17. Основные понятия и правила составления сетевых графиков.

Сетевой график — граф, который отражает работы проекта, связи между ними, состояния проекта. Может строиться в 2-х вариантах:(а) вершины графа отображают состояния некоторого объекта (например, строительства), а дуги — работы, ведущиеся на этом объекте.(б) вершины графа отражают работы, а связи между ними - зависимости между работами.Основными понятиями являются: работа, события, пути.

Виды работ: а)Действительная работа в прямом смысле слова требующая затрат труда б)Ожидание — работа не требующая затрат труда и материальных ресурсов, но занимающая некоторое время; в) Фиктивная работа (Зависимость) — связь между двумя или более событиями, не требующая затрат труда, материальных ресурсов и времени, но указывающая, что возможность начала одной операции непосредственно зависит от выполнения другой. Продолжительность такой работы = 0.Всякая работа в сети соединяет два события: предшествующее (являющееся для нее начальным) и следующее за ней (конечное).

Виды событий: Исходное событие ; Завершающее событие ; Промежуточное событиеСобытие определяет состояние, а не процесс.

Пути Любая последовательность работ в сетевом графике, в котором конечное событие каждой работы этой последовательности совпадает с начальным событием следующей за ней работой, называется путем. Пути в сетевом графике могут быть трех видов:а) Полный путь б)Путь, предшествующий событию в)Путь, следующий за событием ;Критический путь — путь, имеющий наибольшую продолжительность от исходного события до завершающего.

Правила составления сетевых графиков

Каждая работа должна быть заключена между двумя событиями. В сети не может быть работ, имеющих одинаковые коды.

В сети не должно быть событий, из которых не выходит ни одной работы, если только это событие не является для данного графика завершающим. Соответственно, в сети не должно быть события, в которое не входит ни одной работы, если только это событие не является исходным.

В сетевом графике не должно быть замкнутых контуров.

18.Порядок разработки плана выполнения задачи с применением проектного моделирования.

1.разбиение процесса выполнения задачи на составляющие элементарные работы и установление зависимости между ними(составление технологической таблицы)2.Оценка продолжительности работ и других числовых показателей3.Составление исходного сетевого графика,его проверка и уточнение4.Расчет исходного сет. графика5.Оптимизация сетевого графика(его корректировка и повторный расчет).Способы корректировки сет графика 1.Изменение технологии вып-я работ

2.Перераспределение ресурсов на выполнение работы.

19. Сущность ситуационного моделирования.

20.Сущность эволюционного моделирования. Генетический алгоритм.

Эволюционное моделирование использует признаки теории Дарвина для построения интеллектуальных систем (методы группового учета, генетические алгоритмы). Является частью более обширной области искусственного интеллекта — вычислительного интеллекта.

• Эволюционное моделирование это уже достаточно сложившаяся область, в которой можно выделить:

• модели возникновения молекулярно-генетических информационных систем;

• моделирование общих закономерностей эволюции (Эволюционные алгоритмы). Это системы, которые используют только эволюционные принципы. Они успешно использовались для задач типа функциональной оптимизации и могут легко быть описаны на математическом языке. К ним относятся эволюционные алгоритмы, такие как Эволюционное программирование, Генетические алгоритмы, Эволюционные стратегии, Генетическое программирование;

• эволюционные модели. Это системы, которые являются биологически более реалистичными, чем эволюционные алгоритмы, но которые не оказались полезными в прикладном смысле. Они больше похожи на биологические системы и менее направлены на решение технических задач. Они обладают сложным и интересным поведением, и, видимо, вскоре получат практическое применение. К этим системам относят так называемую искусственную жизнь.

• прикладное эволюционное моделирование.

Генетические алгоритмы

Генетические алгоритмы (ГА), предложенные Холландом более четверти века назад – это стохастический, эвристический оптимизационный метод, находящий субоптимальное решение за относительно короткое время. В основе ГА, по мнению их приверженцев, лежит дарвиновская теория эволюции - теория естественного отбора.ГА работают с совокупностью «особей» - популяцией, каждая из которых представляет (описывает) возможное решение некоторой задачи. Качество каждой особи оценивается по тому, насколько «близка» она к искомому оптимальному решению. Это – некая мера «приспособленности» особи.

Особи, естественно, размножаются. Причем в качестве механизма размножения используется «перекрестное скрещивание». В результате такого размножения появляются новые особи, наследующие некоторые свойства своих родителей. Вдобавок при размножении могут происходить мутации - спонтанные изменения в генах.

При этом действует механизм «естественного отбора», суть которого заключается в следующем. Дело в том, что в ГА выбор родительской пары происходит случайным образом. Но для наиболее приспособленной особи вероятность попадания в кандидаты на размножения больше, чем у менее приспособленной. Так как наименее приспособленные особи с меньшей вероятностью смогут воспроизвести потомков, те свойства, которыми они обладали, будут постепенно исчезать из популяции в процессе эволюции. Иногда это объявляют реализацией явления «конкуренции за ресурсы». Итак, из поколения в поколение, «хорошие» характеристики распространяются по всей популяции. Скрещивание наиболее приспособленных особей приводит к тому, что исследуются наиболее перспективные участки пространства поиска. В конечном итоге популяция будет сходиться к приблизительно оптимальному решению задачи. Итак, фундамент ГА составляют только 2 механизма эволюции – естественный отбор и наследственная изменчивость (или т.н. генетическое наследование). Основным тезисом ГА является линейность эволюции, т.е. монотонное улучшение качества потомков: у лучшего родителя остаются лучшие потомки.