
- •1. Системный анализ в структуре современных исследований.
- •2. Системное описание задачи оптимизации
- •3. Системный анализ транспортных моделей. Метод потенциалов.
- •4.Алгоритм решения транспортной задачи при получении максимального значения функции
- •5. Решение транспортных задач методом Фогеля (приведите пример).
- •6.Оптимизация назначений максимальное и минимальное значения функции (примеры)
- •7.Динамическое программирование. Принцип оптимальности Беллмана.
- •8.Постановка задачи распределения инвестиций и алгоритм ее решения методом динамического программирования
- •9. Задача о бинарном рюкзаке. Метод динамического программирования(см 10)
- •10. Метод динамического программирования. Задача о рюкзаке с неограниченным количеством элементов.
- •11. Постановка задачи о замене оборудования и алгоритм ее решения методом динамического программирования.
- •12. Принятие решения на основе расчета функции полезности
- •13. Экспертные методы в процессе прогнозирования и принятие управленческих решений
- •14.Метод ранжирования мнений экспертов
- •15. Методы определения согласованности экспертов
- •1 Случай – Отсутствие связанных рангов в матрице ранжировок.
- •16. Метод Паттерн
- •17. Методы групповой экспертной оценки
- •18. Метод Дельфи
- •19. Особенности принятия решений в условиях неопределенности (критерий Лапласа, вальда критерий максимакса)
- •20. Охарактеризовать критерии пессимизма-оптимизма (Гурвицы) и критерии минимального риска (Сэвиджа) ( привести пример)
- •21 Метод выбора альтернатив в условиях риска (дерево решений)
- •22 Пассивный метод поиска минимума функции одной переменной
- •23 Метод дихотомии(половинного деления) как метод оптимизации унимодальной функции
- •24 Численный метод оптимизации функции одной переменной -метод Фибоначчи
- •25. Численный метод оптимизации функции одной переменной – метод золотого сечения
- •1. Задаются ɛ, a,b( или в форме интервала), и f(X)
- •26. Градиентный метод оптимизации – метод с дроблением шага
- •27. Градиентный метод оптимизации – метод наискорейшего спуска
- •2. Определяется λк
- •4. Проверяется условие окончания вычислений
- •28. Градиентный метод оптимизации – метод ньютона
- •5. Проверяется условие окончания вычислений
- •30. Понятие нечеткого множества и операции над ними
- •31. Функции принадлежности элементов нечеткого множества их назначение и виды
- •32. Нечеткие отношения. Понятия и принципы композиции нечетких отношений
- •33. Понятие лингвистической переменной. Алгоритм Мамдани [из интернета]
4.Алгоритм решения транспортной задачи при получении максимального значения функции
Для решения задачи составляем матрицу рисков: для этого выбираем максимальный
элемент (здесь 8), увеличиваем его на некоторое постоянное число (здесь 8+2 = 10), Предположим, что 10 – это есть наша желаемая прибыть, тогда вычитая из 10 все имеемые транспортные тарифы , то есть элементы матрицы исходной (А), получаем новую матрицу(В) –матрицу возможных потерь, матрицу рисков.
10 – 8 =2 |
7 |
9 |
6 |
3 |
6 |
5 |
8 |
4 |
8 |
3 |
1 |
4 |
7 |
4 |
5 |
2 |
6 |
Теперь для заданной матрицы решаем задачу на МИН, так как чем меньше риск – тем лучше.
Пусть имеем задачу –составить оптимальный план распределения путевок в Париж 30 шт, Рим 90шт и Лондон 50 шт. Среди желающих поехать (Школьники, Студенты, Молодожены) . Опрос показал следующее распределение в Париж хотят 70, в Рим 60 и Лондон 30.
Тогда составим таблицу,выбираем минимальную цену, вносим максимальную поставку, а далее решим одним из методов – здесь метод потенциалов и найдем оптимальный план f(x).
|
Париж |
Рим |
Лондон |
N желающих поехать |
U |
Школьники |
2 308 |
7 303 |
9 10 1 |
70 |
0 |
Студенты |
6 х |
3 607 |
6 х |
60 |
-4 |
Молодожены |
5 х |
8 х |
4 306 |
30 |
-5 |
Остаток |
0 х |
0 х |
0 10 0 |
10 |
-9 |
N путевок |
30 |
90 |
50 |
160+10 170 |
|
V |
2 |
7 |
9 |
|
|
И тд
Чтобы найти максимум функции, смотрим на матрицу А, исходные значения затрат умножаем на количество:
f(х)= 240+90+10+420+180=940 Ответ
5. Решение транспортных задач методом Фогеля (приведите пример).
Суть решения заключается в том, что определяются разности между двумя наименьшими элементами каждой строки и каждого столбца. Затем из всех разностей выбирается наибольшая. Таким образом определяется строка или столбец куда необходимо вписать максимальную поставку, в ту ячейку таблицы, где стоит минимальный элемент.
Все строки и столбцы, в которых поставки исчерпаны из рассмотрения исключаются.
Далее считаем любым способом. Например, потенциалов.
6.Оптимизация назначений максимальное и минимальное значения функции (примеры)
Решим задачу на мах и мин
Пусть есть марки мобильных телефонов и их заказ:
N- 70, S- 110, A- 60, L- 40
Страны производители предлагают объем производства К 150, Т 80, М50.
НА МИНИМУМ - МИНИМИЗИРУЕМ ЗАТРАТЫ
Составим план оптимального производства учитывая следующую матрицу затрат:
А
|
N |
A |
L |
S |
предложение |
U |
|
|
|
K |
7 х |
4 40 |
8 х |
2 110 |
150 |
2 |
3 |
0 |
|
T |
6 20 |
4 20 |
5 40 |
6 Х |
80 |
1 |
1 |
1 |
0 |
M |
3 50 |
2 х |
6 х |
7 х |
50 |
1 |
1 |
4 |
-3 |
спрос |
70 |
60 |
40 |
110 |
280\280 |
|
|
|
|
V |
3 |
2 |
1 |
4 |
|
|
|
|
|
|
6 |
4 |
5 |
2 |
|
|
|
|
|
Решаем методом потенциалов…
F(х)= 160+220+120+80+200+150=930
НА МАКСИМУМ – ПРЕОБРАЗУЕМ ИСХОДНУЮ МАТРИЦУ В МАТРИЦУ ПРИРОСТА ПРИБЫЛИ, МАТРИЦУ РИСКОВ
Пусть прибыль = 10, тогда вычитаем из 10 исходную матрицу, получаем, распределяем:
|
N |
A |
L |
S |
предложение |
U |
|
|
|
K |
3 70 |
6 40 |
2 40 |
8 х |
150 |
1 |
3 |
3 |
0 |
T |
4 х |
6 20 |
5 х |
4 60 |
80 |
1 |
0 |
2 |
0 |
M |
7 х |
8 х |
4 х |
3 50 |
50 |
1 |
4 |
1 |
-1 |
спрос |
70 |
60 |
40 |
110 |
280\280 |
|
|
|
|
V |
1 |
0 |
2 |
1 |
|
|
|
|
|
|
1 |
0 |
|
4 |
|
|
|
|
|
|
3 |
2 |
|
|
|
|
|
|
|
|
3 |
6 |
2 |
4 |
|
|
|
|
|
Умножаем полученные данные 70, 40 и т д на элементы исходной матрицы (7 4 8 2…) и получаем:
F(х)=490+160+320+80+360+350=1760