- •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.
Условие оптимальности выполняется, поэтому получено оптимальное решение
ƒ(αопт)=270+520+330+720+20+440=2300
αопт=
Задача о назначениях
Является частным случаем транспортной задачи. Известно, что каждую из m работ могут выполнять любые из n исполнителей. Стоимость выполнения j работы i исполнителем равна Cij. Нужно распределить исполнителей по рабочим местам так, чтобы минимизировать затраты или если Cij – эффективность работы j исполнителя на i месте, нужно распределить исполнителей с целью оптимизации эффективности.
Математическая модель задачи, если сводить ее к транспортной примет вид:
Xij≥0
Однако улучшенным алгоритмом решения этой задачи является Венгерский алгоритм.
Пример:
Разместить датчики на 4 объектах так, чтобы стоимость размещения была минимальна. Известна матрица стоимости назначений.
1.Редукция матрицы:
min
С = → →
min
2. Назначения.
3. Модификация.
Общая стоимость= (9+4+11+4)=28
Задачи нелинейного программирования (знлп) знлп – это задача вида
ƒ(x1,x2,…,xn)→opt.
g(x1,x2,…,xn)≤≥=bi; i=1,n (1)
xj≥0; j=1,n;
Если система ограничений содержит только уравнения и функции ƒi и gi непрерывны вместе со своими частными производными, то задача является задачей на условный экстремум и решается методом множителей Лагранжа:
Рассматриваем дополнительную функцию Лагранжа, вводя набор дополнительных переменных λ1, λ2, … λm
F(λi,xj)=ƒ(x1, x2, …, xn)+ λi (bi-gi (x1, x2, …, xn)).
Находим безусловные экстремумы функции F, которые являются решением задачи.
Приближенные методы решения ЗНЛП:
Используя градиентные методы, можно найти решение любой ЗНЛП.
Метод Франка-Вульфа: Если ƒ(x1, x2, …, xn)→max и является вогнутой функцией на выпуклом множестве ω, т.Е
При условиях ∑aijxj≤bi ; i=1;m ; xj≥0 , то применяется следующий алгоритм:
Найти исходное допустимое решение задачи
Найти градиент функции ƒ
Построить функцию
; найти ее максимальное значение, т.е Z(k)
По формуле ; - произвольно, или находится как наименьшее решение уравнения
Проверить необходимость перехода к последующему допустимому решению, приняв в качестве критерия оценки неравенство
пункт 2, где x(0)=х (к) . В противном случае решение задачи найдено.
Метод штрафных функций:
ƒ(x1, x2, …, xn)→max ƒ вогнутая на Ω Ω: gi(x1, x2,…, xn)≤bi xj≥0, где gi - выпуклые функции.
Алгоритм метода:
Найти исходное допустимое решение задачи
Выбрать шаг вычислений
Найти и
По формуле
Определить координаты точки определяющей новое решение задачи.
Где αi(x1,x2,…,xn)=0, если bi-gi(x1,…xn)≥0 и αi(x1,x2,…,xn)=αi ,если bi-gi<0 и
αi – весовые коэффициенты.
Начинают итерационный процесс при малых αi , постепенно их увеличивая.
Проверяют, удовлетворяют ли координаты найденной точки системе ограничений задачи. Если нет, то переходят к следующему этапу, если да, то определяют необходимость перехода к следующему допустимому решению по формуле
В случае необходимости переходят к этапу 2, в противоположном случае решение найдено.
Устанавливают значение весовых коэффициентов и переходят к этапу 4
Замечание: Произвольный выбор значений αi приводит к значительным колебаниям удаленности определяемых точек от области допустимых решений. Этот недостаток устраняется при решении задачи методом Эрроу – Гурвица, согласно которому на очередном шаге числа αi выбирают по формуле:
αi (0) – произвольное положительное число.