- •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
Транспортная задача
Транспортная
задача - это модель ситуации, в которой
требуется найти оптимальный план
перевозки некот. груза из конечного
числа пунктов отправления с заданными
объемами производства в конечное число
пунктов назначения с требуемыми объемами
потребностей при известных затратах
на перевозку единицы груза между каждой
парой пунктов поставки и потребления.
Удельные затраты не зависят от количества
перевозимого груза. Здесь под оптимальным
понимается план, минимизирующий суммарные
затраты на перевозки. Пример: задача с
двумя пунктами отправления и тремя
пунктами назначения. а1 и а2
– количество груза, которым располагают
пункты отправления, b1,
b2, b3
– потребности в грузе пунктов
назначения.
Задача сбалансированная, если суммарная
потребность равна суммарной возможности:
Пункты |
B1 |
B2 |
B3 |
Кол-во груза |
A1 |
С11 Х11 |
С12 Х12 |
С13 Х13 |
a1 |
A2 |
С21 Х21 |
С22 Х22 |
С23 Х23 |
a2 |
Потр-ть |
b1 |
b2 |
b3 |
|
Необходимо минимизировать суммарные затраты по перевозке, целевая функция запишется в виде L=C11x11 + C12x12 + C13x13+ C21x21 + C22x22 + C23x23→min.
Каждый ПН должен получить треб. количество груза. B1: x11+x21=b1; B2: x12+x22=b2; B3: x13+x23=b3.
Поскольку задача сбалансированная, весь груз из ПО дб вывезен. Это требование отражается в модели двумя равенствами: А1: х11+х12+х13=а1; А2: х21+х22+х23=а2.
Наконец, физический смысл переменных накладывает на них ограничение неотрицательности
xij0.
В результате мы получили модель транспортной задачи, содержащей только линейные функции. Очевидно, что характер модели не изменится при увеличении числа пунктов.
8. Формы представления задач лп и способы приведения к ним. Каноническая форма задач лп
Задача ЛП представлена в канонической форме, если в ее модели все функциональные условия имеют вид равенств и все переменные ограничены по знаку. Направление цели не имеет существенного значения, для однозначности канонического представления будем иметь в виду максимизацию критерия. Модель задачи:
Векторно-матричные
представления: L
=
max
или
С–
вектор коэффициентов целевой функции;
Aj -
векторы условий, j=
В– вектор ограничений (свободных
членов); А– матрица условий; Х– вектор
переменных;
– число переменных в канон. форме, >=
числа переменных в исходной модели
Любую задачу ЛП можно привести к каноническому виду. Возможны 3 случая несоответствия исходной модели каноническому представлению.
1.Если в исходной постановке критерий
минимизируется, то изменив знак критерия
на обратный, приходим к задаче максимизации,
т.е. если
то
2.В исходной модели есть неравенства.
При этом способ преобразования зависит
от знака неравенства. В случае неравенства
очевидно, что разность правой и левой
части будет неотрицательной и неизвестной
величиной, которую можно принять за
новую переменную:
Отсюда получаем следующее равенство:
Аналогично при неравенстве
Новая переменная (дополнительная, >=0)-
разность левой и правой части
и
равенство записывается в виде
3.Некоторые переменные исходной модели не имеют ограничения на знак. Исключение таких переменных производится следующим способом.
Пусть
– переменная, которая может иметь
любой знак. Введем две неотрицательные
переменные
и во всей модели заменяем
их разностью:
Таким образом, последние два случая
преобразования к каноническому виду
приводят к увеличению числа переменных,
и поэтому всегда
Исходная модель: Каноническая модель:
