Главная страница

пирп. Лекция 1 мдк02.03. Оптимальным


Скачать 51.1 Kb.
НазваниеОптимальным
Дата25.04.2022
Размер51.1 Kb.
Формат файлаdocx
Имя файлаЛекция 1 мдк02.03.docx
ТипЛекция
#496537

Лекция1.

Построение математической модели процесса, явления или объ­екта начинается с построения упрощенного варианта модели, в ко­тором учитываются только основные черты. В результате прослеживаются основные связи между входными параметрами, ограничениями и показателем эффективности. Общего подхода к построе­нию модели нет. В каждом конкретном случае при построении математической модели учитывается большое количество факторов: цель построения модели, круг решаемых задач, точность описания модели и точность выполнения вычислений. Математическая модель должна отражать все существенные факторы, определяющие ее по­ведение, и при этом быть простой и удобной для восприятия резуль­татов. Каждая математическая модель процесса, явления или объекта в своей основе имеет математический количественный метод.

Применение математических количественных методов для обоснования выбора того или иного управляющего решения во всех областях человеческой деятельности называется исследованием операций. Целью исследования операций является нахождение с использованием специального математического аппарата решения, удовлетворяющего заданным условиям. На самом деле при реше­нии практически любой задачи имеется неограниченное количество решений. Множество решений, удовлетворяющих заданным усло­виям (ограничениям), называется допустимым множеством решением. Выбор из множества допустимых решений одного решения, наилучшего в каком-либо смысле, называемого оптимальным решением, и есть задача исследования операций.

Модели

Модель — это материальный или идеальный объект, заменяю­щий оригинал, наделенный основными характеристиками (черта­ми) оригинала и предназначенный для проведения некоторых дей­ствий над ним с целью получения новых сведений об оригинале.

Материальные



Физические

Реальные


Знаковые


Аналоговые

Интерактивные



Математические модели

Рис. 1. Классификация моделей

дескриптивные

Модели прогнозирования



оптимизационные

игровые

имитационные

многокритериальные

Рис. 2. Классификация математических моделей

При построении математической модели необходимо обеспе­чить достаточную точность вычислений (точность решения) и не­обходимую подробность модели. Любая математическая модель включает в себя описание основных, т. е. необходимых для исследо­вания свойств и законов функционирования исследуемого объекта, процесса или явления. В своей основе каждая мате­матическая модель имеет целевую функцию, которая описывает функционирование реального объекта, процесса или явления. В зависимости от исследуемого (моделируемого) объекта, явления или процесса целевая функция может быть представлена одной функ­циональной зависимостью, системой уравнений (линейных, нели­нейных, дифференциальных и т. д.), набором статистических дан­ных и т. д. При работе с целевой функцией исследователь воздейст­вует на нее через набор входных параметров (рис. 3).

Входной параметр 1

 

Выходной параметр 1

Входной параметр 2

 

Выходной параметр 2

Входной параметр 3

Модель системы

Выходной параметр 3

Входной параметр п- 1

(объекта или процесса)

Выходной параметр т - 1

Входной параметр n

 

Выходной параметр т

 

   

 

Рис. 3. Обобщенная схема математической модели

По способу реализации математические модели можно разде­лить следующим образом.

1. Линейное программирование.

Математическая модель целиком (целевая функция и ограниче­ния) описывается уравнениями первого порядка. Линейное програм­мирование включает в себя несколько методов решения (задач):

• симплексный;

• графический;

• транспортная задача;

• целочисленное программирование.

2. Нелинейное программирование.

Целевая функция и ограничения, составляющие математическую модель, содержат хотя бы одно нелинейное уравнение (уравнение второго порядка и выше). Нелинейное программирование содержит несколько методов решения (задач):

• графический;

• регулярного симплекса;

• деформируемого многогранника (Нелдера – М

ида);

• градиентный.

3. Динамическое программирование.

Ориентировано на решение задач прокладки магистралей крат­чайшим путем и перераспределения различных видов ресурсов.

4. Сетевое планирование.

Решает проблему построения графика выполнения работ, рас­пределения производственных, финансовых и людских ресурсов.

5. Принятие решений и элементы планирования.

В этом случае и качестве целевой функции выступает набор ста­тистических данных или некоторые данные прогноза. Решением задачи являются рекомендации о способах поведения (стратегии). Решение носит рекомендательный характер (приблизительное решение). Выбор стратегии целиком остается за человеком — ответ­ственным лицом, принимающим решение. Для принятия решения разработаны следующие теории:

• теория игр;

• системы массового обслуживания.


написать администратору сайта