- •Тема 1. Классификация моделей.
- •Тема 1. Классификация моделей.
- •Основные признаки классификации моделей.
- •Область использования.
- •Учет в модели временного фактора.
- •Способ представления модели.
- •Тема 2. Классификация языков компьютерного моделирования.
- •Тема 3. Этапы и цели компьютерного математического моделирования.
- •Раздел 1. Задачи линейного программирования.
- •Тема 1. Математическое программирование. Общий вид задач линейного программирования.
- •Формулировка задачи.
- •Геометрическая интерпретация задачи линейного программирования.
- •Найти минимальное значение линейной функции
- •Тема 2. Графический метод решения задач линейного программирования.
- •Примеры задач, решаемых графическим методом.
- •Обобщение графического метода решения задач линейного программирования.
- •Тема 3. Симплекс - метод.
- •Каноническая задача лп на максимум.
- •Вспомогательная задача лп.
- •Алгоритм метода искусственного базиса
- •Вспомогательная задача лп.
- •Алгоритм метода искусственного базиса.
- •Тема 4. Транспортная задача.
- •4.2 Составление опорного плана.
- •4.3 Метод потенциалов.
- •Раздел 2. Теория графов.
- •Тема 1. Основные понятия теории графов.
- •Элементы множества V называются вершинами графа g (или узлами), элементы множества u-его ребрами. Вершины и ребра графа называют также его элементами и вместо VV и u u пишут Vg и ug.
- •1.2 Операции над графами.
- •1.3.Связность графов.
- •1.4 Эйлеровы графы.
- •1.5 Гамильтоновы графы.
- •Тема 2. Поиск пути в графе.
- •2.2 Путь минимальной суммарной длины во взвешенном графе с неотрицательными весами (алгоритм Дейкстры).
- •2.3 .Путь минимальной суммарной длины во взвешенном графе с произвольными весами для всех пар вершин (алгоритм Флойда).
- •2.4 Путь с минимальным количеством промежуточных вершин (волновой алгоритм).
- •2.5 Нахождение k путей минимальной суммарной длины во взвешенном графе с неотрицательными весами (алгоритм Йена).
- •Тема 3. Задачи о минимальном остове.
- •3.1 Деревья.
- •3.1 Построение минимального остовного дерева (алгоритм Краскала).
- •3.1 Деревья.
- •3.1 .Построение минимального остовного дерева (алгоритм Краскала).
- •Раздел 3. Динамическое программирование.
- •Тема 1. Метод динамического программирования.
- •1.2 Идеи метода динамического программирования
- •1.3 Выбор состава оборудования для технологической линии.
- •Исходные данные для примера
- •Тема 2. Задача инвестирования.
- •Тема 3. Замена оборудования.
- •Тема 4. Задача о загрузке.
- •4.2 Рекуррентные соотношения для процедур прямой и обратной прогонки.
- •4.3 Решение задачи о загрузке.
- •Раздел 4. Системы массового обслуживания (смо). (8 часов).
- •Тема 1. Основные понятия теории массового обслуживания.
- •Тема 2. Простейшие смо и нахождение их параметров.
- •Перечень характеристик систем массового обслуживания можно представить следующим образом:
- •2. Одноканальная смо с неограниченной очередью
- •3. Одноканальная смо с неограниченной очередью, простейшим потоком заявок и произвольным распределением времени обслуживания
- •4. Одноканальная смо с произвольным потоком заявок и произвольным распределением времени обслуживания
- •Раздел 5. Имитационное моделирование.
- •Тема 1. Простейшие задачи, решаемые методом имитационного моделирования.
- •Тема 2. Основные понятия теории Марковских процессов.
- •Тема 3. Метод Монте – Карло.
- •Раздел 6. Прогнозирование.
- •Тема 1. Основная идея прогнозирования. Методы прогнозирования
- •Тема 2.Теории экспертных оценок.
- •Раздел 7. Теория игр.
- •Тема 1. Основные понятия теории игр.
- •1. 1 Понятие об играх и стратегиях
- •Тема 2. Простейшие методы решения задач теории игр.
- •Раздел 8. Элементы теории принятия решений. (2 часа).
- •Основные понятия.
- •Принятие решений в условиях полной неопределенности
- •Принятие решений при проведении эксперимента.
- •2. Принятие решений в условиях полной неопределенности
- •2.1 Максиминный критерий Вальда.
- •Критерий равновозможных состояний.
- •3. Принятие решений при проведении эксперимента.
- •3.1. Принятие решений в условиях неопределенности.
- •3.2. Использование смешанной стратегии
- •3.3. Принятие решений в условиях риска
1.3 Выбор состава оборудования для технологической линии.
Есть технологическая линия, то есть цепочка, последовательность операций.
На каждую операцию можно назначить оборудование только каго-то одного вида, а оборудования, способного работать на данной операции, - несколько видов.
Исходные данные для примера
-
i
1
2
3
j
1
2
1
2
1
2



10
8
4
5
8
9

12
8
4
6
9
9

20
18
6
8
10
12
![]()
Стоимость сырья
Расходы , связанные
с использованием единицы оборудования
j-го типа на i-ой
операции
Производительности, соответственно,
по выходу и входу
и
для j-го типа оборудования,
претендующего на i-ую
операцию.
Решение:
Для того, чтобы решить данную задачу методом динамического программирования введем следующие обозначения:
N = 3 – число шагов.
- Технологическая
линия.
![]()
=
( )
– выбор оборудования
для i-ой операции.
Ui – область допустимых УВ на i-м шаге.
т.е.
Wi – оценка минимальной себестоимости, полученная в результате реализации i-го шага.
S – функция общего выигрыша т. е. минимальная себестоимость .
![]()
![]()

вектор – функция,
описывающая переход системы из состояния
в состояние
под действием УВ.
- вектор УВ на i-ом
шаге, обеспечивающий переход системы
из состояния xi-1
в состояние xi
, т.е. оптимальный выбор оборудования
за N шагов.
Si+1(
)
– максимальный выигрыш ( в нашем случае
минимальная себестоимость), получаемый
при переходе из любого состояния
![]()
в
конечное состояние
при оптимальной стратегии управления
начиная с (k+1)-го шага.
S1(
)
– максимальный выигрыш, получаемый за
N шагов при переходе
системы из начального состояния
в конечное
при реализации оптимальной стратегии
управления
.
Очевидно, что S = S1(
),
если
=
0.
Запишем вектора допустимых значений
![]()
![]()
![]()
Запишем вектора допустимых управляющих воздействий
![]()
![]()
![]()
З
![]()
под действием УВ.
![]()
![]()
З


![]()
1) Обратный проход
Для i=3
Учитывая то, что этот шаг у нас последний и следующей операции
у
![]()
![]()
возьмем стоимость сырья
![]()
![]()
![]()
при
=
![]()
![]()
![]()
при
=
![]()
![]()
т. е.
Для i=2



115,2![]()
при
=

138,04![]()
при
=
102,8![]()
при
=


123,1![]()
при
=
![]()
![]()
т. е.
Для i=1


140,2![]()
при
=

125,3![]()
при
=
п

125,3![]()
=

125,3![]()
при
==

125,3![]()
при
=

125,3![]()
при
=

125,3![]()
при
=

125,3![]()
![]()
![]()
т
![]()
-
П
рямой проход
Учитывая то,
что и
=
(0,0,0) имеем
![]()
![]()
![]()
![]()
i
![]()
![]()
Таким образом оптимальный выбор состава оборудования технологической линии предполагает следующее:
На 1-ую операцию назначим оборудование 2-го вида
На 2-ую операцию назначим оборудование 1-го вида
На 3-ью операцию назначим оборудование 2-го вида
Оценка минимальной себестоимости составит 105,5.
