
- •1.Основные определения и типы моделей
- •2. Понятие комп. Мод. Основные функции.
- •4. Системы имитац. Мод. Исторический путь развития инструментальных средств мод.
- •5. Структурный анализ. Формализованное описание. Построение модели. Проведение эксперимента
- •6. Понятие и сущность корреляционного анализа
- •7. Понятие и сущность регрессионного анализа
- •8. Определение параметров линейного однофакторного ур-я регрессии.
- •9. Оценка величины погрешности линейного однофакторного уравнения
- •10. Проблема автокорреляции остатков. Критерий Дарбина-Уотсона
- •11. Построение уравнения степенной регрессии
- •12. Двухфакторные и многофакторные уравнения регрессии
- •13. Оптимизация. Основные понятия.
- •14. Одномерный поиск оптимума.
- •15. Понятие оптимизац задач и оптимиз моделей
- •16. Оптимизационные задачи с линейной зависимостью между переменными
- •17. Геометрическая интерпретация оптимизационной задачи линейного программирования.
- •18. Симплексный метод решения оптимизационной задачи линейного программирования.
- •19. Пример решения оптимизационной задачи линейного программирования симплексным методом
- •20. Двойственная задача линейного програмирования
- •21. Решение двойственной задачи линейного программирования
- •22. Св-а объективно обусловленых оценок и их анализ
- •23. Понятие систем массового обслуживания.
- •24. Одноканальная модель смо с пуассоновским входным потоком и экспоненц распределением длительности обслуживания с отказами.
- •25. Одноканальная модель смо с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания с ожиданием и ограничением на длину очереди
- •26. Одноканальная модель смо с пуассоновским входным потоком и экспоненц распределением длительности обслуживания с ожиданием без ограничения длины очереди
- •27. Многоканальная модель смо с пуассоновским входным потоком и экспоненц распределением длительности обслуживания с отказами.
- •28. Многоканальная модель смо с пуассоновским входным потоком и экспоненц распределением длительности обслуживания с ожиданием.
- •29. Вероятностные характеристики функционирования в стационарном режиме системы массового обслуживания.
- •30. Параллельное и распределенное моделирование
- •32. Непрерывное моделирование
- •33. Комбинированное непрерывно-дискретное моделирование
- •34. Моделирование по методу Монте-Карло.
- •35. Моделирование систем массового обслуживания с использованием метода Монте-Карло.
- •39. Алгоритм метода потенциалов решения транспортных задач
- •40. Теория принятия решений. Основные понятия.
- •41. Принятие решений в условиях полной определенности. Метод аддитивной оптимизации.
- •42. Принятие решений в условиях риска
18. Симплексный метод решения оптимизационной задачи линейного программирования.
Симплексный
метод это вычислительная процедура,
основанная на принципе последовательного
улучшения решений при переходе от одной
базисной точки к другой. При этом значение
целевой функции улучшается. Базисным
решением является одно из допустимых
решений, находящихся в вершинах области
допустимых значений. Проверяя на
оптимальность вершину за вершиной,
приходят к искомому оптимуму. На этом
принципе основансимплекс-метод. Симплекс это выпуклый
многогранник в n -мерном пространстве
с n+1 вершинами, не лежащими в одной
гиперплоскости. Доказано, что если
оптимальное решение существует, то оно
обязательно будет найдено через конечное
число шагов, кроме случаев зацикливания.
Алгоритм симплексного метода состоит
из ряда этапов. Первый. Строится исходная
оптимиз модель. Далее исходная матрица
условий преобразуется в приведенную
каноническую форму. если после добавления
дополнительных переменных матрица
условий не содержит полную единичную
подматрицу, то вводятся искусственные
переменные, которые не имеют никакого
экономического смысла. Они вводятся
исключительно для того, чтобы получить
единичную подматрицу и начать процесс
решения задачи при помощи симплексного
метода. Второй. Строится исходная
симплекс-таблица и отыскивается некоторое
начальноебазисное
решение. Множество
переменных, образующих единичную
подматрицу, принимается за начальное
базисное решение. Третий. Проверка
базисного решения на оптимальность
осуществляется при помощи специальных
оценок коэффициентов целевой функции.
Если все оценки коэффициентов целевой
функции отрицательны или равны нулю,
то имеющееся базисное решение
оптимальное. Четвертый этап . Переход
к новому базисному решению. Очевидно,
что в оптимальный план должна быть
введена такая переменная, которая в
наибольшей степени увеличивает целевую
функцию. При решении задач на максимум
прибыли в оптимальный план вводится
продукция,производствокоторой наиболее выгодно. Это определяется
по максимальному положительному значению
оценки коэффициента целевой функции.
Столбец симплексной таблицы с этим
номером на данной итерации называется
генеральным столбцом. Далее, если хотя
бы один элемент генерального столбца
а ij 0 строго положителен, то отыскивается
генеральная строка. Для отыскания
генеральной строки все свободные члены
делятся на соответствующие элементы
генерального столбца. Из полученных
результатов выбирается наименьший.
Соответствующая ему строка на данной
итерации называется генеральной. Она
соответствует ресурсу, который лимитирует
производство на данной итерации. Элемент
симплексной таблицы, находящийся на
пересечении генеральных столбца и
строки, называется генеральным элементом.
Затем все элементы генеральной строки
делятся на генеральный элемент. В
результате этой операции генеральный
элемент становится равным единице.
Далее необходимо, чтобы все другие
элементы генерального столбца стали
бы равны нулю, т.е. генеральный столбец
должен стать единичным. Все строки
преобразуются следующим образом.
Полученные элементы новой строки
умножаются на соответствующий элемент
генерального столбца и полученное
произведение вычитается из элементов
старой строки. Значения новых базисных
переменных получим в соответствующих
ячейках столбца свободных членов.
Пятый этап . Полученное базисное решение проверяется на оптимальность (см. третий этап). Если оно оптимально, то вычисления прекращаются. В противном случае необходимо найти новое базисное решение (четвертый этап) и т.д.