
- •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
3. Виды математических моделей ио, примеры.
Вид модели определяется типом связи между решениями (альтернативами, стратегиями) и результатами, который в свою очередь зависит от условий, в которых протекает операция и приходится принимать решения.
.
Решения принимаются в условиях
определенности. Каждому решению можно
поставить в соответствие определенный
результат - детерминированный тип связи
- детерминированные
модели.
Они "удобны в работе". Пример:
Пусть в
пункте A, возле которого проходит прямая
дорога, расположена пожарная часть, а
на лугу в точке C - некоторое строение.
В случае возгорания строения пожарная
машина должна быстро прибыть к месту
пожара. Известны расстояния AB и BC и
скорости движения машины по дороге
и по лугу
.
Требуется определить кратчайший путь
движения машины. Оптимальный маршрут
машины надо искать в классе ломаных
линий, включающих не более двух отрезков
прямых. Такой путь полностью определяется
точкой излома х- расстоянием от пункта
A до места съезда машины с дороги. Критерий
- время движения машины.
Из ММ: каждой альтернативе в выборе маршрута (значению х) ставится в соответствие T. Детерминизм данной модели отражает определенность ситуации.
2.
Решения принимаются в условиях риска.
Между решениями и результатами -
стохастическая связь: определенному
решению может соответствовать более
одного результата, вероятности появления
которых известны - вероятностные
(стохастические)
модели. Если результат - значение
критерия, то исход. постановка задачи
(и модель!) некорректна: нельзя макс-ть
или мин-ть случайную величину (критерий
- одна из его вероятностных характеристик
–мат. ожидание, дисперсия). Осреднение
случайных аргументов и осреднение
результатов, на которые первые влияют,
не всегда одно и то же, т.к. в общем случае
не выполняется равенство
где
- СВ. Пример:
Пусть фирма "Апельсин" постоянно
занимается продажей фруктов. Поставка
и продажа фруктов осуществляется целыми
контейнерами, а единица времени - неделя.
Спрос на фрукты C
колеблется случайным образом, но
вероятность спроса в случайно взятую
неделю P(C)
известна. При заключении договора с
поставщиком на очередной период фирма
должна определить наиболее выгодное
для нее количество контейнеров, которое
будет поставляться еженедельно, если
известны прибыль от реализации одного
контейнера
и убыток
при его невостребовании. Так как спрос
случаен, то и результат - доход за неделю
D,
для фиксированного числа заказываемых
контейнеров n
будет
случайной величиной: в случае, когда
спрос превысит предложение, то есть при
C>n,
D
= dn,
если же предложение окажется выше
спроса (C£n),
доход D
= dC-(n-C)b.
Критерий – мат. ожидание дохода за неделю, так как его максимизация обеспечит максимум дохода за весь период. Модель задачи будет иметь вид:
С |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
Р(С) |
0 |
0.1 |
0.25 |
0.3 |
0.25 |
0.1 |
0 |
n |
1 |
2 |
3 |
4 |
5 |
|
30 |
56.5 |
74.25 |
81.5 |
80 |
.
Оптимальное решение n*=4, при котором средний доход составляет 81.5.
Однако наличие случайных факторов не всегда влечет за собой неоднозначность результатов. Возможны случаи, когда элементарные составляющие процесса или системы ведут себя случайно, а результаты системы в целом не случайны (идеальный газ, поведение которого подчиняется детерминированному закону БойляМариотта). Неслучайное поведение на макроуровне при наличии элементов случайности на микроуровне называют стохастическим детерминизмом.
3.Решения принимаются в условиях неопр-ти, вероятностные характеристики результатов неизвестны. ММ, описывающие неопределенный тип связи, разнообразны и не имеют единого названия. В частности, к этому классу относятся матричные модели, модели типа "игра", "аукционный торг", нечеткие модели. Во многих случаях ситуацию неопределенности можно представить матрицей вида
|
Состояние среды |
|||
Альтерна- тивы |
|
|
... |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|


Нужно определиться с принципом оптимальности, на основе которого будут сравниваться альтернативы. Принцип оптимальности зависит от точки зрения на ситуацию ЛПР, его отношения к риску, от предположений отн-но поведения среды.
1.
Принцип
гарантированного рез-та.
(представление, что среда ведет себя
наихудшим образом) – максиминная
альтернатива. Эффективность каждой
альтернативы оценивается наихудшим из
исходов, возможных при выборе данной
альтернативы. Гарантируется, что будет
не хуже, при любом фактическом состоянии
среды. Наилучшее решением - выбор той
альтернативы, которая имеет наилучший
гарантированный результат. Если
имеет смысл прибыли
.
2.
Критерий Сэвиджа – принцип
гарант. сожалений
- аналогичный прием, но по отношению к
преобраз. матрице - матрице риска
,
где
,
риск - это разность между максимально
возможным выигрышем при
-м
состоянии среды и выигрышем при выборе
-й
альтернативы в условиях незнания о
фактическом состоянии среды. Цель -
уменьшение риска (минимакс)
,.
3.
Критерия Гурвица (комбинированный)
где
=[0,1]
- коэффициент риска. Промежуточные
значения
отражают разный уровень риска ЛПР.
4.
Критерием Лапласа. ЛПР считает, что все
состояния равновозможны:
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
L |
A1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
100 |
10,1 |
A2 |
9,9 |
10 |
10 |
10 |
10 |
10 |
10 |
10 |
10 |
10,1 |
10 |
В соответствии с критерием выгоднее А1, однако видно, что выгоднее А2