
- •Исследование операций
- •Учебный план
- •Тематические планы лекций Лекция № 1. Исследование операций как методологическая основа теории принятия управленческих решений. Основные термины, определения, формализация
- •Лекция № 2.Моделирование целевых установок развития сложных системах
- •Лекция № 3. Примеры моделей операций
- •Лекция № 4. Элементы выпуклого анализа
- •Лекция № 5. Основы выпуклого программирования. Теория Куна-Таккера
- •Лекция № 6. Линейное программирование
- •Лекция № 7. Игровые методы обоснования решений
- •Лекция № 8. Моделирование операций на основе марковских случайных процессов
- •Лекция № 9. Элементы теории массового обслуживания
- •Список источников и литературы
- •2. Дополнительная литература
- •Лекция № 1. Исследование операций как методологическая основа теории принятия управленческих решений. Основные термины, определения, формализация
- •1.1Цели и задачи курса «Исследование операций»
- •1.2Системный подход в решении проблем управления
- •1.2.1Формальное определение системы и примеры систем
- •1.2.2Основные понятия целевого подхода в управлении
- •1.2.3Концептуальная постановка проблемы
- •1.2.4Понятие структуризации проблемы
- •1.2.5Основные понятия объектно-субъектного подхода в управлении
- •1.2.6Формализация системы и фаз процесса принятия решений
- •1.2.6.1Выявление проблемы — анализ ее существования
- •1.2.6.2Постановка проблемы
- •1.2.6.3Поиск решения проблемы
- •1.2.6.4Принятие решения
- •1.2.6.5Исполнение решения
- •1.2.6.6Оценка выполненного решения
- •1.3Формализм теории исследования операций (модель операции)
- •1.4Оценка эффективности стратегии
- •1.4.1Оценка неопределенности стратегии
- •1.4.2Функциональная оптимизация стратегий
- •1.4.3Смешанные стратегии
- •Лекция № 2.Моделирование целевых установок в сложных системах (2 ч.)
- •2.1Классификация целей систем
- •2.2Графы целей и способы их построения
- •2.3Методы свертки показателей эффективности
- •2.3.1.1Экономический способ формирования критериев
- •2.3.1.2Критические состояния объекта
- •2.3.1.3Последовательное достижение частных целей
- •2.3.1.4Логическое объединение критериев
- •2.3.1.5Обобщенное логическое объединение
- •2.3.1.6Случайное и неопределенное объединение
- •2.3.1.7Единицы измерения целей
- •2.3.1.8Полнота системы элементарных действий над критериями
- •2.4Экспертная оценка эффективности
- •2.5Критерии эффективности организационного управления
- •Лекция № 3. Примеры моделей операций (2 ч.)
- •3.1Модель анализа технологических процессов
- •3.2Аппроксимация функций полиномами
- •3.3Модель численного поиска экстремума
- •3.4Модель действий нападения против защиты в военных операциях
- •3.5Модель производства продукции в условиях конкуренции
- •3.6Модель оценки надежности неремонтируемых систем
- •3.6.1Параллельное дублирование системы в целом
- •3.6.2«Холодное резервирование» системы в целом
- •3.6.3Параллельное дублирование агрегатов системы
- •3.6.4«Холодное резервирование» агрегатов
- •3.7Модель для выбора дальности стрельбы в дуэльной ситуации
- •3.8Линейная обработка измерений (фильтрация) координат движущихся объектов
- •3.8.1Случайное блуждание координат движущегося объекта
- •3.8.2Зависимое блуждание координат движущегося объекта
- •3.8.3Ограниченное блуждание координат движущегося объекта
- •Лекция № 4.Элементы выпуклого анализа
- •4.1Вспомним основные понятия высшей алгебры
- •4.2Определение и примеры выпуклых множеств.
- •-Мерный куб с центром в точке и ребром :
- •-Мерный шар радиуса с центром в точке :
- •4.3Проекция точки на множество. Свойства.
- •4.4Теоремы отделимости выпуклых множеств.
- •4.5Крайние точки выпуклых множеств.
- •4.6Альтернативы Фредгольма.
- •4.7Выпуклые функции и их свойства.
- •4.8Связь между выпуклыми функциями и выпуклыми множествами
- •4.9Свойства выпуклых функций.
- •4.9.1Дифференцируемость скалярной выпуклой функции.
- •4.9.2Дифференцируемость по направлению.
- •4.9.3Непрерывность.
- •4.10Выпуклые дифференцируемые функции и их экстремальные свойства
- •4.11Критерии оптимальности
- •Лекция № 5.Основы выпуклого программирования. Теория Куна-Таккера
- •5.1Основная задача выпуклого программирования
- •5.2Формальная постановка задачи выпуклого программирования
- •5.3 Классические способы отыскания решения экстремальных задач
- •5.4Условие регулярности
- •5.5Функция Лагранжа. Условия оптимальности
- •5.6Теорема (Куна-Таккера).
- •5.7Дифференциальные условия Куна-Таккера
- •5.8Общая схема решения задачи выпуклого программирования
- •Лекция № 6.Линейное программирование
- •6.1Примеры моделей операций, приводящих к злп
- •6.1.1Задача о диете
- •6.1.2Общая задача планирования выпуска продукции (распределительная задача)
- •6.1.2.1Общая задача планирования выпуска продукции
- •6.1.2.2Выпуск комплектной продукции
- •6.1.3Транспортная задача
- •6.1.3.1Классическая транспортная задача
- •6.1.3.2Транспортная задача с фиксированными доплатами
- •6.2Различные виды злп и их эквивалентность
- •6.2.1Стандартная задача линейного программирования
- •Лекция № 7. Игровые методы обоснования решений
- •7.1Теория игр как теория обоснования решений в условиях конфликта интересов
- •7.2Конфликт и его формальная модель
- •7.3Формализация принятия решения в условиях конфликта
- •7.4Оптимальность в конфликтной ситуации
1.2.6.1Выявление проблемы — анализ ее существования
Фаза выявление проблемы может быть декомпозирована на следующие этапы:
а) формулировка цели (или целей), достижение которой будет означать, что проблема решена; часто формулируется как конечное состояние объекта исследования (для этого необходимо определить по каким параметрам изучается объект, каковы пределы их изменения, в каких единицах эти параметры измеряются, можно ли их измерить, какова точность их измерения и т.п.);
б) определение исходного состояния объекта, измеренного по тем же параметрам в соответствии с установленными ранее принципами измерения;
в) фиксация соответствующего рассогласования.
Если в пункте в) обнаружено рассогласование, то проблема действительно существует и следует продолжать поиск ее решения.
1.2.6.2Постановка проблемы
Любая проблема возникает у специалиста определенной специальности (конечного пользователя, в том числе ЛПР) первоначально в чисто описательном виде — вербальная постановка задачи. Например, бухгалтер знает, что должен подготовить «Ведомость выплаты заработной платы» сотрудников своей организации. Для реализации этой задачи необходимо четко сформулировать форму документа, правила его создания и использования, т.е. провести формализацию задачи и подготовить ее для однозначного решения.
а) формулировка и
формализация способов возможных
действий. Основное содержание этапа
— выявление и возможно более полная
формализация всех средств (способов
действий), которые по мнению исследователя
проблемы могут привести к достижению
целей операции. Основным не формализованным
понятием при этом является понятие
«факторы, учитываемые оперируемой
стороной и участвующие в реализации
цели». В теории исследования операций
разделяют факторы, контролируемые
оперирующей стороной
,
и ею не контролируемые (не управляемые
непосредственно оперирующей стороной).
Способом действий является комбинация
выделенных факторов.
Формализация проводится на том или ином языке. Например, менеджер, который имеет свой круг задач может формализовать исходную задачу так: «Для получения прибыли предприятия подписать акты о выполнении договоров с фирмами «ФЕРЕЙН», «Торговый дом «Русский лен» и «СПЛАЙН». Затем задание будет выдано бухгалтеру для оформления соответствующих документов и отчетных материалов. Далее бухгалтер, решая ту же задачу получения прибыли, на языке бухгалтерских проводок производит необходимые записи и вносит информацию в учетные регистры.
б) определение номенклатуры важнейших ресурсов — активных средств — при каждом способе возможных действий.
в) определение величины выделенных активных средств и затрат контролируемых факторов при каждом способе.
г) построение модели проблемы принятия решений, в которой с помощью некоторого формального языка (математики, логики, машинного, графического и т.п.) описываются связи между целями, способами возможных действий и затратами факторов.
Построение модели, или моделирование, важнейший этап системного анализа, который используют для изучения и анализа любых сложных систем, процессов и объектов. Модель — это приближенное представление процесса или системы.
Процесс познания состоит в том, что мы создаем для себя некоторое представление об изучаемом объекте или явлении, помогающее лучше понять его функционирование и устройство, его характеристики. Такое представление выраженное в той или иной форме, будем называть моделью. Чем детальнее и точнее познан объект, чем больше сведений о нем отражено в модели, тем она ближе к действительности, тем больше степень соответствия модели оригиналу, тем более модель адекватна оригиналу (лат. adaequatus — приравненный, тождественный).
Модели значительно облегчают понимание системы, позволяют проводить исследования в абстрактном плане, прогнозировать поведение системы в интересующих нас условиях, упрощать задачи, анализировать и синтезировать совершенно различные системы одними методами.
Основная задача и в то же время преимущество модели — выделение частных, но наиболее важных факторов реальной системы, которые подлежат изучению в данном конкретном исследовании. Эти факторы должны быть отражены в модели с наибольшей полнотой и детализацией, их характеристики в модели должны совпадать с реальными с точностью, определяемой требованиями данного исследования. Остальные, несущественные факторы могут быть либо отражены с меньшей точностью, либо вовсе отсутствовать в модели. Следует подчеркнуть, что исключение несущественных факторов является немаловажным преимуществом модели. Их наличие в реальном объекте мешает исследователю, затрудняет понимание основных закономерностей, создает некоторый «шум», на фоне которого труднее выявить необходимые сведения.
Разделение факторов на существенные и несущественные зависит от характера конкретного исследования. При изменении направленности исследования меняются требования к моделям и, следовательно, изменяется сама модель, поэтому каждый реальный процесс или объект может быть представлен самыми различными моделями, зачастую совершенно не похожими одна на другую. Единственным общим свойством у них может быть лишь то, что они, каждая по-своему, отражают один и тот же объект.
С помощью моделей можно получить характеристики системы или отдельных ее частей значительно проще, быстрее и дешевле, чем при исследовании реальной системы. Естественно, это влечет за собой снижение точности, ибо мы получаем фактически не истинные значения характеристик, а лишь их оценки, приближенные значения. Степень точности определяется адекватностью модели и может быть повышена при необходимости за счет усложнения модели.
Преимущество модели — возможность сравнительно простым средствами изменять ее параметры, вводить некоторые воздействия с целью изучения реакции системы, реальных условиях получить аналогичные сведения значительно труднее; например, иногда невозможно изучить поведение системы в аварийных ситуациях или других особых условиях.
Чтобы модель изучить и с нею экспериментировать, она должна быть достаточно простой. Однако чем проще модель, тем менее, как правило, она адекватна оригиналу. Само определение модели указывает на отсутствие полного совпадения всех характеристик модели и оригинала. Таким образом, при моделировании системы мы всегда вынуждены идти на компромисс Между простотой модели и обеспечиваемой ею точностью. Модель считают адекватной, если она обеспечивает точность, достаточную для данного исследования..
Адекватность модели обычно проверяют экспериментом, сравнивая реакцию выходов на определенные значения входов у модели и у реального объекта. При этом следует помнить, что сама модель, с которой проводится эксперимент, должна соответствовать принятым условиям моделирования. Другими словами, модель, используемая в эксперименте, должна быть такой же, с которой проводятся дальнейшие исследования.
Эксперимент может быть пассивным и активным. Пассивный эксперимент заключается в том, что исследователь наблюдает за реальным объектом, не вмешиваясь в его функционирование. На входы модели подают значения параметров, соответствующие значениям параметров реального объекта, затем сравнивают значения параметров соответствующих выходов модели и объекта.
Состояние реального объекта, его входов и выходов может отличаться от условий, которые хотел бы иметь исследователь. При пассивном наблюдении желаемые состояния объекта могут наступать редко или вовсе не встретиться за время наблюдения. Поэтому пассивный эксперимент осуществляют лишь в тех случаях, когда по каким-либо причинам вмешательство в функционирование реального объекта нежелательно, недопустимо или просто невозможно.
Одна из разновидностей пассивного эксперимента, имеющая самостоятельное значение для проверки адекватности модели,— ретроспективная проверка (ретроспекция — от латинского retro — назад и specio — смотрю; обращение к прошлому, обзор прошедших событий). Она заключается в том, что из ряда наблюдений реального объекта за прошлые периоды выбирают интересующие исследователя состояния и для них выполняют заданные процедуры. Это позволяет существенно сократить срок«проведения экспериментальной проверки.
Активный эксперимент заключается в непосредственном воздействии исследователя на входы реального объекта и наблюдении за реакцией последнего. Соответствующие значения параметров задают на входы модели, что позволяет сравнивать реакцию ее выходов с реакцией реального объекта. Преимущество активного эксперимента состоит в том, что, проводя эксперимент, исследователь имеет возможность проверять адекватность модели в интересующих его режимах, варьируя их по своему усмотрению. В то же время затраты на активный эксперимент значительно больше, и он может привести к нежелательным потерям в реальной системе. Как активный, так и пассивный эксперименты проводятся не только для проверки адекватности моделей, но и для любых других целей исследования реальных объектов.
Анализ построенной модели позволяет выделить те факторы, которые можно реально применить на практике, отсекает «технологически» неосуществимые способы возможных действий.