- •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
28. Задача о максимальном потоке.
Задачи, в которой критерием является поток сети - задача о макс. потоке:
Z max; kt, ks; 0xijdij.
Для нее разработаны алгоритмы, которые
эффективнее методов решения транспортных
задач. Они работают с сетью как
разновидностью графов. Пусть дан
ориентированный граф G=(V,U),
где V и U
- множества вершин и дуг соответственно.
Разрез сети на подмножестве
вершин AV,
A,
AV,
tA,
sV\A
- множество дуг ijU
таких, что iA
jV\A.
Обозначим его P(A).
Сумма пропускных способностей дуг
разреза - величина (пропускная
способность) разреза:
Пример: Построим один из разрезов сети.
Если A={t,1,2,3}, то разрезом будет множество дуг P(A)={1,4; 1,6; 2,5; 3,6}, а его величина определяется как d(A)=d14+d16+d25+d36. Дуги, составляющие этот разрез, выделены жирными линиями. Разрез сети, имеющий минимальную пропускную способность - минимальный разрез. Задачи максимизации потока и минимизации величины разреза являются двойственной парой. -> Теорема Форда и Фалкерсона: Величина потока сети (от истока к стоку) не превосходит пропускной способности минимального разреза и существует макс. поток, величина которого равна пропускной способности минимального разреза.
Методы решения задачи о максимальном потоке основаны на последовательном увеличении потока при соблюдении условий задачи. Аналогом цикла пересчета является увеличивающая цепь - цепь, соединяющая исток и сток, все дуги которой допустимые. Дуга является допустимой увеличивающей, если ее направление совпадает с направлением потока и поток на ней < пропускной способности xij<dij. Дуга - допустимой уменьшающей, если напр-е дуги противоположно потоку и xij >0.
На увеличивающей дуге поток м возрасти
на ij=dij-xij,
а на уменьшающей дуге возможно снижение
потока, равное ij=xij.
Макс. допустимое изменение величины
потока по увеличивающей цепи определяется
как минимальное из возможных: 0=
Макс.
поток сети может быть определен по
следующему алгоритму.
Задать начальную величину потока, обеспечиваемую потоками дуг при выполнении условий задачи - можно взять нулевой поток.
Построить увеличивающую цепь. Если это невозможно, решение завершено.
В
ычислить
0.Переместить вдоль цепи 0, прибавляя к потокам на увеличивающих дугах и вычитая из потоков уменьшающих дуг. Поток сети увеличивается на 0. На шаг 2.
П
ример:
Определить максимальный поток сети.
Пропускные способности дуг показаны у
стрелок перед косой чертой. Задаем
начальный поток. Значения начальных
потоков дуг даны за косой чертой, они
удовлетворяют условиям задачи. Величина
потока сети Z(0)=7.
Первая итерация. Строим увеличивающую цепь. Она показана на рис. утолщенными линиями. Определяем приращение потока: 0 = min(7-3, 5-1, 6-4)=2. Увеличиваем потоки дуг цепи на 2 --->
Z(1)= Z(0) + 0=7+2=9.
Вторая итерация.
Строим увеличивающую цепь {t,1; 1,4; 4,s}. 0 = min(7-5, 3-2, 5-1)=1.Увеличиваем потоки по дугам цепи на 0.
<--- Z(2)= Z(1) + 0 = 9+1=10.
Третья итерация.
Н
овая
цепь состоит из увеличивающих дуг t,3
и 4,s
и уменьшающей дуги 4,3. 0
= min(4-2,
1, 5-2)=1. Изменяем потоки: на дугах t,3
и 4,s
увеличиваем, а на дуге 4,3 уменьшаем на
величину 0.
--->
Тогда получаем Z(3)= Z(2) + 0 = 10+1=11.
Так как увеличивающую цепь построить нельзя, последнее решение является оптимальным. Максимальный поток сети равен 11.
Минимальный разрез рассмотренной сети соответствует множеству вершин А={t,1,2,3,5,6}, то есть P(A)={1,4; 5,s; 6,s}. Его пропускная способность d(A)=d14+d5s+d6s=3+2+6=11 равна величине максимального потока, что согласно теореме Форда-Фалкерсона также является признаком оптимальности найденного решения.
