- •Методологические основы моделирования (Миша)
- •Общая классификация основных видов моделирования (Миша)
- •Процедурно-технологическая схема построения и исследования моделей сложных систем (Аня)
- •Отличительные особенности моделей различных классов (Аня)
- •Области применения имитационного моделирования (Люба)
- •Сущность метода имитационного моделирования (Люба)
- •Статическое и динамическое представление моделируемой системы (Виля)
- •Управление модельным временем (Виля)
- •Проблемы стратегического и тактического планирования имитац.Эксп. (Гриша)
- •Общая технологическая схема имитационного моделирования (Гриша)
- •Базовые концепции структуризации и формализации имитационных систем (Леша)
- •Методологические подходы к построению дискретных имитационных моделей (Леша)
- •Язык моделирования gpss (Макс)
- •Сети Петри и их расширения (Макс)
- •Основы технологии имитационного моделирования (Киря)
- •Описание поведения системы (надо убрать воду и проверить формулы) (Киря)
- •Моделирование асинхронных процессов (Даша)
- •Обзор алгоритмов оптимизации (Даша)
- •Глобальная оптимизация (Дима)
- •Классификация алгоритмов оптимизации (Дима)
- •Скорость и точность оптимизации (Антон)
- •Метод Дельфи (Антон)
- •Метод Анализа Иерархий (маи) (Серега)
- •Анкетирование (Серега)
- •Экспертные оценки (Катя)
- •Обработка экспертных оценок (Катя)
- •Метод непосредственного оценивания (Вова)
- •Метод ранжирования (Саша)
- •Основные понятия га (Егор)
- •Стратегии отбора для га (Егор)
- •Модели га (Паша)
- •Применение алгоритмов, инспирированных природными явлениями, для решения задач оптимизации (Паша)
- •Алгоритм имитации отжига (Настя)
- •Алгоритм роя частиц (Настя)
- •Алгоритм муравьиной колонии (Миша)
- •Пчелиные алгоритмы (Люба)
- •Моделирование перемещения бактерий (Виля)
- •Алгоритм культурного обмена (Леша)
- •Алгоритм подъема (Киря)
- •Алгоритм поиска с запретами (Дима)
- •Меметический алгоритм (Антон)
- •Алгоритм поиска гармонии (Серега)
- •Отбор объектов в пространстве признаков. Метод Парето (Катя)
- •Применение интерактивного подхода к решению опт. Задач (Саша)
- •Типовые задачи многокритериальной оптимизации (Паша)
Метод непосредственного оценивания (Вова)
Представляет собой рассмотрение исследуемых объектов в зависимости от их важности путём приписывания баллов каждому из них. При этом наиболее важному объекту приписывается, т.е. даётся оценка, в размере наибольшего количества баллов по принятой шкале. Наиболее распространён диапазон шкалы оценок от 0 до 1, от 0 до 10, от 0 до 100. В простейшем случае оценка м.б. 0 или 1. Иногда оценивание осуществляется в словесной форме. Например, очень важный, важный, маловажный и т.п. Но часто полученные т.о. оценки переводятся в балльную шкалу, например 3, 2, 1, для большего удобства обработки результатов. Указанный метод целесообразно использовать только при уверенности в полной информированности экспертов об исследуемых свойствах объекта.
Метод непосредственного оценивания (балльный) представляет собой упорядочение исследуемых объектов в зависимости от их важности путем приписывания баллов каждому из них (табл. 7). Наиболее значимому объекту дается наибольшее количество баллов по принятой шкале. Переход от баллов, соответствующих отдельным показателям к коэффициентам весомости осуществляется по формуле Вi = Ai / Σ Ai, где Вi – коэффициент весомости i–го показателя, Ai – бальная оценка i –го показателя.
Метод парных перестановок (Вова)
Итерационные алгоритмы — алгоритмы улучшения первоначально заданной структуры. По своей сути это алгоритмы перебора, в которых каждый очередной вариант структуры образуется по определенному правилу и перебор заканчивается, когда следование этому правилу, не позволяет добиться дальнейшего улучшения. Количество проб здесь существенно меньше, чем при полном переборе, но нет гарантии получения наилучшего решения.
Рассмотрим алгоритм парных перестановок для решения задачи размещения элементов как пример итерационного алгоритма. В заданной структуре выбирается очередной элемент аiÎА, где А — множество элементов, и далее осуществляется перестановка элемента аi, с элементом аjÎА, i¹j. Получившийся новый вариант и представляет собой новую пробу, для этого варианта подсчитывается значение целевой функции. Следующий вариант структуры будет отличаться от исходного тем, что элемент аi меняется местами с другим элементом аk, k¹i, k¹j. Такие парные перестановки элемента аi осуществляются со всеми остальными элементами множества А, т. е. имеем п-1 пробу.
Из вариантов выбирается один, для которого значение целевой функции оказалось экстремальным. Данный вариант рассматривается как новое исходное размещение; в этом варианте структуры выбирается новый элемент а i+1 Для парных перестановок со всеми остальными элементами, далее производятся аналогичные действия.
Таким образом, перебор всех элементов для осуществления парных перестановок требует выполнения п(п—1) проб и составляет одну итерацию. Очередность выбора элемента А для парных перестановок с остальными элементами может быть произвольной, но лучше начинать перестановки с элементов, имеющих наибольшее число связей с остальными. Если на двух соседних итерациях не достигнуто улучшение целевой функции, то задача размещения считается решенной. Обычно требуется сравнительно малое число итераций, и поэтому общее число проб существенно меньше, чем п!.
