- •1. Введение 4
- •1.1. Основные методологические принципы
- •1.2. Основные определения
- •1.3. Этапы моделирования
- •5. Модели с обратной связью, динамическое проектирование.
- •2. О принципах принятия решений
- •2.1. Принятие решений в условиях неопределенности критерия.
- •Самостоятельная работа №1.
- •2.2. Принятие решения в условиях неопределенности состояния окружающей среды
- •Самостоятельная работа №2
- •3. Задачи выпуклого векторного программирования1.
- •3.1. Некоторые сведения выпуклого анализа
- •3.2. Понятие оптимальности по Слейтеру и Парето
- •3.3. Возможные (допустимые) и подходящие направления.
- •3.4. Задача выпуклого векторного программирования с ограничениями типа неравенства. Поиск подходящих направлений.
- •Самостоятельная работа №3.
- •3.4. Теорема Куна–Таккера для задачи выпуклого векторного программирования
- •Самостоятельная работа № 4.
- •4. Некоторые задачи теория игр
- •4.1. Анализ матричных антагонистических игр двух игроков .
- •Самостоятельная работа № 5.
- •4.2. Анализ матричных игр двух игроков с нулевой суммой в смешанных стратегиях.
- •Самостоятельная работа №6
- •4.3. Биматричные неантагонистические игры.
- •Самостоятельная работа № 7.
- •4.4. Взаимосвязь равновесий по Нешу и Парето в играх.
- •Самостоятельная работа № 8.
- •4.5. Динамические игры с полной информацией
- •Самостоятельная работа № 9
- •5. Задачи дискретного программирования.
- •5.1. Методы отсечения для решения задач целочисленного линейного программирования.
- •Самостоятельная работа № 10.
- •5.2. Комбинаторные методы решения задач целочисленного линейного программирования.
- •5.3. Алгоритм Ленд–Дойг.
- •Самостоятельная работа № 11.
- •5.4. Метод ветвей и границ для решения задачи о коммивояжере.
- •Самостоятельная работа № 12.
- •6.Транспортные задачи линейного программирования
- •6.1. Транспортная задача в сетевой постановке
- •Самостоятельная работа 13.
- •6.2. Транспортная задача в матричной постановке.
- •Самостоятельная работа 14.
- •7. Динамическое программирование и потоки в сетях
- •7.1. Задача оптимизации многошаговых процессов, задача о ранце.
- •Самостоятельная работа 15.
- •7.2 .Задача отыскания кратчайшего расстояния в сети между парами вершин
- •Самостоятельная работа 16.
- •7.2. Задача о максимальном потоке в сети.
- •Самостоятельная работа 17.
- •Литература.
3.4. Задача выпуклого векторного программирования с ограничениями типа неравенства. Поиск подходящих направлений.
Рассмотрим задачу векторного выпуклого программирования в виде:
i(x) min, i M, |
(2.1) |
xX={x| i(x) 0 , iI }Rn, |
(2.2 ) |
i (x) –выпуклые дифференцируемые функции, iMI.
Задача означает, что требуется:
либо определить множество оптимальных точек при заданном предпочтении (в данной лабораторной работе по Слейтеру);
либо определить, что множество оптимальных точек при заданном предпочтении пусто;
либо убедиться, что множество допустимых решений определяемых ограничениями (2. 2) пусто;
Обозначим X={xRn, i(x)0, iI}. Пустьx X,черезI(x)обозначим множествоI(x)={iI\ i(x)=0}.
Определение 2.17.Будем говорить, что множествоXудовлетворяет условиям регулярностиR2 по Слейтеру, если существует точкаz X такая, что i(z)<0для всехiI.
Пусть у является некоторой точкой пространстваRn , т.е.у Rn
Определение 2.18.Будем говорить, что направлениеs Rn–подходящеепо Слейтеру в точкеyX,если для достаточно малого>0 справедливы неравенства:
i (y+s)0, iI, |
(2. 3) |
i (y+s)<i(y), iM |
(2. 4) |
Согласно определению 2.14, множество всех подходящих направлений в точке yXобразует конус, который будем обозначать черезK(y). Тогда справедлива следующая теорема.
Теорема. 2.16.Пусть множествоXудовлетворяет условию регулярностиR2. Для того, чтобы точкаyXбыла точкой оптимума по Слейтеру, необходимо и достаточно, чтобы конусK(y)=.
Для поиска подходящих направлений по Слейтеру рассмотрим следующую задачу (назовем её ZS(y)).
Задача ZS(y).
| |
| |
(2.5) | |
|
где s =(s1, s2 ,..., sn )T. ЗадачаZS(y)не является задачей линейного программирования из–за нелинейности ограничения (2.5). Обычно это ограничение заменяют ограничением вида:
(2.6) |
В терминах задачи ZS(y) критерий оптимальности можно записать.
Теорема 2.17.Пусть множествоX удовлетворяет условию регулярностиR2. Для того, чтобы точкаyXбыла точкой оптимума по Слейтеру, необходимо и достаточно, чтобы максимальное значение в задачеZS(y)было равно нулю.
Заметим, что если в этой задаче >0, то получившееся соответствующее значениеs дает подходящее направление в точкеy.
Алгоритм безусловной векторной оптимизаци.
Предлагаемый ниже алгоритм является развитием градиентных методов и метода возможных направлений Зойтендейка. Так задача ZS(y) для однокритериальной задачи безусловной оптимизации в качестве направленияs вырабатывает в однокритериальной задаче возможное подходящее направление.
Алгоритм.
0–ой шаг.В качествех0 задаем произвольную точку из Rn.
k– ый шаг( k= 0, 1, 2, …).
Полагаем
xk+1=xk+sk k , |
(2. 7) |
где значения k , sk получены из решения задачиZS(xk).
k выбирается следующим образом:
1. Выбираем некоторое l (одно на всех итерациях) и полагаемlk = l.
2. Вычисляем i (x) = i (xk + sk k), i M.
3. Если для всех
i ( x) – i ( xk ) – k k 2 , (0, 1), |
(2. 8) |
то k является искомым, в противном случае полагаем k = k , где(0,1) и переходим к шагу 2.
Последовательности {xk}, {k}, {sk} обрываем, если для некоторогоk в точкеxk оказалосьk=0 , в этом случае при выполнении достаточных условий точкаxk являются оптимумом по Слейтеру.
Пример.
Для задачи
1(x)= x12 + x22 min,
2(x)= x12 + (x2 –4)2 min,
3(x)= (x1 –4)2 + x22 min,
4(x)= (x1 –4)2 + (x2 –4)2 min.
проверить на оптимальность точку y = (2,2)T.
Решение.
В этой задаче множество I=, поэтому задачаZS(y) примет вид:
Задача ZS(y).
| |
| |
(2.9) | |
|
Подставляя в (2.9) значения градиентов i'(y) в точкеу= (2, 2),получим
max ,
4s1 + 4s2 + 0,
4s1 – 4s2 + 0,
–4s1 + 4s2 + 0,
–4s1 – 4s2 + 0,
–1 s1 1,
–1 s2 1.
Проведя замену переменных sj = s'j –1, j=1,2, получим
max ,
4s'1 + 4s'2+ 8,
4s'1 – 4s'2+ 0,
–4s'1+ 4s'2+ 0,
–4s'1– 4s'2+ –8,
s'1 2, s'(2) 2,
s'1 0, s'2 0, 0.
Решая эту задачу симплекс – методом, получаем, что максимальное значение = 0.Это означает, что точкаy = (2,2) оптимальна по Слейтеру