- •Двусторонние шпоры по файзу
- •Печатай прямо этот файл
- •Теория принятия решений [3, 4]
- •1. Классы задач принятия решений, системный анализ и характеристика его этапов.
- •2. Графы и показатели эффективности смо с простейшими потоками.
- •6. Замкнутые смо.
- •3. Принятие решений в условиях риска, неопределенности и конфликты.
- •Стандартная форма задачи лп
- •Основные понятия лп. Свойства задач лп
- •4. Основы линейного программирования. Область применения. Постановка задачи
- •Каноническая форма задач лп
- •Методы решения задач лп
- •Симплекс-метод. Характеристика метода
- •М одифицированный алгоритм симплекс-метода
- •Модели управления транспортными потоками.
- •Простейшая транспортная задача (т-задача)
- •Транспортная задача с ограниченными пропускными способностями (Td - задача)
- •Задачи с неоднородным грузом
- •Многоиндексные задачи
- •Транспортные задачи по критерию времени
- •6. Оптимизация транспортных потоков. Метод потенциалов
- •Построение начального плана перевозок
- •Правило северо-западного угла
- •Переход от одного плана перевозок к другому
- •Признак оптимальности
- •Алгоритм метода потенциалов
- •7. Методы управления проектом.
- •8. Двойственность задач оптимизации. Двойственность задач лп
- •Интерпретация двойственной задачи
- •Запись двойственной задачи в общем случае
- •Теоремы двойственности
- •Двойственный симплекс-метод
- •9. Декомпозиция задач планирования большой размерности.
- •Метод декомпозиции Данцига - Вулфа
- •10. Методы определения целочисленных решений.
- •Метод отсечений
- •Метод ветвей и границ
- •Аддитивный алгоритм
- •11. Основы динамического программирования. Достоинства и недостатки метода.
- •Работа метода дп
- •Функциональное уравнение дп
- •Многомерные задачи динамического программирования
- •Снижение размерности с помощью множителей Лагранжа
- •12. Оптимизация надежности технических систем, систем распределения ресурсов.
- •4.2.3. Сбалансированная транспортная задача
- •13. Классы задач нелинейного программирования и методы их решения. Х арактеристика задач
- •Условия оптимальности
- •Методы решения задач нп
- •14. Задачи нелинейного программирования, сводящиеся к линейным. Квадратичное программирование
- •Сепарабельное программирование (сп)
- •Задачи дробно-линейного программирования
- •15. Классификация и характеристика методов «спуска».
- •Методы одномерной минимизации. Метод деления шага пополам
- •Квадратичная аппроксимация
- •Метод деления интервала пополам
- •Метод золотого сечения
- •Метод Фибоначчи
- •Метод первого порядка
- •Методы второго порядка
- •Многомерный поиск безусловного минимума Метод Гаусса-Зейделя (покоординатного спуска)
- •Метод Хука-Дживса (метод конфигураций)
- •Симплексный метод
- •Градиентные методы
- •Метод Ньютона
- •М етоды сопряженных направлений
- •Методы условной оптимизации
- •Метод проектирования градиента
- •Метод штрафных функций
- •Метод барьерных функций
- •16. Методы случайного поиска и генетические алгоритмы.
- •8.8.7. Методы случайного поиска
- •Алгоритм с возвратом при неудачном шаге
- •Алгоритм с обратным шагом
- •Алгоритм наилучшей пробы
- •Алгоритм статистического градиента
- •8.8.8. Генетические алгоритмы
- •17. Особенности принятия решений при многих критериях.
- •18. Методы свертки и целевого программирования в принятии решений по многим критериям.
- •10.2.1.4. Линейная свертка
- •10.2.1.5. Максиминная свертка
- •10.2.1.7. Целевое программирование (цп)
- •19. Интерактивные методы принятия решений
Многомерные задачи динамического программирования
Если размерность вектора S (число параметров состояния) больше 1, то говорят, что задача многомерна в смысле ДП. Многомерные задачи порождают определенные проблемы при реализации вычислительной схемы метода ДП.
Снижение размерности с помощью множителей Лагранжа
Введение множителей Лагранжа позволяет заменить исходную задачу рядом задач с меньшей размерностью вектора состояния.
Однако увеличение размерности вектора состояния и соответственно числа множителей Лагранжа ведет к значительно более быстрому росту трудоемкости решения измененной задачи. Поэтому проблема остается, ограничивая применение метода ДП задачами с небольшим числом параметров состояния.
12. Оптимизация надежности технических систем, систем распределения ресурсов.
Показатели надежности.
Для оценки надежности используют два вида показателей.
количественные показатели оценки надежности отдельных элементов;
комплексные показатели.
К количественным показателям оценки надежности относятся: безотказность, долговечность, ремонтопригодность, сохраняемость. Данные показатели позволяют проводить расчетно-аналитическую оценку количественных характеристик отдельных свойств.
Комплексные показатели используются при оценке и анализе в соответствии эксплуатационно-технических характеристик объектов заданным требованием. Все показатели надежности определяются как вероятностные характеристики. Соответственно, отказ будет являться случайным событием.
Вероятность безотказной работы.
Под безотказной работой понимается функционирование системы с выполнением заданных функций при условии, что любое нарушение системы не влияет на ее функционирование. Вероятность безотказной работы рассчитывается в пределах наработки на отказ системы.
Наработка на отказ – это величина, задаваемая и определяемая до запуска системы.
Фактическая наработка на отказ – это характеристика системы.
Вероятность безотказной работы – это вероятность того, что в пределах заданной наработки на отказ объект продолжает функционировать в работоспособном состоянии.
N0 – число однотипных объектов, поставленных на испытание;
n(t) – число, отказавших объектов за время t.
На практике также применяются расчеты по вероятности отказов.
P(t)=1-Q(t)
- данная формула является статической
оценкой вероятности отказа.
Кроме самой вероятности отказа используется плотность вероятности, которая определяет закон распределения заданной вероятности отказа объекта.
Плотность вероятности отказа – это производная вероятности отказа.
Плотность вероятности отказа зависит от закона распределения. Для расчетов используются следующие виды законов распределения:
– нормальное распределение
2 – экспоненциальное распределение
3 – β – распределение
Средняя наработка на отказ.
Наработка на отказ – это средняя продолжительность или объем работы объекта.
Понятие наработки отличается для восстанавливаемых и невосстанавливаемых объектов. Для невосстанавливаемых объектов наработка рассчитывается до первого отказа системы. Первый отказ является и последним. Для восстанавливаемых объектов наработка измеряется между двумя соседними по времени отказами. После каждого отказа производится восстановление системы.
В математическом виде средняя наработка на отказ – это математическое ожидание наработки объекта до первого отказа.
-
для вероятности отказа
=
>
Средняя наработка на отказ – это площадь, образованная кривой вероятности безотказной работы и системы координат.
Статическая оценка для средней наработки на отказ определяется по следующей формуле:
,
где
N0 – число однотипных не восстанавливаемых объектов;
tj – наработка до отказа каждого объекта.
Интенсивность отказа условия, плотность вероятности возникновения отказов объекта.
Условие: до рассматриваемого момента времени отказ не наступил.
Статическая интенсивность отказов
, где
n(∆tj) – число отказов однотипных объектов на интервале ∆t, для которого определяется λ;
Nсрj – число работоспособных объектов в середине интервала ∆tj
- вероятность безотказной работы на
основе интенсивности отказов, получаемой
в процессе экспериментального тестирования
системы.
Пути повышения надежности.
1. Устранение влияния факторов, приводящих к снижению надежности аппаратуры.
2. Резервирование.
3. Сбор во время эксплуатации аппаратуры полных и достоверных данных об отказах и простоях аппаратуры.
Задача оптимизации надежности системы.
Устройства, состоящего из N последовательно соединенных блоков. Повышение надежности устройства обеспечивается включением дублирующих элементов в отдельные блоки. В общем случае ограничивающими факторами могут выступать затраты на дублирование, вес и/или объем устройства, надежность переключательных схем и др. Пусть основным ограничением являются затраты на дублирование Q и, кроме того, известны Сj - стоимость одного дублирующего элемента для блока j и jj(mj) - вероятность безотказной работы j-го блока с mj дублирующими элементами. Задача состоит в определении оптимальной стратегии дублирования в пределах выделенных средств.
В качестве критерия следует взять вероятность безотказной работы всего устройства P, которая при последовательном соединении блоков равна произведению вероятностей этих блоков. Поэтому модель задачи будет иметь вид
,
.
Данная задача является мультипликативной. Решить ее можно методом динамического программирования. В критерии, и в ограничении можно выделить составляющие их функции, описывающие отдельные блоки, хотя операторы, примененные к этим частным функциям и разные.
Классическим примером задачи распределения ресурсов является сбалансированная транспортная задача. С одной стороны, имеются поставщики с известными количествами груза, с другой - потребители с известными потребностями в грузе, при этом сумма потребностей равна сумме возможностей (баланс). Кроме того, для всех пар поставщик-потребитель даны затраты на перевозку единицы груза от поставщика к потребителю.
