
- •111900.68 – Ветеринарно-санитарная экспертиза
- •Оглавление
- •Предисловие
- •Введение
- •В результате изучения дисциплины «Математическое моделирование» магистранты должны:
- •1. Основы математического моделирования
- •1.1. Понятие математической модели
- •1.2. Основные этапы математического моделирования
- •1.3. Классификации математических моделей
- •1.4. Графическое представление математических моделей
- •1.5. Основные методы построения математических моделей
- •2. Теоретические основы построения стохастических моделей
- •2.1. Случайные величины. Основные виды случайных величин
- •2.2.Числовые характеристики случайных величин
- •Стохастические модели и их виды
- •3. Выборочный метод. Построение модели выборки
- •3.1. Основные понятия выборочного метода
- •3.2. Статистические оценки параметров генеральной совокупности
- •Точечные оценки параметров генеральной совокупности.
- •3.3. Статистические методы проверки адекватности математических моделей
- •3.4. Корреляционно-регрессионный анализ как метод выбора оптимальной математической модели
- •Используя необходимые условия экстремума функции нескольких переменных, получаем следующую систему уравнений для определения неизвестных параметров:
- •Рассмотрим применение метода наименьших квадратов к нахождению коэффициентов функций.
- •После решения системы, найденные значения параметров а и подставим в аппроксимирующую функцию .
- •3.5. Коэффициент корреляции
- •4. Математические модели теории принятия решений
- •4.1. Общие сведения о теории принятия решений
- •4.2. Понятие оптимизационной математической модели
- •4.3. Оптимизационная модель задачи линейного программирования
- •4.4. Решение задачи линейного программирования в рамках построенной модели
- •Заключение
- •Ответы к заданиям
- •Приложения Приложение 1.
- •Приложение 2
- •Библиографический список
4. Математические модели теории принятия решений
4.1. Общие сведения о теории принятия решений
Принятие решений является основой любой деятельности человека.
Простейшая схема принятия решений включает в себя некоторую цель и совокупность способов ее достижения (Рис. 18).
Под
целью
будем понимать конкретный конечный
результат, который необходимо получить
путем выбора и реализации тех или иных
способов деятельности.
При этом в любом процессе принятия решений обязательно присутствует субъект принятия решений, который, в общем случае, представляется группой лиц, ответственных за целеполагание, формирование вариантов способов действий и, главное, за выбор конкретного решения, в общем случае, являющегося оптимальным
Несмотря на то, что методы принятия решений отличаются универсальностью, их успешное применение в значительной мере зависит от профессиональной подготовки специалиста, который должен иметь четкое представление о специфических особенностях изучаемой системы и уметь корректно поставить задачу. Можно сформулировать примерную последовательность действий, которые составляют содержание процесса постановки задачи:
установление границы подлежащей оптимизации системы, т.е. представление системы в виде некоторой изолированной части реального мира;
определение показателя эффективности, на основе которого можно оценить характеристики системы или ее проекта с тем, чтобы выявить "наилучший" проект или множество "наилучших" условий функционирования системы. В инженерных приложениях обычно выбираются показатели экономического (издержки, прибыль и т.д.) или технологического (производительность, энергоемкость, материалоемкость и т.д.) характера. "Наилучшему" варианту всегда соответствует экстремальное значение показателя эффективности функционирования системы;
выбор внутрисистемных независимых переменных, которые должны адекватно описывать допустимые проекты или условия функционирования системы и способствовать тому, чтобы все важнейшие технико-экономические решения нашли отражение в формулировке задачи;
построение модели, которая описывает взаимосвязи между переменными задачи и отражает влияние независимых переменных на значение показателя эффективности. В самом общем случае структура модели включает основные уравнения материальных и энергетических балансов, соотношения, связанные с проектными решениями, уравнения, описывающие физические процессы, протекающие в системе, неравенства, которые определяют область допустимых значений независимых переменных и устанавливают лимиты имеющихся ресурсов. Элементы модели содержат всю информацию, которая обычно используется при расчете проекта или прогнозировании характеристик инженерной системы. Очевидно, процесс построения модели является весьма трудоемким и требует четкого понимания специфических особенностей рассматриваемой системы.
4.2. Понятие оптимизационной математической модели
Оптимизационные модели используются для описания процессов, на которые можно воздействовать, пытаясь добиться достижения заданной цели. В этом случае в модель входит один или несколько параметров, доступных влиянию. Например, меняя тепловой режим в зернохранилище, можно задаться целью подобрать такой режим, чтобы достичь максимальной сохранности зерна, т.е. оптимизировать процесс хранения. В математических моделях принятия решений в качестве нового знания выступает оптимальное решение, которое в наилучшем смысле соответствует достижению поставленной цели (целей).
При рассмотрении оптимизационных математических моделей оперируют следующими понятиями: критерий оптимальности, целевая функция, система ограничений, уравнения связи, решение модели.
Критерием оптимальности называется математическое выражение, позволяющее количественно оценить степень достижения поставленной цели при выборе того или иного решения
Задача принятия решения называется однокритериальной, если выбираемое решение служит достижению одной цели. Например, выбор управленческого решения по производственной программе предприятия, позволяющего получить максимум прибыли (цель) от реализации продукции.
Во многих ситуациях принятия решений объективно присутствует несколько целей.
Задачи принятия решений, удовлетворяющих нескольким целям, называются многокритериальными задачами. Например, при выборе проектных решений по новому пассажирскому самолету требуется обеспечить максимальное число пассажиров (цель 1) при минимальном расходе топлива (цель 2).
Критерий оптимальности определяет смысловое содержание целевой функции. Целевая функция математически связывает между собой факторы модели, и ее значение определяется значениями этих величин. Содержательный смысл целевой функции придает только критерий оптимальности.
При наличии нескольких критериев оптимальности каждый из них будет описываться своей частной целевой функцией.
Система ограничений определяет пределы, сужающие область осуществимых или допустимых решений и фиксирующие основные внешние и внутренние свойства объекта. Ограничения определяют область протекания процесса, пределы изменения параметров и характеристик объекта.
Уравнения связи являются математической формализацией системы ограничений. Различные по смыслу ограничения могут описываться одинаковыми уравнениями связи, а одно и то же ограничение в разных моделях может описываться разными уравнениями связи.
Решением математической модели называется такой набор (совокупность) значений переменных, который удовлетворяет ее уравнениям связи.
Процесс построения оптимизационных математических моделей можно условно разбить на следующие основные этапы:
1) определение границ объекта оптимизации; 2) выбор управляемых переменных; 3) определение ограничений на управляемые переменные; 4) выбор критерия оптимизации; 5) формулировка математической задачи.
Рассмотрим пример на построение и решение оптимизационной задачи принятия решения.
Пример. Пусть требуется выбрать геометрические размеры цилиндрического бака объемом V из условия минимального расхода материала на его изготовление.
Д
ля
построения математической модели введем
в рассмотрение вектор проектных решений
Х = (r,
h),
где r,
h
–радиус и высота бака (Рис. 20).
Рис. 20
Если предположить, что бак изготавливается сваркой из трех деталей, то расход материала при произвольном векторе решений Х будет равен площади поверхности бака:
(1)
Согласно условиям задачи выражение (1) является целевой функцией (критерий оптимальности проектных решений).
Условие того, что бак должен иметь объем заданного значения V, представим в виде: V=pr2h. (2)
На компоненты вектора решений X необходимо наложить дополнительные условия: R > 0, h > 0. (3)
Выражения (1) – (3) описывают нелинейную однокритериальную модель формирования оптимальных решений, при n = 2, m = 1.
Пусть бак должен иметь минимальную трудоемкость его изготовления. Если считать трудоемкости изготовления крышки, дна и боковой стенки достаточно малыми величинами, то затраты времени на изготовление бака будут пропорциональны длине свариваемых швов:
,
(4)
где с – затраты времени на сварку единицы длины.
Выражения (1) – (4) описывают двухкритериальную нелинейную модель формирования оптимальных решений.
При построении математической модели в этой задаче были использованы известные геометрические закономерности.
Обобщенная оптимизационная модель запишется следующим образом:
где y
– выходная
характеристика (критерий оптимизации),
которую требуется привести к экстремальному
значению – максимуму или минимуму в
зависимости от ее смысла; f(X)
– целевая функция, т.е. функция,
описывающая зависимость критерия
оптимизации от значений параметров Х;
– набор из n
переменных процесса, которыми можно
управлять при нахождении оптимального
решения, эти параметры процесса называют
в теории оптимизации переменными
процесса, а
Х
– вектором состояния процесса (
–
координаты вектора);
функции-ограничения
параметров процесса;
некоторые
постоянные величины, выражающие
количественные значения ограничений.
В зависимости от
вида функций
различают модели задач линейного,
нелинейного, целочисленного программирования
и др.
Оптимизационные модели
находят широкое применение в системном
анализе, исследовании операций для
поиска и количественного обоснования
оптимальных решений, особенно, в
экономических, социальных, организационных
системах.