- •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
Методы многокритериальной оптимизации
Предложены различные способы вовлечения ЛПР в процесс принятия решений. Можно выделить три группы многокритериальных методов принятия решений:
основаны на том, что ЛПР может выразить свои предпочтения до начала процесса многокритериальной оптимизации;
интерактивные (диалоговые) методы;
методы построения множества эффективных решений с последующим представлением его ЛПР.
57. Многокрит. Задачи: функция полезности, лексикографический метод. Функция полезности
Применительно к многокритериальной
задаче в качестве товаров и услуг
выступают критерии, а в качестве
потребителя – ЛПР. При этом предполагается
существование на множестве значений
критериев y1,y2,….,ym
скалярной оценки предпочтений ЛПР -
полезность. Функция U,
которая каждой точке Y
критериального пространства ставит в
соответствие действительное число
U(Y),
называется функцией полезности (ценности)
ЛПР, если Y~Y"U(Y')=U(Y"),
Y'Y"U(Y')>U(Y").
Если функция полезности известна, то
многокритериальная задача сводится к
стандартной задаче оптимизации: найти
вектор XD,
максимизирующий U[Y(X)].
Множество точек критериального
пространства, одинаковых по
предпочтительности (для которых
U(Y)=Const),
образует гиперповерхность равного
уровня функции полезности. Наибольшие
затруднения при практическом применении
рассматриваемого подхода вызывает
построение функции полезности, адекватно
отражающей предпочтения ЛПР. Для
построения функции полезности
предварительно устанавливаем область
возможных значений критериев:
.
Полагая, что структура предпочтений
ЛПР аддитивна (на основе соответствующих
предварительных исследований), функцию
полезности представим в виде
U(y1,y2)=
1U1(y1)+
2U2(y2),
(1) где Ui(
)=0,
Ui(
)=1,
>0,
2>0
и
1+
2=1.
В процедуре отыскания U в виде (1), приводимой ниже, одинаковость пар и значения средних точек определяет ЛПР в диалоге с аналитиком.
I.Строим U1 в следующей последовательности:
-находим
среднюю по полезности точку у
интервала [
]
и полагаем U1(y
)=0,5;
-находим
среднюю по полезности точку у
интервала [у
,
] и полагаем U1(y
)=0.75;
-находим
среднюю по полезности точку у
интервала [
]
и принимаем U1(y
)=0,25;
-проверяем согласованность результатов: является ли у средней по полезности точкой интервала [у ,у ]? Если нет, то н корректировать эти точки до достижения согласованности .
-по пяти определенным точкам (или большему числу, если продолжить дробление интервалов) строится график функции U1(y1).
2. Таким же образом находим U2(у2).
3.
Определяем коэффициенты шкалирования
и
2.
Для этого выбираем любые две одинаковые
по предпочтительности пары (y1,y2).
Пусть, например, это пары (
)
и (
).
Тогда U(
)=U(
)
или
.
Значения U1
и U2
в точках
и
определяются по построенным графикам.
Находим значения
и
.
Минусы: необходимость длительной и напряженной работы с ЛПР. Плюсы: функция полезности наиболее полно и адекватно отражает систему ценностей ЛПР и позволяет относительно просто находить решение, наиболее предпочтительное (и в этом смысле оптимальное) для ЛПР с помощью одной стандартной задачи оптимизации.
