- •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
Лекция № 3. Примеры моделей операций (2 ч.)
Содержание учебного плана: модель анализа технологических процессов; аппроксимация функций полиномами; модель численного поиска экстремума; модель действий нападения против защиты в военных операциях; модель производства продукции в условиях конкуренции; модель для выбора дальности стрельбы в дуэльной ситуации; модель оценки надежности неремонтируемых систем; линейная обработка измерений (фильтрация) координат движущихся объектов.
Уважаемые коллеги!
В предлагаемой лекции рассматриваются наиболее известные модели операций, которые описывают процесс принятия решений в различных проблемах. Обратите внимание, как начиная от вербальной постановки проблемы, системный аналитик проводит формализацию на языке ИСО (трансляция на язык ИСО).
Примером операции, когда все стратегии оперирующей стороны представляют собой стратегии-константы, а при исследовании их на оптимальность возникает задача математического программирования, чаще всего задача линейного или выпуклого программирования является
3.1Модель анализа технологических процессов
Предположим, что при совместной эксплуатации технологических процессов производятся некоторые изделия одного и того же или различных типов. Пусть — планируемый выпуск продукции -м технологическим процессом. Технология производства единицы продукции -го процесса требует расхода сырья -го типа в количестве . Объем сырья -го типа, имеющегося в распоряжении планирующей организации — оперирующей стороны, ограничен величиной .
Пусть — -я строка матрицы размерности , получим технологические ограничения по поставкам каждого из типов сырья для выбора возможных способов действий, т.е. множество состоит из неотрицательных -мерных векторов = , удовлетворяющих ограничениям
< , > , .
В качестве показателя эффективности обычно выбирается один из экономических показателей хозяйственной деятельности системы, например, общая ценность продукции, которая может быть записана в матричном виде:
= = =< , >, = ,
где — прибыльность единицы продукции -го процесса.
Стандартная постановка задачи планирования выпуска продукции технологической системы заключается в поиске плана , максимизирующего .
В этой модели нет ни неопределенных , ни случайных неконтролируемых факторов (и, значит, информированность исследователя операции и оперирующей стороны одинаковы); однако они могут появиться, если, например, -мерные векторы или точно не известны.
С точки зрения ИСО -мерный вектор = запасов сырья является активными средствами в модели, -мерный вектор (план производства) — стратегии управления (стратегии-константы ). Эта модель дает типичный пример задачи линейного программирования.
Модель предыдущей операции содержала только факторы, контролируемые оперирующей стороной. Факторы, которыми оперирующая сторона не могла распоряжаться, отсутствовали.
3.2Аппроксимация функций полиномами
Пусть на отрезке задана скалярная функция . Во многих прикладных задачах требуется аппроксимировать ее полиномом
= ,
степени не выше . Активные средства в этой модели — степень полинома , стратегии — -мерный вектор его коэффициентов = . Для полной формализации модели операции необходимо указать, что понимается под аппроксимацией функции. Чаще всего рассматривается аппроксимация в среднем, когда за ошибку принимают величину
,
которую требуется минимизировать. Тогда неконтролируемых факторов опять нет. В более общем случае, когда в качестве ошибки рассматривается величина
= = .
в модели появляется неконтролируемый фактор — значение аргумента , при котором нужно приближенно выразить функцию . Поскольку эта величина, как правило, заранее неизвестна, она является типичным природным неопределенным фактором. Стратегии в этом случае ищутся как функции . Еще более сложная задача возникает при поиске стратегий поведения оперирующей стороны, если неизвестна аппроксимируемая функция . При этом возникает задача о поиске приближения для заданного класса функций.