- •1.Основные понятия и этапы са
- •2. Операция и ее составляющие. Этапы исо
- •Этапы операционного проекта
- •Виды математических моделей ио, примеры.
- •4. Состязательные задачи. Решение игры 2-х лиц
- •7. Примеры задач лп: игра 2-х лиц как задача лп, транспортная задача
- •В общем случае модель задачи лп имеет вид
- •Сбалансированная транспортная задача
- •8 Формы представления задач лп и способы приведения к ним
- •1. Каноническая форма задач лп
- •2. Стандартная форма задачи лп
- •9. Основные понятия лп. Свойства задач лп
- •10. Геометрия задач лп, базисные решения, вырожденность.
- •4.7. Выделение вершин допустимого множества
- •11. Понятие базиса. Переход от одного базисного решения к другому
- •12. Признак оптимальности. Определение начального базисного решения.
- •13. Алгоритм симплекс-метода
- •14. Двойственность задач лп
- •4.11.1. Запись двойственной задачи в симметричном случае
- •4.11.3. Запись двойственной задачи в общем случае
- •15.Экономическая интерпретация двойственной задачи
- •16. Теоремы двойственности
- •17. Двойственный и модифицированный симплекс-метод Модифицированный алгоритм
- •18. Параметрический анализ. Параметрирование вектора ограничениий
- •Параметрирование вектора ограничениий
- •19. Параметрирование коэффициентов линейной формы
- •20. Модели транспортных задач и их характеристика, условия разрешимости.
- •Простейшая транспортная задача (т-задача)
- •Транспортная задача с ограниченными пропускными способностями (Td - задача)
- •Транспортные задачи по критерию времени
- •21. Построение начального плана перевозок т-задачи
- •5.2.1. Построение начального плана перевозок
- •Правило северо-западного угла
- •Правило минимального элемента.
- •22.Обоснование метода потенциалов
- •5.2.3. Признак оптимальности
- •23. Алгоритм метода потенциалов.
- •24. Двойственная пара транспортных задач
- •25. Метод потенциалов для Td-задачи
- •5.5. Решение задачи по критерию времени
- •26. Приведение открытой транспортной задачи к закрытой
- •27. Транспортные задачи в сетевой постановке (транспортные сети)
- •28. Задача о максимальном потоке
- •29. Метод декомпозиции Данцига - Вулфа
- •30. Решение транспортной задачи методом Данцига-Вулфа (метод декомпозиции тз)
- •32. Целочисленное программирование
- •7.1. Проблема целочисленности
- •33. Метод отсечений
- •Пример 7.1. Выведем условие отсечения для задачи
- •34. Метод ветвей и границ
- •35. Аддитивный алгоритм
- •36. Нелинейное программирование
- •Теорема
- •37. Квадратичное программирование
- •38. Сепарабельное программирование (сп) и дробно-линейное программирование
- •8.5. Задачи дробно-линейного программирования
- •39. Метод покоординатного спуска и Хука-Дживса Метод первого порядка
- •8.8. Многомерный поиск безусловного минимума
- •8.8.1. Метод Гаусса-Зейделя (покоординатного спуска)
- •Метод Хука-Дживса (метод конфигураций) Метод первого порядка
- •Метод Хука-Дживса (метод конфигураций)
- •40. Симплексный метод поиска
- •41. Градиентные методы
- •Методы сопряженных направлений
- •43. Методы случайного поиска
- •Алгоритм с возвратом при неудачном шаге
- •Алгоритм с обратным шагом
- •Алгоритм наилучшей пробы
- •Алгоритм статистического градиента
- •44. Метод проектирования градиента
- •Метод проектирования градиента
- •45. Генетические алгоритмы
- •46. Метод штрафных функций и барьерных функций
- •Метод барьерных функций
- •47. Динамическое программирование
- •48. Распределение одного вида ресурса
- •49. Дп: задачи о кратчайшем пути и с мультипликативным критерием
- •Задача с мультипликативным критерием.
- •52. Многомерные задачи динамического программирования
- •53. Снижение размерности с помощью множителей Лагранжа
- •56. Многокритериальные задачи: постановка, проблемы, осн. Понятия, методы
- •Многокритериальная задача математического программирования
- •Где искать оптимальное решение
- •Определения
- •Условия оптимальности
- •57. Многокритериальные задачи: функция полезности, лексикографический анализ
- •Методы первой группы
- •Функция полезности
- •Решение на основе лексикографического упорядочения критериев
- •58. Методы главного критерия, свертки, идеальной точки, целевого прогр. Метод главного критерия
- •Линейная свертка
- •Максиминная свертка
- •Метод идеальной точки
- •Целевое программирование (цп)
- •59. Диалоговые методы решения задач по многим критериям
- •Метод уступок
- •Интерактивное компромиссное программирование
- •Построить таблицу
Этапы операционного проекта
Не существует строгой регламентации хода и содержания операционного исследования, но в любом выполненном проекте можно выделить характерные для ИСО этапы разработки.
Постановка задачи. Она включает содержательное описание задачи: объект и цель исследования, внутренние и внешние условия, ресурсы, значения параметров или их оценки, возможные способы
действий и возможные результаты, другую имеющуюся информацию. Эту работу выполняют совместно ЛПР и аналитик. После тщательного анализа первоначальной постановки аналитик уточняет с ЛПР содержание задачи по всем аспектам и особо согласовывает показатель, который предлагается в качестве критерия оптимальности.
2. Построение математической модели. Характер задач исследования операций таков, что их решение не может проводиться путем натурного эксперимента или физического моделирования.
Например, выбор места и мощности нового производства, определение оптимального плана выпуска продукции, формирование портфеля заказов немыслимо производить путем реализации и сравнения различных вариантов. Такая ситуация в науке не нова: так в астрономии нельзя манипулировать небесными телами, но предсказывать положение планет солнечной системы возможно благодаря использованию математической модели. Модели, и в частности математические, широко применяются в различных областях. Математические модели исследования операций отличаются своей направленностью, которая отражается в структуре модели. Математическая модель в ИСО включает:
- зависимость критерия от управляемых и неуправляемых переменных;
- уравнения, отражающие связи между переменными, например, уравнения на основе материально-энергетических балансов;
- ограничения, обусловленные реальными условиями и требованиями к показателям и переменным (неотрицательность, целочисленность, комплектность, допустимые и/или директивные значения и т.п.). В конкретных задачах могут отсутствовать отдельные составляющие модели полностью или частично за исключением критериальной функции, которая должна быть в модели обязательно.
3. Проверка адекватности модели. Математическая модель представляет собой формализованную гипотезу исследователя о реальных взаимосвязях и поведении системы. Поэтому прежде чем использовать модель для прогнозирования последствий и выбора решений, необходимо убедиться в ее адекватности системе или операции с точки зрения поставленной цели исследования. Для "прозрачных" моделей может быть достаточной качественная проверка, в сложных моделях необходим количественный анализ. В последнем случае для моделирования поведения на модели используются численные методы (иногда это называют прямой задачей: по задаваемым входам нужно определить выходы). Для осуществляемых ранее операций проверка адекватности может производиться по ретроспективным данным (при отсутствии качественных изменений в операции). В других случаях проверка проводится путем наблюдения за реакцией модели и системы на одинаковые решения. При обнаружении неадекватности модель корректируется: при качественном совпадении повысить количественную адекватность можно путем уточнения коэффициентов модели, при более серьезных расхождениях может потребоваться изменение и/или добавление ограничений и уравнений или даже построение другого вида модели. Следует заметить, что такая проверка невозможна для вновь разрабатываемых операций, и тогда приходится довольствоваться качественным тестированием модели.
4. Поиск оптимального решения на модели. Это центральный этап операционного исследования (с математической точки зрения - обратная задача). Он заключается в определении решения, оптимального в смысле принятого критерия. Для отыскания оптимального решения на математической модели применяются методы оптимизации, главным образом методы математического программирования. Развитие последних стимулировалось и продолжает стимулироваться все возрастающими потребностями исследования операций и системного анализа.
5. Анализ оптимального решения. Сюда входит анализ чувствительности полученного решения, параметрический и вариантный анализ, выявление альтернативных оптимальных решений и др. Анализ чувствительности критерия к отклонению переменных от их оптимальных значений позволяет определить разумные требования к точности реализации оптимального решения. Результаты параметрического и вариантного анализа показывают, каким будет оптимальное решение при изменении коэффициентов модели, состава ограничений или при изменении критерия. При этом может устанавливаться значимость отдельных элементов модели, то есть их влияние на оптимальное значение критерия. В случае неединственности оптимального решения появляется дополнительная возможность выбора по показателю, который не представлен в критерии. Важное место в анализе решения отводится интерпретации полученных результатов в терминах предметной области ЛПР.
6. Внедрение результатов исследования. Здесь главное требование состоит в необходимости непосредственного участия разработчиков на всех стадиях реализации предлагаемых решений.Таким образом, применение научных методов в ИСО отличается всесторонним количественным исследованием, основанным на математической модели и ставящим своей целью определение оптимального решения в интересах ЛПР.