- •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
3.3Модель численного поиска экстремума
Пусть о функции , заданной на отрезке , априори известно, что она удовлетворяет условию Липшица с коэффициентом , т.е. выполнено:
для любых .
Дайте графическое изображение на плоскости условию Липшица.
Требуется приближенно определить экстремум функции на .
Активным средством является машинное время, ограниченное величиной . На каждое вычисление одного значения требуется время . Это также ограничивает класс рассматриваемых функций .
Тогда максимально возможное число точек , в которых может быть вычислена функция, есть / ; это также можно считать определением активных средств.
Стратегиями является выбор = при , / . Приближенным значением экстремума (минимум) и точки его реализации считается
для любых .
Без ограничения рассматриваемого класса функций обойтись, очевидно, нельзя. Даже непрерывность функций без указания равностепенности этой непрерывности для всего семейства не может сделать задачу осмысленной. Действительно, если не делать предположений о равностепенности, то, какое бы число точек мы ни взяли, всегда можно указать непрерывную функцию такую, что отличается от на сколь угодно большую величину как по значению, так и по месту экстремума. Поэтому принято предположение об условии Липшица.
Приведите пример, подтверждающий Замечание 2..
Ошибкой в определении экстремума является вектор
= ,
который в этой модели и есть фазовый вектор.
Однако в такой постановке задачи показатель эффективности остается пока еще неясным, поскольку неясно, какой компоненте вектора ошибки (46) при ее минимизации следует отдать предпочтение.Как правило, используют показатели типа
= ;
= .
Более общий случай критерия такого вида будет выражение
= ,
где .
Иногда рассматривают критерии вида
= .
Величины и называют коэффициентами важности или веса составляющих ошибки (46).
Возможны и другие постановки. Например, критерий может иметь вид
=
при обязательном условии
,
Здесь — заданная точность определения минимума.
Возможна и сильно отличающаяся постановка вопроса, когда показателем является машинное время, необходимое для определения экстремума с заданной точностью. Тогда в качестве контролируемых факторов могут рассматриваться алгоритмы решения задач оптимизации.
Во всех случаях неопределенными факторами являются значения функции и величина , если последняя не фиксирована.
Однако поскольку в критериях мы имеем дело только с , и , то их (может быть вместе с ) и достаточно считать неопределенными факторами.
Для окончательной конкретизации задачи требуется уточнить, необходимо ли определять все значения или хотя бы одно из них. В дальнейшем будем считать, что определяется хотя бы одна точка экстремума.
Вообще говоря, в «замкнутой» операции (т.е. не связанной с другими операциями) всегда достаточно определить хотя бы одно решение, поскольку все они равноценны с точки зрения рассматриваемой операции.
3.4Модель действий нападения против защиты в военных операциях
Пусть имеется средств нападения и средств защиты.
Пусть имеются мест возможного прохода средств нападения через линию средств защиты; — номер пункта прохода.
При расположении одного средства защиты на -м месте оно в состоянии уничтожить средств нападения, проходящих через этот пункт. Нападение стремится увеличить общее количество прошедших через защиту средств нападения. Обозначим через количество средств нападения, прорывающихся через -й пункт, а через — количество средств защиты, расположенных на этом месте.
Введем векторы , , . Тогда оперирующая сторона будет решать задачу:
увеличить показатель эффективности операции средств нападения
= .
при условиях
, , , .
Фиксированным неконтролируемым фактором здесь является величина ; стратегия нападения состоит в выборе вектора .
Случайностей и природных неопределенностей нет. Имеется активный противник, стратегии которого являются обычно неопределенным фактором при планировании операции заранее. Оперирующая сторона — нападение, — может быть, сможет получить и использовать информацию о в момент боевых действий. Таким образом, стратегиями могут быть функции ( ).