- •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
6.1.3Транспортная задача
производителей однородных информационных услуг обслуживают потребителей корпоративной информации посредством передачи сообщений по компьютерной сети. Мощность –го производителя ( ), ( ) — потребность –го потребителя. Удельная эффективность осуществления информационных услуг определяется величиной , устанавливаемой договорными отношениями между –м производителем ( ) и –м потребителем ( ).
Общая постановка транспортной задачи заключается в поиске решения следующей задачи: минимизировать расходы трафика (траспортные расходы) на осуществление объема информационных услуг по направлению :
при условиях
( );
( ).
В зависимости от квазиинформационной гипотезы выделяют ряд задач
6.1.3.1Классическая транспортная задача
КИГ ЛПР:
трафик информационных услуг осуществляется внешним по отношению к моделируемой системе исполнителем и является наиболее капиталоемким элементом системы, поэтому эффективность искомого плана передачи сообщений оценивается как затраты на осуществление трафика;
затраты на осуществление трафика прямо пропорциональны объему передаваемых информационных сообщений по направлению .
Тогда решается задача: минимизировать расходы трафика (траспортные расходы) на осуществление объема информационных услуг по направлению при ( ); ( ).
6.1.3.2Транспортная задача с фиксированными доплатами
КИГ ЛПР:
трафик информационных услуг осуществляется внешним по отношению к моделируемой системе исполнителем и является наиболее капиталоемким элементом системы, поэтому эффективность искомого плана передачи сообщений оценивается как затраты на осуществление трафика;
затраты на осуществление трафика прямо пропорциональны объему передаваемых информационных сообщений по направлению , а также включает плату за аренду направления, т.е. определяется законом
= .
Предложить другие постановки.
6.2Различные виды злп и их эквивалентность
В теории линейного программирования принято различать ряд формальных постановок, каждая из которых ориентирована на определенные цели исследования.
6.2.1Стандартная задача линейного программирования
Задачу (113), в которой для некоторых векторов и =< , >, а множество допустимых планов задается в виде ={ : }, называют стандартной задачей линейного программирования. Основная цель использования ЗЛП в таком виде заключается в простоте доказательства теоретических построений для такой формы задачи линейного программирования. Таким образом, стандартную задачу линейного программирования записывают в виде:
=
={ , 0},
6.2.2Каноническая задача линейного программирования
Задачу линейного программирования, записанную в виде
=
={ = , 0},
называют канонической задачей линейного программирования. Такую форму записи используют для численного решения поставленной задачи.
6.2.3Общая задача линейного программирования
6.3Геометрическая интерпретация ЗЛП
6.4Основные понятия симплекс-метода решения ЗЛП
6.5Симплекс-алгоритм решения ЗЛП
6.6Методы отыскания начального опорного плана
6.7Двойственная ЗЛП
6.8Теоремы двойственности
6.9Экономическая интерпретация двойственных переменных
Приобретение оборудования для нового производственного участка
Служба маркетинга зафиксировала возрастание величины спроса на изделия предприятия на внутреннем рынке. В результате анализа принято решение о расширении выпуска. Для реализации этой программы решено оборудовать новый производственный участок на площади . Для оборудования участка и продукции изготовления можно приобрести взаимозаменяемое импортное оборудование одного из трех типов на сумму не более тыс. у.е.
Характеристика оборудования
Показатели |
Обозначение |
Единица измерения |
Тип оборудования |
||
1 |
2 |
3 |
|||
Производительность |
|
Ед/смену |
50 |
30 |
40 |
Стоимость единицы оборудования |
|
Усл.ед./ед.об. |
1000 |
400 |
800 |
Занимаемая площадь |
|
М2/ед. |
3 |
2 |
2 |
Предлагается обосновать и разработать проект формирования годового портфеля заказов предприятия на очередной год.
Рассматривая проект только на стадии планирования, стратегией-константой приобретения оборудования может быть служить любой вектор =( , , ), удовлетворяющий ограничениям:
5 +2 +4 100;
3 +2 +2 60;
, , — неотрицательны.
Эффективную стратегию-константу получают на основе решения задачи линейного программирования (ЗЛП) с условиями (130)-(132) и функционалом
5 +3 +4 max
В исходной стационарной постановке задачи неуправляемые факторы отсутствуют: все факторы считаются УК-факторами, другие элементы рассматриваемой структурной модели фиксированы. При проведении анализа жизненного цикла создаваемого проекта обратим внимание выделим на следующие возможности.
В условиях рынка закупка импортного оборудования может производиться на валюту страны приобретения, при этом возможны различные варианты контрактов:
Оплата оборудования внутри страны по рублевым ценам.
Оплата оборудования в долларах США.
Оплата оборудования в странах-производителях в соответствующей валюте.
По вариантам 1-2 эффективные стратегии будут одинаковы, хотя соответствующие им ЗЛП отличаются (ограничение (130) изменилось пропорционально отношению руб./$). Ситуация может принципиально измениться при использовании кросс-курсов валют стран-поставщиков.
В этом случае следует рассматривать вектор =( , , ) как вектор неуправляемых факторов со случайными или неопределенными характеристиками, которые определяются действующим в момент покупки кросс-курсом валют.
Характеристики производительности и занимаемой площади приобретенного оборудования допускают существенно зависят от режимов эксплуатации и технического обслуживания, что может резко снижать эффективность их использования. Тогда необходимо рассматривать векторы =( , , ) и =( , , ) как случайные или неопределенные факторы.
Для размещения приобретенного оборудования необходимо арендовать производственного помещение, что требует участия в муниципальном конкурсе нежилых помещений. Результаты такого конкурса заранее не известны и могут быть рассмотрены лишь в прогнозном плане.
Общий объем единовременных затрат на приобретение оборудования может отличаться от запланированного, при этом инвесторы могут изменить первоначально обозначенную сумму вложений.
Два последних предположения приводят к необходимости рассматривать вектор как случайный или неопределенный фактор.
Рассмотрим задачу как операцию с контролируемыми и неконтролируемыми факторами, записав ее в матричном виде как стандартную ЗЛП [6]:
= ,
где
={ , 0, },
В соответствии с теоремами главы III в [17] функция является выпуклой вниз по векторному аргументу и выпуклой вверх по , а также положительно однородной по каждому из своих аргументов.
Считая = , зафиксируем =( , , ) и проведем анализ изменения стратегий и значений функционала (134) по вектору . Для этого рассмотрим его компоненты как неуправляемые факторы с областью изменений
= .
Тогда показатель эффективности операции можно записать в виде [9]
= .
Для каждого значения неуправляемого фактора задача о максимуме показателя эффективности (137) по стратегии представляет собой ЗЛП, решение которой сосредоточено в одной из крайних точек многогранника .
В плоскости рассмотрим крайние точки системы (135) и оценки эффекта:
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = .
Положим и = / .
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = ;
при , = .
Таким образом, рассматривая функцию на множестве получим значения эффективности в возможных крайних точках многогранника в виде
при = , = , = ;
при = , = , = , = , = ;
при = , = , = , = , = ;
при = , = , = .
Из проведенного анализа следует, что при достаточно большом отношении оптимальное решение зависит только от вектора — производительности приобретаемого оборудования. Другие факторы не участвуют в определении эффективности стратегий .
Пусть = , т.е. на уровне объявленной поставщиком производительности.
Тогда оценки эффективности стратегий 1-9 в теории исследования операций
при = , = , = ;
при = , = , = , = , = ;
при = , = , = , = , = ;
при = , = , = .
Оптимальные стратегии и значения критерия эффективности запишутся в виде
при = ;
при будет
при = ;
при = ;
при = ;
при = .
Как в рассматриваемом примере вычислить меру оптимизма и степень оптимизма для заданной стратегии формирования сценария? Положим
= , = .
Тогда мера оптимизма, как функция параметра , вводится по формуле
=( — )/ .
где — мера Лебега многогранника .
Оценка эффективности указанных стратегий и оптимальный выбор условного решения зависят от предположений, определенных в КИГ ЛПР.
Применяется принцип гарантированного результата. Применяя способ учета неопределенности (18), т.е. используя оператор , получим
при , = ;
при будет
при , = ;
при , = ;
при , = ;
при , = .
— случайная величина, равномерно распределенная на соответствующем отрезке. Разрешено осреднение критерия. Применяя способ учета неопределенности (17), т.е. используя оператор , получим
при = ;
при будет
при = ;
при = ;
при = ;
при = .
— случайная величина, равномерно распределенная на отрезке , , . Разрешено осреднение критерия. Применяя (17), получим
— оптимальная стратегия, = ;
оценка стратегии — = .
— неопределенная величина со значениями на отрезке , , . Осреднение критерия не разрешено. Применяя (18), получим
— оптимальная стратегия, = ; = .
Таким образом, степень оптимизма
= — = .