Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Shpora_33_mmm.docx
Скачиваний:
12
Добавлен:
02.06.2015
Размер:
90.15 Кб
Скачать
  1. Что означает понятие «природы» в моделях принятия решений в условиях неопределенности?

Природа – объективно существующие условия или обстановка, в которых приходится принимать решение, на которые человек никак не может воздействовать и которые наступают независимо от его действий.

  1. В какой модели принятия решений используется дерево решений?

Дерево решений – это графическое представление процесса принятия решения, в котором отображаются возможные варианты решений, состояния природы, вероятности их наступления и платежи при различных сочетаниях состояний природы и возможных решениях.

Дерево решений используется в модели принятия решений в условии риска.

  1. Что отражает дерево решений?

Дерево решений отражает структуру проблемы, в которой необходимо принять решение.

24.Что означает анализ чувствительности принятого решения?

Анализ чувствительности или неизменности полученного решения при возможных вариациях вероятностей наступления тех или иных состояний окружающей среды. Необходимо определить диапазон изменения вероятностей, внутри которого принятое решение будет оставаться наилучшим. Если диапазон устойчивости полученного решения узок и при малых изменениях вероятностей решение изменяется, это говорит о низкой устойчивости принятого решения к условиям окружающей среды и о смысле изменения принятого ранее решения.

Задачи нелинейного программирования общего вида.

В нелинейных математических моделях общего вида, ЦФ и функции в системе ограничений представляют собой произвольные нелинейные функции.

F = F(x1,x2,…,xn)  max(min)

Ограничения:

g1(x1,x2,…,xn)≤{=,≥}b1

g2(x1,x2,…,xn)≤{=,≥}b2

gm(x1,x2,…,xn)≤{=,≥}bm

Причем, область допустимых решений, определяемая системой ограничений, может быть как выпуклой, так и вогнутой, оптимальное решение может быть расположено в любой точке ОДР, в том числе внутри области и на нее границе, оптимальное решение может быть единственным, их может быть несколько или бесконечное множество.

F = (x1 – a)2 + (x2 – b)2 max(min)

и ограничения, определяющие невыпуклую ОДР

Линии уровня ЦФ F представляют собой концентрические окружности с центром, имеющим координаты (а,b), расположенными внутри ОДР. Возрастанию ЦФ соответствуют концентрические окружности с увеличивающимся радиусом. Оптимальное решение, соответствующее минимуму ЦФ, расположено внутри ОДР и равно x1=a, x2=b, при этом Fmin=0.

Оптимальные решения, соответствующие максимуму ЦФ могут быть как несколько, так и бесконечное множество.

Задачи выпуклого и вогнутого нелинейного программирования.

В выпуклых и вогнутых задачах нелинейного программирования ОДР, определяемая системой ограничений

g1(x1,x2,…,xn)≤{=,≥}b1

g2(x1,x2,…,xn)≤{=,≥}b2

gm(x1,x2,…,xn)≤{=,≥}bm

является выпуклой, а целевая функция F = F(x1,x2,…,xn)  max(min) – выпуклая или вогнутая.

Особенность задач выпуклого или вогнутого программирования состоит в том, что для них оптимальное решение является и глобальным решением. Если же ЦФ является строго выпуклой или строго вогнутой, то глобальное оптимальное решение является единственным.

Выпуклая задача нелинейного программирования соответствует случаю минимизации выпуклой ЦФ на выпуклой ОДР (неопределенной формы каплевидная ОДР и похожая на параболу ЦФ справа от ОДР, соприкасаются в одной точке и это Fmin). C вогнутой наоборот.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]