
- •Основные понятия исследования операций
- •Общая постановка задачи исследования операций
- •3. Экономика – математическое моделирования. Основные понятия и определения.
- •4. Математическое программирование
- •5. Постановка задачи линейного программирования.
- •6. Формы представления злп.
- •7.Двойственная задача линейного программирования
- •8. Первая и вторая теоремы двойственности
- •9. Третья теорема двойственности:
- •10. Решения задачи линейного программирования графический методом. Алгоритм решения
- •11. Симплекс-метода решения задач линейного программирования
- •12.Составление симплекс таблиц. Критерий оптимальности
- •Признак оптимальности опорного плана
- •14. Транспортная задача. Постановка задачи
- •15. Транспортная задача. Математическая модель транспортной задачи.
- •16. Транспортная задача открытого и закрытого типа. Математическая модель двойственной задачи.
- •17. Определения транспортной задачи.
- •18. Алгоритм решения транспортных задач. Метод наименьшего элемента
- •19. Метод потенциалов.
- •20. Целочисленное программирования. Постановка задачи целочисленного программирования.
- •21.Метод ветвей и границ.
- •22. Графический метод решения задачи целочисленного программирования. Алгоритм.
- •23. Задача коммивояжера.
- •24.Динамическое программирование. Постановка задачи.
- •25. Принцип оптимальности Беллмана.
- •26.Формулировка задачи и характеристики смо
- •27.Смо с отказами.
- •28.Смо с неограниченным ожиданием
- •29.Смо с ожиданием и с ограниченной длиной очереди
- •30.Сетевое планирование. Основные понятия метода сетевого планирования
- •31.Расчет сетевых графиков
- •32.Нелинейное программирование.
- •33. Условий и безусловий экстремум
- •34.Теория игр. Основные понятия.
- •35.Антагонистические игры.
- •36. Игры с « природой». Критерий Вальда.
- •37. Игры с природой. Критерий Гурвица. Критерий. Сэвиджа.
- •38. Игры с природой. Критерий Лапласа. Критерий Байеса.
23. Задача коммивояжера.
Имеется необходимость посетить n городов в ходе деловой поездки. Спланировать поездку нужно так, чтобы, переезжая из города в город, побывать в каждом не более одного раза и вернуться в исходный город. Определить оптимальный маршрут посещения городов и его минимальное расстояние.
Задана матрица расстояний между городами cij.
Сформулированная задача - задача целочисленная. Пусть хij = 1 , если путешественник переезжает из i -ого города в j-ый и хij = 0, если это не так.
Формально введем (n+1) город, расположенный там же, где и первый город, т.е. расстояния от (n+1) города до любого другого, отличного от первого, равны расстояниям от первого города. При этом, если из первого города можно лишь выйти, то в (n+1) город можно лишь придти.
Введем дополнительные целые переменные, равные номеру посещения этого города на пути. u1 = 0, un+1 = n . Для того, чтобы избежать замкнутых путей, выйти из первого города и вернуться в (n+1) введем дополнительные ограничения, связывающие переменные xij и переменные ui. ( ui целые неотрицательные числа).
2. Математическая модель
24.Динамическое программирование. Постановка задачи.
Динамическое программирование – раздел оптимального программирования (оптимального управления), в котором процесс принятия решения и управления, может быть разбит на отдельные этапы (шаги).
Динамическое программирование позволяет свести одну сложную задачу со многими переменными ко многим задачам с малым числом переменных. Это значительно сокращает объем вычислений и ускоряет процесс принятия управленческого решения.
Экономический процесс является управляемым, если можно влиять на ход его развития.
Управление – совокупность решений, принимаемых на каждом этапе для влияния на ход развития процесса.
Операция – управляемый процесс, т.е. мы можем выбирать какие-то параметры, влияющие на ход процесса и управлять шагами операции, обеспечивать выигрыши на каждом шаге и в целом за операцию.
Решение на каждом шаге называется «шаговым управлением».
Совокупность всех шаговых управлений представляет собой управление операцией в целом.
При распределении средств между предприятиями шагами целесообразно считать номер очередного предприятия; при распределении на несколько лет ресурсов деятельности предприятия – временной период. В других задачах разделение на шаги вводится искусственно.
Требуется найти такое управление (х), при котором выигрыш обращался бы в максимум:
F(x)=
В общем случае шаговые управления (х1, х2, … хm) могут стать числами, векторами, функциями.
То управление (х*), при котором достигается максимум, называется оптимальным управлением. Оптимальность управления состоит из совокупности оптимальных шаговых управлений х* = х*1, х*2, … х*m
F* = max {F*(х*)} – максимальный выигрыш, который достигается при оптимальном управлении х*.
Исходя из условий, каждой конкретной задачи длину шага выбирают таким образом, чтобы на каждом шаге получить простую задачу оптимизации и обеспечить требуемую точность вычислений.