- •«Системи та методи прийняття рішень»
- •Перелік практичних занять практичне заняття 1
- •Короткі теоретичні відомості
- •1 Постановка задачі прийняття рішень
- •2 Приклади задач прийняття рішень
- •3 Класифікація задач прийняття рішень
- •Розв’язування задач
- •1.3 Контрольні питання
- •2.2 Розв’язування задач
- •2.3 Контрольні питання
- •3.2 Розв’язування задач
- •Контрольні питання
- •Література: [2, 119-123; 4, 40-45]. Практичне заняття 4
- •4.1 Короткі теоретичні відомості
- •1 Розв’язання задач багатокритеріальної оптимізації
- •2 Принцип головного критерію
- •3 Функціонально-вартісний аналіз
- •4 Принцип послідовної оптимізації ( лексикографічного впорядкування)
- •4.2 Контрольні питання
- •2 Вимірювання та шкалування частинних критеріїв
- •3 Формування функції корисності частинних критеріїв
- •4 Перетворення дихотомічного якісного фактора
- •5 Перетворення багатозначного якісного фактора
- •5.2 Контрольні питання
- •2 Універсальна математична модель багатокритеріального оцінювання й оптимізації
- •3 Реалізація адитивної оцінки
- •4 Реалізація моделі послідовної оптимізації
- •5 Реалізація мінімаксної та максимінної оцінок
- •6.2 Розв’язування задач
- •6.3 Контрольні питання
- •Література: [14, 119-123; 17, 140-145].
- •7.1.2 Аналіз рішень в екстенсивній (узагальненій) формі
- •7.1.3 Аналіз рішень у нормальній формі
- •7.1.2 Критерії прийняття рішень в умовах стохастичної невизначеності
- •7.2 Розв’язування задач
- •7.3 Контрольні питання
- •8.2 Розв’язування задач
- •8.3 Контрольні питання
- •Література: [14, 119-123; 17, 140-145]. Практичне заняття 9
- •9.2 Розв’язування задач.
- •9.2 Розв'язування задач
- •9.3 Контрольні питання
- •Практичне заняття 10
- •10.2 Розв’язування задач.
- •10.1 Короткі теоретичні відомості
- •3 Критерій мінімаксного ризику Севіджа
- •10.2 Розв’язування задач
- •10.3 Контрольні питання
- •11.2 Розв’язування задач
- •11.3 Контрольні питання
- •Принцип оптимальности Беллмана
- •Задача о наборе высоты и скорости летательного аппарата.
- •Функциональное уравнение Беллмана.
- •Задача распределения ресурсов.
- •Распределение по неоднородным этапам.
- •Распределение ресурсов между тремя и более отраслями.
- •Распределение ресурсов с резервированием.
- •Распределение ресурсов «с вложением доходов в производство».
- •Учёт предыстории процесса.
- •Задача с мультипликативным критерием.
- •Література: [14, 119-123; 17, 140-145].
- •13.2 Розв’язування задач.
- •4.11. Применение метода динамического программирования для решения задачи управления запасами
- •13.3 Контрольні питання Література: [8, 119-123; 17, 140-145]. Список літератури
- •39614,М.Кременчук, вул. Першотравнева, 20
Распределение ресурсов «с вложением доходов в производство».
В классической задаче считается, что полученный доход на ом шаге в производство не вкладывается, т. е. он отчисляется и подсчитывается как эффект. Во многих задачах полученный эффект можно использовать как ресурс для следующего шага объединяя его с оставшимся ресурсом. Если ресурс не деньги, то средства можно привести к единому эквиваленту с оставшимися средствами. Такая модель является развитием классической модели. Так как оставшиеся средства и доход объединяются, то можно ввести единую интегральную функцию – функциюизменения средств. количество оставшихся средств плюс доход послего шага, если вложили.
количество средств перед м шагом.
Выигрыш на ом шаге зависит от того, как мы подсчитываем доход (эффект) от управления всеми ресурсами. Поставим задачу: максимальный доход в концего шага. Тогда на всех шагах, доход = 0,. Наом шаге выигрыш. Подставив эти выражения в уравнение Беллмана, мы программируем задачу от начала к концу, если имеется начальное количество средств. Здесь функция траты:.
Частный случай: когда инеубывающие. В этом случае чем больше значениедоход + средства получается в конце го шага, тем лучшим условием это будет для проведенияго шага. Поэтому можно не заботиться о следующих шагах, достаточно обеспечить максимум на каждом шаге.
Таким образом процедура оптимизации возможна в одном направлении от начала к концу, т. е. задача динамического программирования вырождается в задачу последовательной оптимизации.
Рассмотрим задачу распределения ресурсов с вложением доходов в производство и отчислением. Это наиболее общий случай. Разделим функции дохода и функции траты: и максимальный суммарный отчисленныйдоход + оставшиеся средства после го шага. Введём функцию отчисления;доход. Тогда выигрыш на каждом шаге:
Уравнение Беллмана для го шага будет выглядеть так:
для надо учесть.
Если , то мы получаем классическую задачу.
Учёт предыстории процесса.
Мы считаем, что функции как выигрыша, так и траты зависят от состояния перед ым шагом, т. е. не зависят от более ранних состояний. Такие процессы называютсяпроцессами без памяти. Но иногда при рассмотрении процессов, связанных с «живыми» организациями требуется помнить всю историю происходящего. Такая задача более сложна. Введём расширенное состояние:
состояние за шагов дого. Тогда. Но задача сложна вычислительном аспекте. Пустьимееткоординат и предыстория распространяется нашагов, тогда результат. Вот почему подобные задачи можно решать если.
Задача с мультипликативным критерием.
До сих пор мы считали, что суммарный выигрыш равен сумме выигрыш на ом шаге. Но есть задачи, где общий критерий равен произведению критериальных величин на каждом шаге. В этом случае так же можно применить уравнение Беллмана., но вместо этого можно взять функцию. Оптимальные решения будут одинаковы ввиду многоэтапности функций. Но можно при вводе уравнения Беллмана учесть, что:
Пример: устройство состоит из узлов. Имеется некоторое устройство, которое может использоваться для повышения надёжности каждого узла. Необходимо так распределить ресурс, чтобы суммарная надёжность была максимальной.
надёжность каждого узла. ..