
- •Введение
- •1. Основы исследования систем и принятия решений
- •1.1. Постановка задач принятия решений и разработка моделей
- •1.2. Классификация математических моделей и методов принятия решений
- •1.3. Принятие решений в условиях определенности при векторном критерии
- •Способ 5
- •1.4. Принятие решений в условиях риска и неопределенности
- •1.5. Программное компьютерное обеспечение исследования транспортных систем
- •2. Построение математических моделей
- •2.1. Детерминированные модели
- •2.1.1. Решение систем линейных уравнений
- •2.1.2. Решение систем нелинейных уравнений
- •2.1.3. Численное интегрирование
- •2.1.4. Вычисление специальных функций
- •2.1.5. Сортировка чисел (символов)
- •Программа сортировки по индексам
- •Программа сортировки по методу "пузырька"
- •2.2. Стохастические модели
- •2.2.1. Исследование распределения случайных величин
- •1) Критерий хи - квадрат (Пирсона)
- •2) Критерий Романовского
- •3) Критерий Колмогорова
- •Ринунок 2.13 – Эмпирическая (1) и теоретическая (2) функции распределения
- •4) Критерий Мизеса-Смирнова
- •2.2.2. Генерация случайных чисел по различным законам распределения
- •2.2.3. Интервальная оценка параметров и определение интервалов распределения случайных величин
- •2.2.4. Исследование статистических зависимостей между случайными величинами
- •2.2.5. Исследование временных рядов
- •2.2.6. Системы массового обслуживания
- •1) Аналитическое исследование систем массового обслуживания
- •2) Статистическое имитационное моделирование
- •3. Оптимизационные задачи и методы их решения
- •3.1. Безусловная оптимизация для одномерной унимодальной целевой функции
- •3.2. Многомерная безусловная оптимизация
- •3.3. Оптимизация при наличии ограничений
- •3.4. Задача линейного программирования
- •3.5. Отыскание кратчайших расстояний и путей между пунктами транспортной сети. Кратчайшая связывающая сеть
- •3.6. Транспортная задача линейного программирования
- •3.7. Одномерная задача динамического программирования
- •3.8. Эвристические методы решения транспортных задач
- •3.8.1. Маршрутизация перемещения ресурсов помашинными отправками
- •3.8.2. Маршрутизация перемещения мелких партий ресурсов
- •3.9. Задачи дискретной оптимизации
- •3.9.1. Целочисленная задача линейного программирования
- •3.9.2. Задача о назначениях
- •3.9.3. Задача о ранце (рюкзаке)
- •3.9.4. Задача о коммивояжере
- •3.10. Задачи упорядочения и согласования
- •3.11. Состязательные задачи
- •3.1. Основная литература
- •3.2. Дополнительная литература
- •Приложение 1. Компьютерная программа принятия решений в условиях риска и неопределенности
- •Приложение 2. Компьютерная программа исследования распределения случайных величин
- •Приложение 3. Компьютерная программа однофакторного корреляционно-регрессионного анализа
- •Приложение 4. Компьютерная программа проведения многофакторного корреляционно-регрессионного анализа
- •Приложение 5. Компьютерная программа выравнивания динамического ряда многочленом ряда фурье
- •Приложение 6. Компьютерная программа решения задачи линейного программирования симплекс-методом
- •Приложение 7. Компьютерная программа отыскания кратчайших расстояний между пунктами транспортной сети
- •Приложение 8. Компьютерная программа решения транспортной задачи линейного программирования
- •Приложение 9. Компьютерная программа разработки сборочно-развозочных маршрутов на основе метода кларка-райта
- •Приложение 10. Компьютерная программа расчета параметров сетевого графика
- •Приложение 11. Компьютерная программа решения игровой задачи двух сторон на основе алгоритма брауна
- •Учебное издание
- •По дисциплине "Математические модели в транспортных системах" для студентов специальностей 1-44 01 01, 1-44 01 02
- •Подписано в печать .04.2006
- •220013, Г. Минск, проспект Независимости, 65.
Способ 5
Критерий Zо является минимальным (максимальным) из частных критериев zi (частные критерии должны быть одной размерности и вида экстремума)
или
.
Для придания гибкости этому способу можно использовать весовые коэффициенты ki при zi. Изменяя набор ki, можно определять необходимые цели.
Способ 6
Критерий Zо является одним из множества частных критериев zi (главным), отвечающим основной цели. По остальным критериям может проверяться выполнение наложенных на них ограничений.
Для логических критериев в зависимости от поставленной конечной цели возможны следующие способы их объединения:
цель достигается при выполнении всех целей одновременно
(конъюнкция
критериев);
цель достигается при достижении хотя бы одной частной цели
(дизъюнкция
критериев),
1.4. Принятие решений в условиях риска и неопределенности
Задача
в условиях риска
состоит в том, что из-за случайности
влияния отдельных факторов, например,
внешней среды, с каждой принимаемой
стратегией Хi
связано множество возможных результатов
Yj
с известными вероятностями p(Yj,Xi),
,
.
При этом достигается эффект V(Yj,
Xi).
Обобщенной
оценкой стратегии Xi
является величина ожидаемого эффекта
Vo(Xi),
рассчитываемая по формуле
.
Если в качестве исходных параметров известны вероятности различных состояний среды, то обобщенная оценка Vo(Xi) стратегии Xi определяется по формуле:
,
где
R – общее число возможных состояний
внешней cреды; p(Ur)–
вероятность нахождения внешней среды
в состоянии Ur
(
);
V(Xi,Ur)
– эффект, который складывается при
стратегии Xi
и состоянии
среды Ur.
Принятие решений в условиях риска состоит в определении оптимальной стратегии Xi как
,
где
Vo(Xi)
– оценки эффективности (полезности)
для стратегий Xi,
.
При принятии решений в условиях неопределенности информация о состоянии внешней среды (природы) неизвестна принимающему решение (наблюдателю).
Относительно состояния среды наблюдатель может высказывать определенные гипотезы. Такие предположения о вероятном состоянии среды называется субъективными вероятностями p(Ur), . В этом случае имеет место задача принятия решений в условиях риска.
В условиях неопределенности вероятности возможных состояний среды неизвестны. Для выбора оптимальной стратегии в условиях неопределенности предложен ряд критериев.
Критерий Вальда (критерий "осторожного наблюдателя") основывается на предположении, что среда будет находиться в неблагоприятном состоянии, и имеет решающее правило
.
Критерий Гурвица основывается на следующем решающем правиле:
,
где kd – коэффициент доверия.
По нему предполагается, что среда находится с вероятностью kd в благоприятном состоянии и с 1 – kd – в неблагоприятном. При kd = 0 получаем критерий Вальда, а при kd = 1
–
стратегия
"здорового оптимиста".
Критерий Лапласа (случай предположения о равновероятных состояниях среды) P(U1)=P(U2)=... =P(UR) имеет решающее правило
.
Критерий
Сэвиджа
(критерий минимизации "сожалений")
основывается на расчете "сожалений"
,
равных полезности результата
при
данном состоянии среды Ur
относительно наилучшего решения в
зависимости от стратегии Xi,
определяемого
как
:
.
К рассчитанным сожалениям применяется решающее правило
.
Этот критерий минимизирует возможные потери при условии, что состояние среды неблагоприятное.
Выбор одного из вышеуказанных критериев в качестве решающего производится принимающим решение.
Пример.
Организации необходимо принять решение относительно наиболее эффективного числа машиномест на проектируемой платной автомобильной стоянке. Ожидаемая прибыль V(Xi,Ur) в зависимости от числа мест Xi и состояния среды (числа занятых мест) Ur приведена в таблице. В этой же таблице приведены вероятности возможных состояний среды P(Ur).
Xi |
V(Xi , U r) и Vs(Xi , U r) (выделенные курсивом) при Ur / P(Ur) |
|||
150/0.1 |
200/0.1 |
250/0.6 |
300/0.2 |
|
200 |
-15 |
30 |
30 |
30 |
|
0 |
0 |
-20 |
-30 |
250 |
-35 |
20 |
50 |
50 |
|
-20 |
-15 |
0 |
-15 |
300 |
-55 |
-10 |
45 |
60 |
|
-40 |
-40 |
-5 |
0 |
Решение.
Критерий Вальда
По этому критерию от строительства следует отказаться, так как при оптимальной стратегии имеет место отрицательный эффект.
Критерий Гурвица при Kd =0.6
и
при Kd =1.0
Критерий Лапласа
Критерий Сэвиджа
Результаты расчета сожалений по ранее приведенной формуле даны в таблице вторыми строками. Например, для 1-го столбца (Ur=150) сожаления определяются по выражению
По рассчитанным сожалениям поиск оптимального решения проводится следующим образом
Если известны вероятности состояния среды, то решение производится в условиях риска:
Для условий примера по большинству критериев наиболее эффективно строительство стоянки на 250 машино-мест.
Пример компьютерной программы для принятия решений в условиях риска и неопределенности приведен в приложении 1.