- •31. Биологический подход к решению задач искусственного интеллекта. Генетические алгоритмы и их использование. Нейронные сети и их использование.
- •1. Модель Персептрона.
- •2. Сигмоидальный нейрон.
- •3. Модель Видроу.
- •4. Wta (победитель получает все).
- •5. Нейроны Хебба.
- •6. Стохастическая модель.
- •32.Экспертные системы: структура, назначение, классификация. Методы построения экспертных систем. Понятие о инженерии знаний.
- •Методы построения эс и классификация эс по методам построения
- •33.Математические модели в физике, химии, биологии и экономике
- •2. Модель колебательной системы
- •1) Проверка равномерности распределения генератора случайных чисел.
- •2) Вычисление интеграла.
- •3) Методы случайного поиска
- •36.Основы теории погрешности. Прямая и обратная задача теории погрешности. Оценка погрешности. Понятие погрешности.
- •37.Численные методы решения нелинейных уравнений с одним неизвестным.
- •Оценка погрешности для полинома Лагранжа
- •Разделенные разности
- •40.Численное интегрирование и дифференцирование. Формулы численного дифференцирования. Метод Ньютона-Котеса.
- •Численное интегрирование
- •41.Основные виды задач оптимизации и методы их решения. Линейное программирование. Основные этапы решения задачи симплекс-методом.
- •В задаче линейного программирования (лп) целевая функция может быть представлена как сумма произведений переменных на некие константы:
- •Требования к стандартному виду задачи лп:
- •2.Приведение задачи линейного программирования к стандартной форме
- •2. Алгоритм симплекс-метода
- •42.Основные понятия теории игр. Чистые и смешанные стратегии игры. Седловая точка игры и её поиск.
- •43.Транспортная задача: постановка задачи, поиск опорного плана, оптимизация решения.
- •2.Табличный метод решения транспортной задачи
- •44 Понятие графа, методы описания графа, виды графов. Эйлеровы и гамильтоновы графы.
- •45. Комбинаторные объекты дискретной математики. Алгоритмические задачи комбинаторики. Задача коммивояжера.
- •Разбиения
- •Числа Стирлинга второго рода
- •Числа Белла
- •Разбиение чисел
- •Биноминальные коэффициенты
- •Рекуррентные соотношения.
- •Задача коммивояжера. Общее описание
- •Методы решения зк Жадный алгоритм
- •Деревянный алгоритм.
- •46. Алгоритмические задачи поиска в графах: задачи Прима-Краскала, Дейкстры, Форда-Фалкерсона.
- •47 Рекурсивные функции
- •48. Виртуальные машины Тьюринга. Нормальные алгорифмы Маркова.
- •49. Формальные языки и грамматики.
- •Классификация языков
41.Основные виды задач оптимизации и методы их решения. Линейное программирование. Основные этапы решения задачи симплекс-методом.
Постановка задачи оптимизации «Дана некая функция f(x1,x2,…,xn), которую принято называть целевой. Необходимо найти либо максимум, либо минимум этой функции при условии выполнения некоторых дополнительных ограничений. Задачи поиска max и min легко преобразуются друг к другу (умножением целевой функции на -1). Дополнительные ограничения вводятся в общем виде как некие нелинейные неравенства:
gi(x1,x2,…,xn)0 pi(x1,x2,…,xn)=0
ограничения могут представляться в виде неравенств, и в виде равенств.
Общая задача оптимизации.
Найти max/min целевой функции f(x1,x2,…,xn) при наличии ограничений в виде
неравенств gi(x1,x2,…,xn)0
равенств pi(x1,x2,…,xn)=0
По виду целевой функции и ограничения задачи оптимизации принято делить на следующие виды.
Если целевая функция линейная и ограничения тоже линейные, то такая задача называется задачей линейного программирования. Задачи ЛП изучены хорошо, поэтому существует метод линеаризации – преобразования задач нелинейных к линейному виду.
Если целевая функция представляется квадратичной формой, то задача называется задачей квадратичного программирования. Нелинейные задачи тоже часто приводят к квадратичной, поскольку решить квадратичную задачу часто легче, чем задачу общего вида.
В настоящее время продолжает развиваться теория кубического программирования. Она еще до конца не разработана.
Если ограничения на целевую функцию отсутствует или имеют простой вид xi a (ограничения только на переменную), то такая задача называется задачей безусловной оптимизации.
Если функция нелинейная и существует ограничения (сложные), то задача относится к нелинейной оптимизации.
Если в задачи существуют параметры, зависящие от времени, при этом они существенно влияют на решение, то в каждый момент времени (общее время разбивается на несколько этапов) оптимальное решение получается разное и итоговое оптимальное решение представляет из себя сумму решений принятых на каждом этапе. Методы решения таких многоэтапных задач относятся к методам теории динамического программирования.
В задаче линейного программирования (лп) целевая функция может быть представлена как сумма произведений переменных на некие константы:
Ограничения задачи могут быть представлены в виде равенств и неравенств:
(ограничения в виде равенств) (ограничения в виде неравенств)
Совокупность хi называется вектором неизвестных. Решением задачи тогда будет значение этого вектора неизвестных, при котором функция f обладает максимумом или минимумом. Коэффициенты ci также образует вектор, который называется вектором ресурсов. Элементы bi образуют вектор с названием вектор запасов. Для удобства решения принято приводить задачу от общей постановки к специальному стандартному виду.
Требования к стандартному виду задачи лп:
Параметры хi должны быть больше или равны нулю (хi0). Если есть такое ограничение, которое допускает отрицательное значение хi, то делают замену переменных так, чтобы новое хi не было отрицательным.
Ограничения в виде неравенств преобразуются в ограничения в виде равенств.
Элементы, стоящие справа должны быть неотрицательными в равенствах, то есть bi0.