- •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
26. Приведение открытой модели транспортной задачи к закрытой.
В открытой или несбалансированной задаче имеет место неравенство
.
Прежде чем решать такую задачу, необходимо привести ее к сбалансированному виду. В зависимости от ситуации сбалансировать задачу можно формальным способом без обращения к ЛПР или с привлечением дополнительной информации от ЛПР.
Формальные приемы. Пусть в исходной задаче предложение превышает спрос:
Тогда условия задачи имеют вид
В каждое неравенство введем дополнительную переменную xi,n+1. В сумме эти переменные должны равняться величине дебаланса:
получаем закрытую задачу:
П
отребность
bn+1
- фиктивная. Чтобы сбалансировать
задачу, достаточно ввести фиктивного
потребителя с потребностью, равной
дебалансу - к исходной таблице добавляется
один столбец с потребностью bn+1
и затратами Ci,n+1=0.
Ненулевые дополнительные переменные
в оптимальном решении будут показывать
количество груза, остающееся в
соответствующих ПО.
Второй случай несбалансированности задачи имеет место, когда спрос превышает предложение:
.
исходные условия:
В
ведем
в каждое неравенство дополнительную
переменную xm+1,j.
Сбалансированная модель:
Такое преобразование соответствует введению фиктивного поставщика (дополнительной строки) с возможностью am+1 и нулевыми затратами Cm+1,j. Дополнительная переменная xm+1,j имеет смысл количества груза, недопоставленного j-му ПН.
Этот способ будет неприемлем, если потребители по-разному реагируют на недопоставки. Тогда возможны два варианта решения задачи:
ЛПР корректирует потребности, обеспечивая баланс.
Выявляется и учитывается влияние недопоставок для каждого потребителя. Если зависимость потерь от величины недопоставки линейная, то задача остается в классе линейных. Задача балансируется как при формальном подходе, но в дополнительной строке в качестве затрат берутся удельные потери от недопоставки.
27. Трансп. Задачи в сетевой постановке, задача о кратчайшем пути. Транспортные задачи в сетевой постановке (транспортные сети)
Т
ранспортную
задачу можно представить в виде
ориентированного графа с одним истоком
(в него не входит ни одна дуга) и с одним
стоком (из него не выходят дуги), - сеть.
Вершины графа - ПО, ПН и промежуточные
пункты. Параметр вершины – количество
груза. Дуги отображают коммуникации.
Им могут быть приписаны количество
груза, затраты на перевозку, пропускная
способность. Исходный граф транспортной
задачи легко сводится к сети с одним
стоком и одним истоком путем введения
фиктивных пунктов t
(исток) и s (сток).
Фиктивным дугам приписываются значения
параметров: dti=ai,
djs=bj,
Cti=Cjs=0.
Модель Тd-задачи в
сетевой постановке имеет вид: Cijxijmin;
kt,
ks;
В сбалансированной транспортной задаче
Z=ai=bj;
0xijdij.
В модели использованы обозначения:
–
множество дуг, входящих в вершину k
и выходящих из нее, Z –
новая величина - поток сети.
Алгоритм Дейкстры-Форда:
Суть задачи сводится к поиску самого короткого пути, который бы соединял две точки ориентированного графа. Суть алгоритма в постепенной пометке всех вершин графа, т.е. поиске наикратчайших путей от начальной вершины ко всем остальным.
Первая формула вычисляет длину пути
от начальной вершины до данной непомеченной
по указанному пути, а вторая формула
выбирает какую вершину внести во
множество помеченных вершин и с какой
пометкой.
Т
ак
же используется проверка, что путь через
новую помеченную вершину к какой-либо
другой помеченной вершине не окажется
меньше уже помеченного:
.
Если проверка не проходит, то меняем
пометку у указной вершины.
Пример:
Итерация 1:E0=0 R={0}
E1=2R={0,1}
Итерация 2:
E2=7R={0,1,2}
Ит. 3:
E4=11,
E2=5 R={0,1,2,4}
Ит. 4:
E3=13 R={0,1,2,3,4}
Итерация 5:
Et=14
Два пути: 1)
2)
