- •Характеристики операционных систем фирмы Microsoft
- •Принципы системного подхода в моделировании систем.
- •Классификация видов моделирования систем
- •Мысленное моделирование:
- •Производственный эксперимент.
- •Комплексные испытания.
- •Матрица автомата
- •Исходные понятия теории принятия решений.
- •Линейное программирование
- •Алгоритм симплекс-метода
- •Замечание.
- •Транспортная задача
- •Методы построения опорных решений
- •Метод минимального элемента
- •Составим опорное решение методом минимального элемента
- •Условие оптимальности выполняется, поэтому получено оптимальное решение
- •Задачи нелинейного программирования (знлп) знлп – это задача вида
- •Метод Франка-Вульфа: Если ƒ(x1, x2, …, xn)→max и является вогнутой функцией на выпуклом множестве ω, т.Е
- •Метод штрафных функций:
- •Принятие решений в условиях риска (в условиях неопределенности Теория игр
- •Методы решения задач теории игр с нулевой суммой
- •1 По цели и характеру решаемой задачи:
- •2 Стадии приобретения знаний
- •Нейронные сети: обучение без учителя
- •Нейронные сети Хопфилда и Хэмминга
- •Продукционные модели
- •Логический вывод
- •Зависимость продукций
- •Продукционные системы с исключениями
- •Системы распознавания образов (идентификации) Понятие образа
- •Проблема обучения распознаванию образов (оро) возникла при изучении физиологических свойств мозга.
Алгоритм симплекс-метода
Заполняем симплекс таблицу по данным задачи в каноническом виде.
Если выполнено условие оптимальности, то базисный план задачи оптимален.
Если выполняется условие неограниченности целевой функции, то задача не имеет решения.
Выбираем направляющий столбец по S по наименьшему или наибольшему по модулю положительному (отрицательному) элементу строки оценок для задачи минимизации (максимизации).
Составляем отношения положительных элементов столбца свободных членов b к соответствующим положительным элементам направляющего столбца. Среди них выбираем наименьшее, т.е. если ; j=s , то r – направляющая строка, и элемент ars - это генеральный или ключевой элемент на данном шаге.
Симплекс таблицу приводят к новому базису, исключая из базиса переменную и вводя в базис переменную . Составляют новую симплекс таблицу нового базиса, пересчитывая элементы по правилу жордановых преобразований:
Элементы направляющей строки умножаются на 1/ars
Все остальные элементы пересчитываются по правилу прямоугольника
Возвращаемся к пункту 2.
Теоремы.
Если все оценки некоторого базиса опорного решения задачи минимизации (максимизации) являются неположительными (неотрицательными), то это опорное решение является оптимальным, причем Со=min f (Со=max f ) (признак оптимальности).
Если в строке оценок симплекс таблицы задачи минимизации (максимизации) содержится положительный (отрицательный) элемент, а в столбце неизвестной соответствующей этой оценки нет положительных элементов то целевая функция этой задачи не ограничена снизу (сверху), т.е задача не имеет решения (условие неограниченности целевой функции).
Замечание.
Любую задачу максимизации можно свести к задаче минимизации, умножив целевую функцию на (-1), и наоборот.
При заполнении симплекс таблицы нужно обратить внимание на строку оценок: С0 берется со своим знаком, а коэффициенты Сj с противоположным из целевой функции
Транспортная задача
Частный случай ЗЛП или частный случай задачи оптимизации сетей. Применяется при решении плановых задач выбора маршрутов перевозок. В общем виде формулируется следующим образом. Пусть рассмотрено m различных поставщиков (пунктов отправления) Pi , располагающих некоторой однородной продукций соответственно в количествах ai i=1,m и рассматривается отправление этой продукции в n пунктов потребления Qj , потребности которых равны bj cсоответственно. Известны тарифы перевозок этой продукции из пункта Pi в пункт Qj (затраты на перевозку единицы груза) Cij. Требуется составить такой план перевозок чтобы общая стоимость затрат была минимальной. К этой задаче возможно дополнение об ограничениях по пропускным способностям, о существовании промежуточных пунктов перезагрузки, источников и стоков груза. Математическая модель этой задачи имеет вид:
Xij – количество едениц груза из i в j пункт.
ƒ= →min
xij≥0; Чаще всего ∑ai=∑bj
Учитывая, что эта задача является частным случаем ЗЛП, рассматриваются специальные способы решения этих задач.
Транспортная таблица задачи имеет вид:
Qj Pi |
Q1 |
Q2 |
… |
Qn |
Запасы |
P1 |
X11 c11 |
X12 c12 |
… |
X1n c1n |
a1 |
P2 |
X21 c21 |
X22 c22 |
… |
X2n c2n |
a2 |
… |
… |
… |
… |
… |
… |
Pm |
Xm1 cm1 |
Xm2 cm2 |
… |
Xmn cmn |
am |
Потребность |
b1 |
b2 |
… |
bn |
|
Транспортная задача имеет решение т.к ∑ai=∑bj (закрытая модель).
Если ∑ai < ∑bj , то вводят фиктивный пункт производства и не все пункты в оптимальном решении будут удовлетворены в потребности.
Если ∑ai>∑bj , то не все запасы будут вывезены из пунктов производства, в решении вводят фиктивный пункт потребления. Заметим, что объем продукции в фиктивном пункте равен разности │∑ai -∑bj│.
Циклом в транспортной таблице называют замкнутую ломаную линию, удовлетворяющую следующим условиям:
Все вершины ломаной находятся в клетках транспортной таблицы.
Ребра расположены по строкам или столбцам, но не диагоналям.
К каждой вершине подходят 2 ребра: одно - по строке, другое - по столбцу транспортной таблицы.
Набор клеток транспортной таблицы называется ацикличным, если не существует цикла, все вершины которого находятся в клетках этого набора.
Теорема:
Допустимое решение транспортной задачи является опорным, т.и.т.т.к. набор заполненных клеток ацикличен, т.е в него входит m+n-1 клетка.
Определение. Потенциалом опорного решения α транспортной задачи называют числа Ui i=1,m; Vj j=1,n такие что Ui+Vj=Cij – тариф заполненной клетки.
Теорема:
Достаточное условие оптимальности опорного решения. Если для всех незаполненных клеток (i,j) Ui+Vj=Cij, где Ui и Vj - потенциалы опорного решения α, тогда это опорное решение является оптимальным.