
- •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]
7.Динамическое программирование. Принцип оптимальности Беллмана.
Для решения задачи дп необходимо выполнить: 1. Определить этапы 2.Определить на каждом этапе вариантов решения (альтернатив) 3. Определить состояния на каждом этапе
Принцип оптимальности Беллмана: На каждом этапе принимается такое решение, которое обеспечивает оптимальность данного этапа до конца процесса, то есть на каждом этапе принимается решение, просматривая его последствия до самого конца процесса (поэтому варианты аналиируются с конца процесса)
8.Постановка задачи распределения инвестиций и алгоритм ее решения методом динамического программирования
Инвестор
выделяет средства в размере условных
единиц, которые должны быть распределены
между
-предприятиями.
Каждое
-е
предприятие при инвестировании в него
средств
приносит
прибыль
усл.
ед.,
.
Нужно выбрать оптимальное распределение
инвестиций между предприятиями,
обеспечивающее максимальную прибыль.
Выигрышем W данной
задаче является прибыль,
приносимая -предприятиями.
Построение математической модели.
-
Определение числа шагов. Число шагов т равно числу предприятий, в которые осуществляется инвестирование.
-
Определение состояний системы. Состояние системы на каждом шаге характеризуется количеством средств
, имеющихся в наличии перед данным шагом,
.
-
Выбор шаговых управлений. Управлением на
-м шаге
,
является количество средств, инвестируемых в
-е предприятие.
9. Задача о бинарном рюкзаке. Метод динамического программирования(см 10)
-
-
Необходимо составить набор («собрать рюкзак»). Данный набор должен обладать максимальной полезностью при условии соблюдения ограничений по допустимому весу рюкзака. Вес рюкзака не превышает Yкилограмм. Здесь Y=10, xпримет значения 1 –берем, 0 – не берем.
-
Пример: (перебором делали)
1
2
3
4
5
6
7
8
9
10
1
0
0
0
0
0
5
5
5
5
5
2
0
0
0
3
3
5
5
5
5
8
3
0
0
3
3
3
5
5
5
6
8
4
0
0
3
3
4
6
6
8
8
8
5
0
0
3
3
4
6
9
9
9
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.
Общая постановка задачи: для каждого года в плановом периоде нужно решить сохранить имеющуюся в этот момент машину или продать и купить новую с тем, чтобы суммарная прибыль за весь плановый период была максимальной.
Рассмотрим плановый период за несколько лет имеется одна машина фиксированного возраста, в процессе работы машина приносит ежегодную выгоду (доход), требует эксплуатационных затрат и имеет остаточную стоимость, в любой год машину можно продать и купить новую.
R(t) – стоимость продукции приведенной за 1 год на машине возраста t.
C(t) – эксплуатационные затраты на 1 год, возраст t.
P(t) – цена новой машины в году t.
t0 – начальный возраст.
N – длина планового периода.
fn(t) – суммарный доход.
При условии, что в начале данного периода n-лет имеется машина возрастом t.
Основные исходы:
Сохранить: fn(t)=R(t)-C(t)+fn+1(t+1)
Заменить: fn(t)=S(t)-P(t)+R(0)-C(0)+fn+1(1)
Алгоритм – функция Беллмана для задачи о замене оборудования:
1 шаг:
F1(t)=max{R(t)-C(t) – сохр.; S(t)-P+R(0)-C(0) – замена.
i-шаг:
Fi(t)=max{R(A)-C(t)-fi+1(t+1) – сохр. ; S(t)-P(t)+R(0)-C(0)+fn+1(t) – замена.