- •Вопросы
- •Постановка задачи оптимизации.
- •Решение задач линейной оптимизации с помощью ms Excel.
- •Анализ чувствительности оптимального решения к изменению параметров и поиск альтернативных решений.
- •Содержание отчета об устойчивости.
- •Проблемы, требующие использования двоичных переменных.
- •Экономический смысл теневой цены. Дефицитный ресурс.
- •Нормированная стоимость продуктов. Влияние на устойчивость решения.
- •Теневая цена и рентабельность инвестиций.
- •Целочисленная оптимизация. Проблемы целочисленной оптимизации.
- •Методика учета постоянных издержек при оптимизации. Срок окупаемости.
- •Замкнутая и несбалансированная задачи о назначениях.
- •Замкнутая и несбалансированная транспортная задача.
- •Проблема выбора оптимального маршрута.
- •Дефицитный ресурс. Планирование от «узкого места».
- •Модель экономичного размера заказа (eoq - Economic Order Quantity)
- •17. Модели управления запасами: определение момента для нового заказа при вероятностном распределении требований. Безопасный уровень запаса и риск невыполнения требования . (раздатка 5)
- •18. Необходимые характеристики случайных величин. Расчет с помощью функций ms Excel.
- •19. Использование частотной диаграммы и кумулятивной кривой для оценки вероятностей финансовых исходов и риска потерь.
- •21. Формулы для расчета оптимального заказа.
- •22. Формулы для расчета максимально возможной прибыли при управлении заказами.
- •23. Стратегии уменьшения потерь при управлении запасами.
- •24. Риск дефицита и уровень обслуживания. (раздатка 5)
- •25. Безопасный резерв товара. (раздатка 5)
- •26. Издержки хранения товара и цена обеспечения высокого уровня обслуживания клиентов.
- •27. Модели теории очередей. Принципы классификации систем массового обслуживания. Пример.
- •Принципы расчета экономических параметров систем массового обслуживания. Пример.
- •Альтернативы и состояния окружения.
- •Матрица выигрышей при принятии решения.
- •Матрица упущенных возможностей.
- •Критерии принятия решений в условиях полной неопределенности.
- •Критерий минимаксного риска (минимаксных сожалений).
- •Критерии принятия решений в условиях риска (статистической неопределенности).
- •Ожидаемая монетарная ценность (emv). Ожидаемые упущенные возможности (eol).
- •Монетарная ценность совершенной информации. Грубая оценка монетарной ценности обычной информации.
- •37. Выбор решения в условиях цепочки последствий. Деревья решений.
- •38. Надстройка «Дерево решений», методика применения. (есть в электронной раздатке)
- •39. Расчет emv и npv по дереву решений.
- •40. Анализ чувствительности решения, выбираемого по дереву, к параметрам поставленной задачи.
- •41. Сценарный анализ для дерева решений и выработка приемлемой стратегии компании.
- •42. Диаграммы Ганта и сетевые диаграммы при планировании проекта.
- •43 Сетевые диаграммы при планировании проекта.
- •Использование ms Project для управления проектом.
- •Стоимость сокращения длительности проекта. Расчет оптимальной длительности проекта с учетом экономической целесообразности.
- •Сетевые диаграммы при планировании проекта: вероятностное распределение времени выполнения отдельных этапов проекта. Pert: расчет среднего ожидаемого времени выполнения проекта и его дисперсии.
- •Вероятность выполнения проекта точно в срок. Пессимистическая и оптимистическая оценки длительности проекта. Назначение даты завершения проекта с учетом допустимых рисков.
- •Нормальное распределение
- •Стандартное нормальное распределение
Замкнутая и несбалансированная транспортная задача.
Транспортная задача — задача о наиболее экономном плане перевозок однородного или взаимозаменяемого продукта из пункта производства (станций отправления) в пункты потребления (станции назначения)— является важнейшей частной задачей линейного программирования, имеющей обширные практические приложения не только к проблемам транспорта.
Транспортная задача выделяется в линейном программировании определенностью экономической характеристики, особенностями математической модели, наличием специфических методов решения.
В общем случае транспортная задача имеет следующий вид: дано т поставщиков продукции одного вида и п потребителей; предложение каждого i-го поставщика составляет ai единиц, ; спрос каждого j-го потребителя – bj единиц, тарифы перевозок равны сij, ,Требуется определить оптимальный план перевозок продукции (т. е. количество продукции, перевозимой от каждого поставщика каждому потребителю), и котором суммарная стоимость перевозок минимальна. Заметим, что транспортная модель строится при условии линейной зависимости стоимости перевозок от количества перевозимой продукции.
Пусть хij – количество продукции, перевозимой от i -го поставщика
j-му потребителю ;
Целевая функция (4.1) определяет суммарную стоимость перевозок. Ограничения (4.2) соответствуют тому, что количество продукции, вывозимой от i-го поставщика, не должно превосходить предложения i-го поставщика (для всех поставщиков). Ограничения (4.3) соответствуют тому, что количество продукции, ввозимой j-му потребителю, должно полностью удовлетворять спросу j-го потребителя (для всех потребителей). Ограничения (4.4) соответствуют тому, что суммарное предложение не должно быть меньше суммарного спроса.
Проблема выбора оптимального маршрута.
Задача коммивояжёра (англ. Travelling salesman problem, TSP) (коммивояжёр — разъездной сбытовой посредник) — одна из самых известных задач комбинаторной оптимизации, заключающаяся в отыскании самого выгодного маршрута, проходящего через указанные города хотя бы по одному разу с последующим возвратом в исходный город. В условиях задачи указываются критерий выгодности маршрута (кратчайший, самый дешёвый, совокупный критерий и т. п.) и соответствующие матрицы расстояний, стоимости и т. п. Как правило, указывается, что маршрут должен проходить через каждый город только один раз — в таком случае выбор осуществляется среди гамильтоновых циклов.
Методы решения:
полный перебор
случайный перебор
жадные алгоритмы
метод ближайшего соседа
метод включения ближайшего города
метод самого дешёвого включения
метод минимального остовного дерева
метод имитации отжига
Все эффективные (сокращающие полный перебор) методы решения задачи коммивояжёра — методыэвристические. В большинстве эвристических методов находится не самый эффективный маршрут, априближённое решение. Зачастую востребованы так называемые any-time алгоритмы, то есть постепенно улучшающие некоторое текущее приближенное решение.
Существуют также постановки, в которых задача коммивояжера становится NP-полной. Обычно такие постановки выглядят следующим образом: существует ли на заданном графе G такой обход, что его стоимость не превышает x. Часто на ней проводят обкатку новых подходов к эвристическому сокращениюполного перебора.
На практике применяются различные модификации более эффективных методов: метод ветвей и границ иметод генетических алгоритмов, а также алгоритм муравьиной колонии.
