- •Содержание
- •Введение в теорию принятия решений
- •Тема 1. Теория принятия решений – модель исследования операций
- •1.1. Основные понятия исследования операций
- •1.2. Операционный подход к решению задач
- •1.3. Классификация моделей в исследовании операций
- •Классы операционных задач
- •1. Задачи управления запасами
- •2. Задачи распределения
- •3. Задачи массового обслуживания
- •4. Задачи выбора маршрута
- •5. Задачи замены оборудования
- •6. Задачи упорядочения
- •7. Задачи сетевого планирования и управления
- •8. Состязательные задачи
- •9. Задачи поиска
- •Тема 2. Линейное программирование
- •2.1. Задача линейного программирования
- •2.2. Графический метод решения злп
- •Алгоритм решения задач лп графическим методом
- •2.3. Решение злп симплексным методом
- •1 Симплексная таблица
- •2 Симплексная таблица
- •3 Симплексная таблица
- •4 Симплексная таблица
- •1 Симплексная таблица
- •2 Симплексная таблица
- •3 Симплексная таблица
- •2.4. Теория двойственности в линейном программировании
- •Пример №2.7.
- •2.5. Классическая транспортная задача (ктз)
- •2.6. Общая распределительная задача линейного программирования
1.2. Операционный подход к решению задач
Схема решения задачи методом исследования операций выглядит следующим образом (рис.2).
Рисунок 1.2. Схема решения задачи методами исследования операций
В роли входных данных выступает реальная задача – произвольным образом сформулированный набор данных о проблемной ситуации.
Основные этапы решения задач ТПР.
Несмотря на большое разнообразие задач ТПР, им всем присущи основные этапы.
Постановка задачи (приведение входных данных к виду, удобному для построения модели).
Построение математической модели.
Нахождение метода решения.
Проверка и корректировка модели.
Выдача рекомендаций (реализация найденного решения на практике).
1 этап. Постановка задачи – чрезвычайно ответственный этап ТПР. Первоначально задача формулируется заказчиком – оперирующей стороной. Такая постановка задачи обычно не бывает окончательной. Во время анализа исследуемой операции задача уточняется. Здесь роль исследователя состоит в проведении тщательного обследования объекта, формулировании цели операции, изучении множества факторов, влияющих на результаты. Исследователь операции совместно с заказчиком выделяет совокупность существенных факторов, и уточняет окончательную содержательную постановку задачи.
2 этап. Построение математической модели. Представляет процесс формализации содержательной постановки задачи. В общем случае модели принятия решений сводятся к моделям задач математического программирования вида:
(1.1)
где F – целевая функция (критерий эффективности операции);
– вектор контролируемых (управляемых) факторов;
– вектор неконтролируемых (неуправляемых) факторов;
– функция потребления i-того ресурса;
– количество активных средств i-того ресурса.
3 этап. Нахождение метода решения. Для нахождения оптимального решения опт задачи (1.1) в зависимости от структуры целевой функции F и ограничений применяют те или иные методы теории математического программирования.
Линейное программирование:
, – линейные функции относительно своих переменных и .
Нелинейное программирование:
хотя бы одна из , – нелинейная.
Динамическое программирование:
является аддитивной или мультипликативной функцией своих аргументов.
Дискретное (целочисленное) программирование:
на переменные и наложено условие дискретности или целочисленности.
Геометрическое программирование:
если целевая функция выражается соотношениями
,
или ,
а ограничения .
Здесь коэффициенты Сi и показатели степени аij являются произвольными константами, а независимые переменные хj > 0, .
Стохастическое программирование:
вектор – случайная величина, а целевая функция выражается математическим ожиданием. (Вместо рассматривают ).
Эвристическое программирование:
применяется для решения тех задач, в которых точный оптимум найти алгоритмическим путем невозможно из-за большой размерности исходной задачи или отсутствия методов решения. В таких случаях пользуются специальными методами-эвристиками, основанными на опыте, знаниях и интуиции исследователя и позволяющими значительно сократить число просматриваемых планов.
4 этап. Проверка и корректировка модели. В сложных системах математическая модель лишь частично отражает реальный процесс. Поэтому необходима проверка степени соответствия, или адекватности, между моделью и реальным объектом (процессом). Проверку производят сравнением предсказанного поведения на модели с фактическим (измеренным). Если их разница в пределах допустимого, то модель считается адекватной, в противном случае необходимо скорректировать модель. Корректировка может потребовать дополнительных исследований объекта, уточнения структуры модели.
Этапы с 1 по 4 повторяют многократно до тех пор, пока будет достигнуто удовлетворительное соответствие между выходом объекта и модели.
5 этап. Реализация найденного решения на практике. Полученное решение в виде отчетов, инструкций и рекомендаций представляется заказчику. Оперирующая сторона принимает окончательное решение с учетом неформализуемой информации.