- •1.Определение модели межотраслевого баланса (моб)
- •2. Математическая модель моб
- •3.Использование моб в прогнозир-и цен.
- •4.Постановка задачи векторной оптимизации(во).
- •6 Метод последовательн уступок
- •7. Метод ведущего критерия
- •9.Метод минимакса
- •10. Модели анализа осн. Фин. Показателей
- •11 Дисконтирование ден потоков
- •12. Чистая текущая ст-ть проекта.
- •17 Анализ чувств-ти ден. Потоков проекта
- •18.Основные пон. Сетев. Планир-я и упр-я (спу)
- •19.Правила построения сетевых графиков (сг)
- •20 Расчет временных параметров событий
- •21 Расчет временных параметров работ
- •22 Линейный график Ганта
- •23 Опитимизацият проектов по ресурсам.
- •24 Оптимизация проекта по времени
- •25 Оптимизация проекта по стоимости
- •26 Предмет и основные понятия теории игр.
- •27 Матричные игры с нулевой суммой
- •29 Игры с седловой точкой.
- •31 Решения матричной игры сведения к задаче линейного программирования
- •32 Игры с природой. Критерии для принятия решений.
3.Использование моб в прогнозир-и цен.
Решение задачи прогнозир-ия цен осущ-ся на основе 1-го и 3-го квадрантов МОБ и используя формулу : Xj=∑xij+Zj=1,n. Прогнозир-е цен на период t осущ-ся на основе данных периода t-1. Пусть развитие инфляционных процессов в план.периоде t привело к росту цен в отраслях эк-ки, кот хар-ся индексом роста цен pi, однако при этом будет учитыв-ся, то стр-ра затрат в скапоставимых ценах осталась неизменной.
Отрасли-производители |
Отрасли-потребители |
|||
1 |
2 |
… |
n |
|
1 |
X11p1 |
X12p1 |
… |
X1np1 |
2 |
21p2 |
|
|
X2n |
… |
… |
… |
… |
… |
n |
Xn1 |
… |
… |
xnnpn |
амортизация |
C1p1 |
C2p2 |
… |
Cnpn |
З\п |
V1p1 |
V2p2 |
… |
Vnpn |
доход |
M1p1 |
M2p2 |
… |
Mnpn |
ВДС |
X1p1 |
X2p2 |
… |
xnpn |
Формула преоюразуется в виде:∑xijpi+Zjpj=xjpj, j=1,n – базовая балансовая модель прогнозир-я цен.
4.Постановка задачи векторной оптимизации(во).
Многие экономико-управленческие задачи явл-ся многоцелевыми.В самом деле произв-я программа предприятия должна обеспечивать максимально возможным V-мом выпуска пр-ции,низкую ее себестоимость,высокие рентабельность пр-ва и производительность труда и др.
В силу этого оптимального решения по 1-му критерию может оказаться не лучшем по значению др.критериев.
Мн-во критериев можно представить в виде вектор.ЦФ:
(f1(x),f2(x),…,fk(x))
Чтобы минимизировать частный критерий fk(х) достаточно максимизировать -fk(x),т.к.minfk(x)=-max(-fk(x))
Поэтому в дальнейшем будем предлогать,что каждая компонента век-го критерия максимизир-ся.
Задача векторной(многоцелевой оптимизации)запис-ся как веторная задача мат. Программирования.
maxF(x)=max(f1(x),f2(x),…,fk(x)) (1)
£i(x){≤,=,≥}bi, i = 1,м (2)
х≥0 (3)
Будем рассм. Задачу 1-3 для случая, когда оптимальные решения Хк*,к=1,к полученные при решении задачи по конечному решению не совпадают, с матем.т.зр.задача 1-3 явл-ся не корректной,т.к.если один из критериев достигает своего оптимизма, то улудшения по др.компанентам век-го критерия невозможно.
Треб-ся найти такое решение в кот значение показателей эффективности были бы пусть не оптимальными,но наилучшими по выполнению всех критериев одновременно,такое решение можно найти в облости компромисса м/у реш-ми,кот нах-ся в ОДР.
Решения,в кот значения всех критериев явл-ся наилучшими одновременно наз-ся эффективными,компромиссными,субоптимальными или оптимальными по Парето,а проблема нахождения оптим.решений по нескольким критериям наз-ся век-й оптимизацией.
План х1 не хуже плана х2,если fk*(х1)≥fk*(х2), к=1,к (*)
Если среди нер-в(*) хотя бы одно строгое,то план Х1 предпочтительнее Х2.
План Х1 оптимален по Парето,если он допустим и не существует др плана Х2 ,для кот выполняется (*) и хотя бы для 1-го критерия вып-ся строгое нер-во.
При решении задач ВО возник след проблемы:
1 проблема нормолизации,возникает в связи с тем,что локаль-е критерии,как правило,имеют различ ед-цы и масштабы измерения,что делает невозможным их непосред-е сравнение.
Отрицание приведения к ед-му масштабу и безразмерному виду наз-ся нормированием:
-замена абсолютных значенгий,критериев их безразмерными относительными величинами
F=fk /fk*, к=1,к
-замена абсолютных знач-й критериев их относительными значениями отклонений от оптимальных значений
Fk=|(fk-fk*)/fk*|, к=1,К
2 Проблема учета приоритета критериев встает в связи с тем,что локальные кретерии имеют различную значимость.
Методы решения многоцелевых задач дел-ся:
1 методы,основанные на свертовании критериев в один
2 методы,использующие ограничения на критерии
3 методы,оснаванные на отыскании кмпромис.реш-я.
5 М-д лин комбинац в частн критериях
Дан м-д относ к мет-м, основан на свёртывании крит-в в один. Пусть задан век-р весовых коэфиц критериев. Характери-х важность соотв-го крит-ия: α=(α1,α2,…,αк) αк≥0, к=1,К; ∑αк=1
Лин скалярн ф-ция будет предст-ть сумму частн крите-в умн-х на весовые коэ-ты. Крит-ии в свертке д б нормированы, тогда зад запиш в виде:max F=∑ αк*fk(средн)
γ i(x)*{≤,=,≥}bi, i=1,m