- •Лекции по дисциплине «Использование вычислительной техники на автомобильном транспорте»
- •1 Понятие новых информационных технологий
- •Задачи и возможности новых информационных технологий и их применение на предприятиях автомобильного транспорта
- •1. Понятие новых информационных технологий.
- •2 Основные положения автоматизированных систем управления
- •3 Критерии качества информации и их влияние на принятие управленческих решений. Особенности информационных систем (ис)
- •3.1 Критерии качества информации:
- •3.2 Наиболее активные функции управления в атп
- •3.3 Особенности информационных систем (ис)
- •1. Критерии качества информации.
- •2. Наиболее активные функции управления в атп.
- •4 Структура информационной модели объекта управления. Типовая структура асу
- •4.1 Основные этапы анализа существующей системы управления
- •4.2 Типовая структура асу
- •4.3 Виды структур асу
- •4.4 Основные принципы создания асуп
- •5.2 Основные автоматизированные рабочие места:
- •6. Информационное обеспечение информационных систем (ис)
- •6.1 Особенности построения современных информационных систем
- •7. Техническое обеспечение информационных систем
- •7.1 Персональные компьютеры
- •7.2 Принтеры
- •7.3 Локальные сети
- •8. Программное обеспечение ис
- •8.1 Системное программное обеспечение
- •8.2 Сетевое программное обеспечение
- •8.3 Инструментальное программное обеспечение
- •8.4 Прикладное программное обеспечение
- •9. Организационное и правовое обеспечение ис
- •10. Безбумажные технологии и средства автоматической идентификации объектов.
- •10.3 Радиочастотная идентификация
- •10.4 Система контроля автобусного движения (скад)
- •10.5 Спутниковые системы
- •11 Использование Интернета при организации перевозок
- •12. Перспективы развития новых информационных технологий и асу на ат
- •4. Контрольные задания
- •1. Понятие новых информационных технологий.
- •10. Критерии качества информации.
- •14. Виды структур асу.
- •15. Основные принципы создания асуп.
- •6. Техническое обеспечение информационных систем.
- •Лекции по дисциплине «Использование вычислительной техники на автомобильном транспорте»
- •1.2 Управление процессами на автомобильном транспорте
- •Система мониторинга автотранспорта. Фактический адрес:194156, г. Санкт-Петербург, ул. Манчестерская, д. 10
- •Gps система слежения за транспортом Диспетчер
- •14 Основные типы задач, решаемых на предприятиях автомобильного транспорта
- •15. Регрессионный анализ результатов экспериментов.
- •15.1. Эмпирические функции регрессии
- •Выяснение общего вида этой формулы
- •Определение наилучших параметров её.
- •2.1.2 Метод наименьших квадратов.
- •2.1.3 Алгоритм определения параметров эмпирической формулы методом наименьших квадратов в Excel.
- •2.1.4 Определение уравнений регрессии с помощью функций excel
- •Загрузить модель
- •Сохранить модель
- •3. Задачи оптимизации.
- •А.В. Кузнецов, в.А.Сакович, н.И. Холод. Высшая математика. Математическое программирование., Минск, «Вышэйшая школа», 1994г.286 с., ил
- •3. 1 Общий случай задачи оптимизации
- •Существуют допустимые решения (т.Е. Решения, удовлетворяющие всем ограничениям и граничным условиям)
- •Есть целевая функция, показывающая в каком смысле принимаемое решение должно быть оптимальным, т.Е. Наилучшим из допустимых.
- •3.2 Краткая классификация методов математического программирования.
- •3.3 Формы записи задач линейного программирования.
- •3.4 Примеры задач линейного программирования.
- •3.4.1 Задача о наилучшем использовании ресурсов.
- •3.4.2 Задача о распределении заказа.
- •3.4.3 Задача о назначениях
- •2.4.4Транспортная задача.(Постановка задачи. Закрытая модель. Открытая модель. )
- •А.В. Кузнецов, в.А.Сакович, н.И. Холод. Высшая математика. Математическое программирование., Минск, «Вышэйшая школа», 1994г.286 с., ил
- •Сбалансированную транспортную. Для этого необходимо привести несбалансированную задачу к сбалансированной.
- •Решим ее введя в целевую функцию дополнительные затраты на штрафы (у нас дефицит).
- •1.2. Интерфейс пользователя
- •1.2.1. Меню
- •1.2.2. Панели инструментов
- •1.2.3 Настройка состава основных панелей
- •1.3.4. Рабочая область
- •1.2.4. Строка состояния
- •2. Редактирование документов
- •2.1. Работа с документами
- •2.2. Структура документа в MathCad.
- •2.3. Правка документа
- •3 Входной язык MathCad
- •3.1 Константы
- •3.2 Переменные
- •3.3 Векторы, матрицы
- •3.4 Встроенные функции и функции пользователя
- •5. Построение двумерного графика функции
- •16.4. Трехмерные графики
- •16.4.1. Создание трехмерных графиков
- •3D Bar Plot - график трехмерной гистограммы (рис. 16.35 и 16.36)
- •3D Scatter Plot - график множества точек (рис. 16.37 и 16.38)
- •Vector Field Plot - график векторного поля (рис. 16.39)
- •6. Решение уравнений в MathCad
- •6.2. Решение систем линейных уравнения
- •6. 3. Решение систем нелинейных уравнения
- •7. Структура решательного блока given
- •8 Регрессия
- •8.1. Линейная регрессия
- •15.2.2. Полиномиальная регрессия
- •15.2.3. Регрессия специального вида
- •5.. Решение задач оптимизации в MathCad
- •5.1 Задача о размещении заказа
- •5.2 Задача о наилучшем использовании ресурсов
- •5.3 Закрытая модель транспортной задачи
- •6.2. Язык программирования Mathcad
- •6.2.7. Возврат значения (return)
- •6.2.8. Перехват ошибок (on error)
- •6.3. Примеры программирования
Существуют допустимые решения (т.Е. Решения, удовлетворяющие всем ограничениям и граничным условиям)
Есть целевая функция, показывающая в каком смысле принимаемое решение должно быть оптимальным, т.Е. Наилучшим из допустимых.
Совокупность
неизвестных величин
,
действуя на которые, систему можно
совершенствовать, называют планом
задачи.
План Х, удовлетворяющий ограничениям задачи, называют допустимым.
Допустимый план, доставляющий функции цели (целевой функции) экстремальное значение, называют оптимальным.
Так и в жизни. Каждый шаг человека, каждое принимаемое решение – это зачастую неосознанное действие для того, чтобы получить оптимальный результат.
И не случайно это естественное поведение человека нашло отражение в пословицах:
«Рыба ищет, где глубже, а человек – где лучше» - что соответствует задаче максимизации.
«Из двух зол выбирают меньшее» - задаче минимизации.
3.2 Краткая классификация методов математического программирования.
А) Если целевая функция Z и система функций ограничений линейны относительно входящих в задачу неизвестных хj , то такой раздел математического программирования называется линейным программированием.
Методы и модели линейного программирования широко применяются при оптимизации во всех отраслях производства:
При разработке производственной программы предприятия
При размещении заказов между исполнителями
При определении наилучшего ассортимента выпускаемой продукции
При планировании грузоперевозок
И т.д.
Начало линейному программированию было положено в 1939 году советским математиком–экономистом Кантаровичем Л.В. в работе «Математические методы организации и планирования производства». Появление этой работы открыло новый этап в применении математики в экономике. Спустя десять лет американский математик Дж. Данциг разработал эффективный метод решения данного класса задач – симплекс метод.
Б) Если в задаче математического программирования целевая функция и (или) хотя бы одна из функций системы ограничений нелинейна, то такой раздел называется нелинейным программированием.
В) Если на все или некоторые переменные хj наложено условие целочисленности, то такие задачи относятся к задачам целочисленного (дискретного) программирования.
До сих пор речь шла о задачах математического программирования с одной целевой функцией.
Однако реальные ситуации настолько сложны, что нередко приходится одновременно учитывать несколько целевых функций, которые должны принимать экстремальные значения.
Задачи, где находится решение по нескольким целевым функциям, относятся к задачам многокритериального подхода.
3.3 Формы записи задач линейного программирования.
Модель задачи линейного программирования может быть записана в одной из приведенных ниже форм.
1) Общая, или произвольная, форма записи
При ограничениях:
Симметричная (стандартная) форма записи
Каноническая (основная) форма записи
Все указанные выше три формы записи ЗЛП эквивалентны в том смысле, что каждая из них с помощью несложных преобразований может быть сведена к другой форме, т.е. если имеется способ нахождения оптимального решения задачи в одной из указанных форм, то тем самым может быть определен оптимальный план задачи в любой другой форме.
Так, при необходимости задачу минимизации можно заменить задачей максимизации, и наоборот. Очевидно, что минимальное значение функции z(x) равно максимальному значению функции -z(x), взятому с противоположным знаком, т.е.
Min ( z(x)) = -Max ( -z(x))
Неравенства типа >= путем умножения левых и правых частей на -1 можно превратить в неравенство типа <=, и наоборот. Ограничения неравенства
преобразуются в
ограничения равенства путем прибавления
(вычитания ) к левым частям дополнительных
(балансовых) неотрицательных переменных
:
В случае необходимости ограничение равенство
Можно записать в виде неравенств
Если в задаче
линейного программирования какая-то
переменная
не подчинена условию неотрицательности,
ее заменяют разностью двух неотрицательных
переменных
Вводимые дополнительные переменные имеют определенный экономический смысл, прямо связанный с содержанием задачи. Так в задачах об использовании ресурсов они показывают величину неиспользованных ресурсов, в задачах о смесях – потребление соответствующего компонента сверх нормы.
