл строится на клетке, в которой
перевозка равна dij. В этом
случае вводимая переменная должна
уменьшаться. Перемещение по циклу
состоит в вычитании 0
в четных вершинах и прибавлении в
нечетных.
В обоих вариантах значение критерия улучшается на величину 0|kr|.
Алгоритм решения сбалансированной Тd-задачи включает следующие шаги:
Построение начального плана перевозок. План может получиться как допустимый, так и искусственный (недопустимый).
Выделение базисных клеток. Если их < m+n-1, + клетки на границе.
Нахождение потенциалов.
Вычисление оценок
Начало цикла. Определение множества G по матрицам плана и оценок.
Проверка признака оптимальности: если G=, переход на шаг 10.
Определение вводимой переменной (клетки kr) и построение цикла пересчета.
Построение нового плана: вычисление 0 в зависимости от принадлежности kr и соответствующее перемещение по циклу.
Получение матрицы оценок нового плана с помощью преобразования матрицы оценок старого плана (как в Т-задаче). Переход на шаг 5.
Конец. Полученный план является оптимальным, если не содержит запрещенных перевозок (с затратами М).
Когда решение начинается с искусственного плана, то после достижения допустимого решения можно сократить матрицы перевозок и оценок за счет отбрасывания фиктивных столбца и строки.
