- •Введение
- •Часть 1
- •Часть 1. Поиск решений на электронных таблицах
- •Быстрое начало
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Краткий экскурс в теорию
- •Часть 1. Поиск решений на электронных таблицах
- •Поиск решения
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Максимальное Время
- •Число Итераций
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Анализ отчетов
- •Часть 1. Поиск решений на электронных таблицах
- •Отчет по результатам
- •Часть 1. Поиск решений на электронных таблицах
- •Отчет по устойчивости
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Отчет по пределам
- •Часть 1. Поиск решений на электронных таблицах
- •Примеры структуризации задач для исследования систем менеджмента
- •Использование сверхурочных работ
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 1. Поиск решений на электронных таблицах
- •Задачи логического выбора
- •Часть 1. Поиск решений на электронных таблицах
- •1.2. Оптимизация объемов производства изделий
- •1.3. Оптимизация размещения объемов субподрядных работ
- •1.4. Оптимизация размещения рекламы
- •Часть 1. Поиск решений на электронных таблицах
- •1.5. Оценка номенклатуры изделий
- •1.6. Оценка развития производства
- •1.7. Оптимизация ассортимента молочного завода
- •1.8. Составление плана загрузки станков
- •Часть 1. Поиск решений на электронных таблицах
- •1.9. Использование сверхурочных работ
- •1.10. Выбор варианта раскроя
- •2. Задачи смеси
- •2.1. Задача о сплавах
- •Часть 1. Поиск решений на электронных таблицах
- •2.2. Составление кормовой смеси
- •2.3. Производство удобрений
- •Часть 1. Поиск решений на электронных таблицах
- •3. Задачи дисбаланса
- •Часть 1. Поиск решений на электронных таблицах
- •3.5. Минимизация дисбаланса в транспортной системе
- •Часть 1. Поиск решений на электронных таблицах
- •4. Составление «скользящих» графиков
- •Часть 1. Поиск решений на электронных таблицах
- •4.2. Оптимизация использования рабочих
- •5. Задачи оптимизации инвестиций
- •5.1. Оптимизация распределения инвестиций в долгосрочные проекты
- •5.2. Использование инвестиций для реализации контракта
- •5.3. Инвестирование с учетом инфляционных ожиданий
- •Часть 1. Поиск решений на электронных таблицах
- •6.1. Выбор организационно-технических мероприятий -по модернизации производства
- •6.2. Размещение госзаказа по производству изделий
- •Часть 1. Поиск решений на электронных таблицах
- •6.4. Назначение торговых агентов
- •6.5. Выбор варианта хранения нефти
- •Часть 1. Поиск решений на электронных таблицах
- •6.6. Выбор варианта реконструкции предприятия
- •6.7. Выбор плана развития объединения
- •6.8. Распределение капиталовложений
- •Часть 1. Поиск решений на электронных таблицах
- •Часть 2
- •Имитационное моделирование
- •В задачах поиска управленческих
- •Решений
- •Часть 2. Имитационное моделирование
- •Сетевая структура модели
- •Описание элементов модели
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Запуск модели
- •Остановка модели
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Структуры файлов результатов
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Гистограммы
- •Часть 2. Имитационное моделирование
- •Описание модели примера 2
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Датчики случайных чисел
- •Часть 2. Имитационное моделирование
- •Функции
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Запуск и остановка поиска
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Часть 2. Имитационное моделирование
- •Задания по имитационному моделированию систем производственного и операционного менеджмента
- •Участка
- •Задание 3 Модель мойки автомобилей
- •Задание 6
- •Задание 7*
- •Задание 16 Задача о запасных деталях
- •Задание 17* Модель станции технического обслуживания (сто)
- •Задание 19*
- •Задание 20
- •Задание 28
- •Литература
- •Содержание
- •Часть 1. Поиск управленческих решений
- •Часть 2. Имитационное моделирование
Часть 2. Имитационное моделирование
Оптимизация на имитационных моделях
145
Рис. 2.47. Диаграмма сравнения переменных
Третья форма интерпретации результатов (Run Data) связана с выводом подробной информации о последовательности шагов процесса поиска, которые привели к наилучшему результату (последующие шаги не рассматриваются). В нашем примере к наилучшему результату привели три шага поиска и соответственно три запуска MS-mo-дели. Рис. 2.48 иллюстрирует вывод информации в форме (Run Data).
Оптимальный результат представлен первой записью.
Она включает в себя:
-
номер шага в процессе поиска (si mulation);
-
значения изменяемых переменных (Values of Variables);
-
среднее значение целевой функции (Average Objective). Это значение форми руется по нескольким прогонам модели в случае, когда перед оптимизацией в уста новках (Edit —> Settings) указывается ко личество прогонов, большее 1. В нашем примере Run = 1, поэтому усредненное значение objective не отличается от обыч ного;
-
стандартное отклонение от среднего (Standard Deviation). При количестве про гонов, равном 1 (Run=l в Edit —> Settings) этот параметр равен 0;
-
индивидуальные значения целевой функции по каждому из прогонов MS-mo- дели (Individual Run Objective). В общем
случае это список, в нашем примере прогон один, поэтому в списке только одна запись: (Run 1: 0,51069).
После завершения оптимизации OptQuest предлагает внести изменения в MS-модель, связанные с установкой оптимальных значений изменяемых переменных. При согласии пользователя такое изменение вносится в календарь на момент системного времени clock = 0. При этом запуск MS- модели будет приводить к установке оптимальных значений изменяемых переменных. Рисунок 2.49 показывает содержимое календаря с установленным OptQuest оптимальным значением числа контролеров (Nk = 4).
Рис. 2.49. Содержимое календаря с установленным оптимальным значением числа
контролеров (Nk = 4)
Из сопоставления содержимого календарей MS-модели до и после оптимизации (рис. 2.49 и 2.40) становится понятным, почему мы установили оператор присваивания (Nck:=Nk) не в начальный момент времени, а несколько позже.
Контрольные вопросы и предложения
-
Что определяет функция objective в системе поиска оптимального решения на имитационной MS-модели?
-
В чем состоит принципиальное отличие целевой функции objective от целе вой ячейки электронной таблицы?
-
Чем отличаются входные изменяемые переменные от остальных перемен ных имитационной MS-модели?
-
Как учитываются при оптимизации границы значений изменяемых пере менных?
-
Какое значение получают обычно входные переменные на первом шаге процесса поиска, если задано поле Suggested Value?
-
Какие переменные MS-модели могут использоваться при определении ограничений на пространство поиска в окне (Edit —> Constraints)?
-
Охарактеризуйте основные опции «Ускорителя нейронных сетей» и ситуа ции, в которых их следует использовать.
146