
- •Экзаменационные вопросы по теории принятия решений
- •Задача линейного программирования (злп): содержательная постановка, примеры задач лп; этапы решения задачи; формальная постановка.
- •Формы записи злп: общая, симметричная, каноническая, матричная, векторная. Переход к канонической форме.
- •Геометрическая интерпретация и графическое решение злп для двух переменных: постановка, понятие выпуклого многогранника области допустимых решений, геометрическая интерпретация целевой функции.
- •Общий алгоритм графического решения злп, варианты решения злп. Онализ оптимального решения на чувствительность.
- •Геометрическая интерпретация злп с n переменными: выпуклость множества планов злп. Этапы решения злп.
- •Симплексный метод решения злп: общая идея, построение начального опорного плана. Условие, при выполнении которого план является опорным. Переход к новому опорному плану
- •Симплексные таблицы. Условия оптимальности опорного плана. Алгоритм перехода к не худшему опорному плану.
- •Симплексные преобразования: признаки единственности целевой функции; вырожденной злп.
- •Двойственные злп: математические модели прямой и двойственной задач, взаимосвязи между ними. Свойства двойственных оценок (4 свойства).
- •Двойственная задача лп со смешанными ограничениями. Критерий оптимальности двойственных задач. Экономический смысл двойственных оценок.
- •Транспортная задача. Формальная модель тз. Типы тз и их свойства.
- •Задание ограничений.
- •Методы построения опорного плана для решения тз: методы северо - западного угла, минимального тарифа, метод Фогеля.
- •Решение тз методом потенциалов.
- •Открытая тз. Решение тз при наложении ограничений. Другие типы задач, сводимые к транспортным (например, распределительная и др.).
- •IV. Задание ограничений.
- •Модель двухиндексной общей рз
- •Теоретическая часть
- •Модель задачи о назначениях
- •Постановка задачи динамического программирования (дп). Основные принципы дп. Функциональные уравнения Беллмана.
- •Решение задачи распределения ресурсов методом динамического программирования: интерпретация уравнений Беллмана для двух предприятий; погружение в пространство задач.
- •Алгоритм решения задачи распределения ресурсов методом дп: прямой и обратный пути.
- •Принятие решений в условиях неопределенности и риска. Игры: типы и их характеристика. Матричная игра с нулевой суммой. Чистые стратегии и их свойства. Игры с седловой точкой.
- •Игра с седловой точкой
- •Смешанные стратегии игры и их свойства. Доминирование стратегий. Условие оптимальности смешанной стратегии.
- •Формальные определения
- •Приведение матричной игры к задаче линейного программирования.
- •Статистические игры: постановка задачи; критерии оптимизации стратегий принятия решений - Байеса, Лапласа, Вальда, Сэвиджа, Гурвица.
- •Задача о планировании мощности предприятия: постановка, платежная матрица, матрица рисков, поиск оптимальной стратегии.
- •26.Многокритериальные задачи: постановка, граница и множество Парето, математическая модель. Примеры.
- •Дискретное программирование: задача целочисленного программирования, Постановка, математическая модель. Метод ветвей и границ: математическая модель, алгоритм решения.
- •Задача булевского программирования (бп): постановка, связь с транспортной задачей лп.
- •35. Задача булевского программирования (бп): постановка, связь с транспортной задачей лп.
- •Задача о закреплении транспортных средств и её решение модифицированным методом Фогеля. *Из шпор* Метод фогеля
- •Приближенный метод решения задачи коммивояжера, как задачи бп. Думаю как это делать все помнят *Из шпор* Метод ближайшего соседа (коммивояжера)
- •Задача выпуклого программирования: математическая модель, функция Лагранжа.
- •Сетевое планирование и управления (спу). Сетевой график и его свойства. Основные понятия спу: критический путь, ранние и поздние сроки свершения событий.
- •Сетевое планирование и управления (спу). Расчет резервов времени событий и работ: полный резерв времени работы; свободный резерв времени работы.
Решение задачи распределения ресурсов методом динамического программирования: интерпретация уравнений Беллмана для двух предприятий; погружение в пространство задач.
Динамическое программирование (ДП) – это метод, приспособленный для решения оптимизационных задач, связанных с многошаговыми процессами. В задачах динамического программирования находится ряд оптимальных решений последовательно для каждого этапа, обеспечивающих оптимальное развитие всего процесса в целом. Многошаговый процесс можно интерпретировать так: весь цикл разбить на несколько этапов и на каждом этапе требуется принять то или иное решение. При решении задач методом ДП вводят функцию Беллмана fk, которая представляет собой максимальную эффективность многошагового процесса, состоящего из К шагов. Для вычисления функции Беллмана составляется так называемое функциональное уравнение Беллмана, позволяющее находить значения функции Беллмана fк+1, если известно fk.
Требуется распределить A единиц ресурсов между всеми предприятиями так, чтобы выпуск продукции был максимальным. Обозначим через Xk количество ресурсов, которое нужно выделить K - му предприятию, тогда математическая модель задачи запишется так: φ1(X1)+φ2(X2)+…+φn(Xn)→max при ограничениях X1+X2+…+Xn=A X1≥0, X2≥0,…,Xn≥0. Если φ1, … φn – заданы таблично, то задача решается методами динамического программирования. Рассмотрим оптимальное распределение ресурсов с помощью метода динамического программирования. При решении задачи о распределении ресурсов введем функцию Беллмана fk(X) – максимальное количество продукции, которое могут выпустить K предприятий, при этом αk(X) – количество ресурса, получаемое K - ым предприятием при оптимальном распределении ресурса между первыми предприятиями. Предположим, что fk(X) известно, тогда вычислим fk+1 (X). Пусть К+1 – ое предприятие получает t единиц (0 ≤ t ≤ X) ресурса, тогда оно выпускает φk+1 (t) единиц продукции. На долю же первых K предприятий останется X – t единиц ресурса. В силу принципа оптимальности: чтобы получить больше продукции, необходимо распределить оптимально оставшиеся (X – t) единиц ресурса между K предприятиями. Тогда общий выпуск продукции будет равен φk+1(t)+fk(X – t). Но, чтобы этот общий выпуск продукции был максимальным, необходимо t подобрать так, чтобы эта сумма достигала наибольшего значения, т.е. fk+1 (X). Функциональное уравнение Беллмана:
Зная
f1(X), находим f2(X), затем f3(X) и т.д
Вроде достаточно а про погружение я не знаю…. Может это и есть инвариантная оптимизация??? У кого в лекциях чего?
Алгоритм решения задачи распределения ресурсов методом дп: прямой и обратный пути.
Прямой ход:
F1(x)=f1(x)
F2(x)=
(f2(x)+F1(x))
F3(x)=
(f3(x)+F2(x))
F4(x)=
(f4(x)+F3(x))
…………………………..
n)Fn(x)=
(fn(x)+Fn-1(x))
Обратный
ход:
W=Fn(x)
X*n=arg
max Fn(x)
n-1)
x*n-1=arg
max Fn-1(x)
n-2)
x*n-2=arg
max Fn-2(x)
Правильно ли???? Исправьте ребят и скажите… мало ли может я ошибаюсь!!! Извините.