- •А.Ю. Крюков, Б.Ф. Потапов
- •Крюков, А.Ю.
- •СОДЕРЖАНИЕ
- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •1.1. СУЩНОСТЬ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1.1. Понятие о моделировании и свойства моделей
- •1.1.2. Цели моделирования
- •1.1.3. Виды моделирования и классификация моделей
- •1.2.1. Общие положения и основные определения
- •1.2.2. Структура математической модели и ее построение
- •1.2.3. Иерархия математических моделей
- •1.2.5. Классификация математических моделей
- •1.2.6. Геометрическое представление математических моделей
- •1.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •2.1. МОДЕЛИ МИКРОУРОВНЯ
- •2.2. МОДЕЛИ МАКРОУРОВНЯ
- •2.2.1. Общая характеристика моделей, их структура и сущность
- •1. Компонентные уравнения
- •2. Топологические уравнения
- •Компонентные и топологические уравнения электрической системы
- •2.2.5. Задания для самостоятельной работы
- •2.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •3.2.1. Общие принципы моделирования полей
- •3.2.2. Особенности построения моделей
- •3.2.3. Модели стационарных полей
- •3.2.4. Модели нестационарных полей
- •3.2.7. Задание для самостоятельной работы
- •3.3. ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
- •4.1.1. Надежность объектов как комплексное свойство
- •4.1.2. Классификация отказов и временные понятия
- •4.3.1. Основные понятия, определения и положения
- •4.3.2. Основные характеристики случайных величин
- •4.4. ПОКАЗАТЕЛИ НАДЕЖНОСТИ
- •4.4.1. Показатели безотказности
- •4.6.1. Общая характеристика и виды моделей
- •4.6.2. Распределения, используемые в теории надежности
- •4.6.3. Композиция законов распределения
- •4.6.4. Задание для самостоятельной работы
- •4.7 ПОТОКИ ОТКАЗОВ И ВОССТАНОВЛЕНИЙ
- •4.8. РАСЧЕТ НАДЕЖНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ
- •4.8.1. Общие положения
- •4.8.2. Модели параметрических отказов
- •5.1. ОСНОВЫ ТЕОРИИ ГРАФОВ И СЕТЕВЫЕ МОДЕЛИ
- •5.1.1. Общие замечания, основные понятия и определения
- •5.1.2. Решение задачи о максимальном потоке
- •5.1.3. Потоки минимальной стоимости
- •5.1.4. Практические примеры сетевых задач
- •5.1.5. Некоторые обобщения по сетевым задачам
- •5.1.6. Альтернативные методы решения сетевых задач
- •5.2.1. Основные положения
- •5.2.2. Структура принятия решения
- •5.2.4. Пример применения классических критериев
- •6.1.1. Постановка задач оптимизации и критерии
- •оптимальности
- •6.1.2. Многокритериальные задачи оптимизации
- •6.1.3. Классификация методов оптимизации
- •6.2. РЕГУЛЯРНЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.2.1. Методы математического анализа
- •6.2.2. Понятие о вариационном исчислении
- •6.2.3. Принцип максимума Понтрягина
- •6.2.4. Метод динамического программирования
- •6.3. ПРЯМЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
- •6.3.2. Минимаксные стратегии одномерного поиска
- •6.3.4. Многомерные методы безусловной оптимизации
- •6.3.7. Заключение по прямым методам оптимизации
- •7 1. ОБЩИЕ ПОЛОЖЕНИЯ
- •ЗАКЛЮЧЕНИЕ
- •Учебное издание
- •Учебное пособие
Задача об управлении запасами.
Фирма закупает сырье в начале каждого месяца. На т бли жайших месяцев имеются оценки количества сырья с„ необхо димого для производственного процесса в /-м месяце и стоимо сти его единицы /* в начале г-го месяца. Фирма может хранить не более s единиц сырья. В каком количестве необходимо делать закупки в начале каждого месяца, чтобы минимизировать сум марные расходы в течение п месяцев?
Максимальный поток минимальной стоимости в сети (см. рис. 5.8) определяет оптимальную политику закупок. Поток по дуге, соединяющей источник с узлом х„ определяет количе ство закупок в начале z'-ro месяца.
5.1.5. Некоторые обобщения по сетевым задачам
При решении прикладных задач часто появляется необхо димость рассмотрения сетевых моделей более общего вида. На пример, ограничения пропускной способности дуг могут иметь более сложную природу, или стоимость потока может нелиней но зависеть от его величины. Однако при этом часто оказывает ся все же возможным свести задачу к модели, рассмотренной в предыдущих параграфах, и воспользоваться для нахождения решения алгоритмом максимального потока минимальной стоимости. Методы подобного преобразования довольно слож ны. Здесь мы укажем лишь основные типы задач, для которых такое преобразование возможно.
Поток по дуге, ограниченный сверху и снизу. Мы предпо лагали ранее, что ограничения на величину потока имеют вид
0 < X i j < C i j . |
(5.12) |
Однако для некоторых практических задач ограничения для потока в сети G принимают форму
b,j < x,j < Cjj. |
(5.13) |
Если в сети G существует какой-либо поток, удовлетво ряющий (5.13), то максимальный поток х в этой сети может
быть определен путем нахождения максимального потока х\ удовлетворяющего (5.12), в некоторой сети G' полученной мо дификацией исходной сети G [23].
Таким же образом может быть найден циркулярный поток минимальной стоимости в сети G. Подобная проблема возника ет в задаче распределения железнодорожного подвижного со става при заданном расписании.
Дуги с нелинейной стоимостью потока. Если стоимость потока по дуге —выпуклая нелинейная функция величины потока, го, взяв ее кусочно-линейное приближение, можно построить но вую сеть с «параллельными» дугами линейной стоимости. Нетруд но доказать, что алгоритм поиска максимального потока мини мальной стоимости дает оптимальное решение и для такой расши ренной сети. Выпуклые функции стоимости возникают при рас смотрении сетей электропередач и дорожного транспорта. (Под «стоимостью» в дорожной сети понимается время прохожде ния дуги, которое, естественно, является нелинейной функцией плотности движения.)
Максимальные динамические потоки. Для сети G, в кото рой определены и пропускные способности дуг, и время их про хождения, иногда необходимо найти максимальное количество продукта, которое может достичь стока из источника в заданные р промежутков времени, и определить соответствующий график движения. Такая динамическая задача в сети G может быть све дена к хорошо нам известной статической задаче максимального потока в расширенной сети G(p), в которой каждому узлу и, сети Gсоответствует (р + 1) узел я/Г), Т= 0, 1 [ 2 3 ] .
5.1.6. Альтернативные методы решения сетевых задач
Отметим два очевидных факта:
1. Задача о максимальном потоке, рассмотренная выше, представляет собой частный случай задачи о максимальном по токе минимальной стоимости, в которой стоимости всех дуг равны 0.
2. Пусть имеется сеть G = (N, А) с источником пх и стоко И/. Введем сеть G = (N, А), добавив к сети G дугу с бесконечной пропускной способностью, очень большой отрицательной стои мостью, направленную из п, в пх. Тогда максимальный поток минимальной стоимости из ns в п, на сети G соответствует пото
ку минимальной стоимости величины 0 на сети G.
Определим теперь величины Су и Vy (для всех /= |
1, 2 |
||
иу = 1, 2 |
следующим образом: |
|
|
|
|
U |
|
|
с„, если ( и , л ) е Л |
(5Л4) |
|
|
<*= ' |
' |
|
|
О, |
если (n ,,n j)i A |
|
|
ciJ} если («,,Пу)<в А |
(5.15) |
|
|
|
U |
О, если (пп п )£ А
Как следует из сделанных выше замечаний, все рассмот ренные в главе задачи могут быть сформулированы как задачи линейного программирования, а именно: необходимо найти действительные числа ху (/= 1, 2,..., p ;j= 1, 2,..., р), удовлетво ряющие ограничениям
I X |
~ И хл = 0 о = 1> |
(5-16) |
/=1 |
/=| |
|
О < Х у < Су (/ = 1, 2,..., р иу = 1, 2,..., р)
и минимизирующие функцию
(5-17)
/=1 ./=1
Возможность такой переформулировки ставит ряд инте ресных вопросов. Чем подход линейного программирования (см. раздел 6) отличается от рассмотренного выше сетевого под хода? Можно ли, в свою очередь, симплекс-метод свести к алго ритму потока минимальной стоимости, рассмотренному в дан
ном разделе? При каких условиях задача линейного программи рования может быть описана сетевой моделью?
Предоставляем читателю самостоятельно продумать отве ты на эти вопросы, ознакомившись с материалами раздела 6.
Заметим в заключение, что задачи о назначениях и управ лении запасами могут быть сформулированны в терминах «мно гошаговых процессов принятия решений» и методом динамиче ского программирования [3, 24]. Здесь снова возникает интерес ная проблема сравнения различных методов моделирования
ирешения одной и той же прикладной задачи.
5.2.ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ
5.2.1. Основные положения
Теория принятия решений рассматривает задачи, где су ществует необходимость принимать решения в ситуациях, для которых не удается полностью учесть определяющие их усло вия, а также последующее их влияние. Такие задачи встречают ся во всех областях техники и экономики.
Теория принятия решений представляет собой набор по нятий и систематических методов, позволяющих всесторонне анализировать проблемы принятия решений в условиях неопре деленности. Данная теория дает в руки инженера математиче ский аппарат, помогающий лучше понять и проанализировать неопределенность проектной ситуации, оптимально использо вать имеющуюся информацию относительно поставленной за дачи, чтобы, взвесив все возможные варианты действий, поста раться найти среди них наилучший.
В целом теория принятия решений предписывает нормы поведения лицу, принимающему решение, которым он должен следовать, чтобы не вступить в противоречие со своими соб ственными суэ/сдениями и предпочтениями. Она помогает лицу, принимающему решение, вооружая методологией для принятия
199
сложных решений, которые включают элементы субъективиз ма. Характерно, что с ростом сложности задачи уменьшается способность человека к неформальной обработке всей инфор мации в соответствии с его собственными суждениями и пред почтениями. В такой ситуации теория принятия решений име ет преимущества перед другими аналитическими подходами, поскольку включает в формализованном виде многие субъек тивные аспекты проблемы.
Под ситуацией выбора решения следует понимать все элементы задачи, такие, как состояния исходных данных, вари анты решения и их последствия, а также все оказывающие су щественное влияние на решение внешние факторы как объек тивного, так и субъективного характера.
Воснове теории принятия решений лежит предположение
отом, что выбор альтернатив должен определяться двумя фак торами:
1)представлениями лица, принимающего решение о веро ятностях различных возможных исходов (последствий), которые могут иметь место при выборе того или иного варианта решения;
2)предпочтениями, отдаваемыми им различным возмож ным исходам.
Оба фактора формально входят в теорию принятия реше ний, и чтобы их учесть, потребуется представить количествен ную оценку.
Варианты решения определяются, главным образом, па раметрами системы или процесса. Факторы, влияющие на при нятие решения, находятся в диапазоне от крайне субъективных, определяемых компетенцией и осведомленностью принимаю щего решение и проявляющихся в ускоренном выборе или затя гивании решения, до таких объективных условий, как техниче ские данные, характеристики, методы и всевозможные вспомо гательные средства. По затраченным для обработки средствам
решения можно разбить на три группы: 1) эмпирические; 2) опирающиеся на некоторые количественные сравнительные
оценки; 3) принятые на основании построенной с исчерпываю щей полнотой модели. Величина возможных ошибок находится в обратной зависимости по отношению к степени точности опи сания задачи и затраченным на выбор решения усилиям и явля ется наибольшей при эмпирических решениях.
Для удобства изложения выделим четыре важных этапа процесса принятия решений.
1. Определение альтернативных способов действия. Дол жен быть задан подходящий набор целей и указаны соответст вующие им меры эффективности; это дает возможность опреде лить степень, с которой заданные цели могут быть достигнуты спомощью различных способов действия. Для каждого способа действия возможные исходы описываются в единицах принятых мер эффективности.
2. Описание вероятностей возможных исходов. При этом требуется, чтобы неопределенность, связанная с альтернатив ными решениями, была выражена численно через распределе ние вероятностей. В результате такой операции становится из вестной вероятность каждого возможного исхода для каждого принятого решения.
3. Ранжирование предпочтений возможных исходов через их полезность. Для этого выбирают меру эффективности, а за тем с ее помощью представляют в числовой форме отношение лица, принимающего решение, к возможным последствиям ре шения и вероятности возможных исходов.
4. Рациональный синтез информации, полученной на первых трех этапах. Следует проанализировать и эффективно использо вать всю полученную информацию для того, чтобы решить, какой из возможных альтернатив следует отдать предпочтение.
Эти этапы являются основой подхода к принятию реше ний с точки зрения здравого смысла. Отличительной чертой процесса принятия решений является степень формализации каждого этапа. Второй и третий этап базируются на аксиомах
теории принятия решений, для понимания которых введем не которые обозначения и определения.
Простой лотереей L{x\, Р, х2) назовем вероятностное со бытие, имеющее два возможных исхода: х\ и х2, вероятности наступления которых обозначим соответственно через Р и (1 -Р). Символами >, > будем соответственно обозначать понятия «предпочтительнее», «равноценно», «равноценно или предпоч тительнее». Теперь сформулируем ряд аксиом теории принятия решений.
Аксиома 1. Существование относительных предпочте ний. Для любой пары исходов х хи х2 их предпочтения будут та ковы, ЧТО ИЛИ Х| ~ *2, или Xi > Хг, или Х \ < х2.
Аксиома 2. Транзитивность. Для любых лотерей Lu Ь и Тз справедливо следующее:
а) если L\ —L2и L2~ £3, то L\ ~ 13;
б) если L\> L2K Ь2~ L2, то L\ > I 3, и т. д.
Аксиома 3. Сравнение простых лотерей. Если для лица, принимающего решения, х\ > х2, то
а) L,(x,, Р и х2) > L2{Xь Р2, х2) при Рх> Р2,
б) 1Л{хх, Pi, х2) ~ L2(XU Р2, х 2 ) при Pi = Р2.
Аксиома 4. Численная оценка предпочтений. Каждому возможному исходу х лицо, принимающее решение, может по
ставить |
в соответствие число я(х), где 0 < п(х) < 1, такое что |
х ~ Ц х |
, п(х), х°). |
Аксиомы 3 и 4 определяют для лица, принимающего ре |
шение, меру относительного предпочтения различных исходов. Величина л(х), называемая вероятностью равноценности, явля ется такой мерой.
Аксиома 5. Численная оценка неопределенности сужде ний. Каждому возможному событию А, которое может влиять на исход решения, можно поставить в соответствие число Р(А), где О <Р(А) < 1, такое, что становятся равноценными лотерея L(x*, Р(А), х°) и ситуация, при которой лицо, принимающее решение, получает х*, если происходит событие А, и х°, если