- •7.080401 «Інформаційні управляючі системи та технології»
- •Математичні методи дослідження операцій у будівництві: б12 Навчальний посібник. – к: кнуба, 2006. – 107 с.
- •2.5. Алгоритм розрахунку псевдоплану для двоїстого
- •4.2. Класифікація методів розв’язання задач цілочислового
- •5.5. Задача прогнозування термінів ремонту будівельних
- •6.4. Задача про найкоротший шлях для орієнтованих та
- •6.5. Задача про найкоротший шлях для багатополюсних мереж.
- •6.7. Задача про максимальний потік для однополюсних мереж.
- •7.5. Сепарабельне програмування.
- •8.2. Загальний алгоритм складання розкладу занять
- •1. Загальні визначення, класифікація моделей і методів
- •1.1. Загальні визначення дослідження операцій
- •1.2. Приклади постановок задач лінійного програмування та їх геометрична інтерпретація Задача про рекламу
- •Задача про бетонно-розчинний вузол (брв)
- •1.3. Основні етапи та класифікація моделей та методів дослідження операцій
- •Контрольні запитання
- •2. Лінійне програмування
- •Розглянемо приклад розв’язання задачі лінійного програмування:
- •2.1. Графічний метод розв’язання задач лінійного програмування
- •2.2. Алгоритм зведення до канонічного вигляду задач лінійного програмування
- •2.3. Метод симплекс-таблиць
- •2.4. Двоїста задача лінійного програмування
- •Отримавши результат – вектор y, можна на базі описаної системи знайти вектор X. Для розв’язання прямої задачі потрібно:
- •2.5. Алгоритм розрахунку псевдоплану для двоїстого симплекс-методу
- •3*10 – Розмірність задачі см.
- •2.6. Двоїстий симплекс-метод
- •Контрольні запитання
- •3. Задачі спеціального лінійного програмування
- •Задача призначення (про розподілення обладнання). Між чотирма кар’єрами потрібно розподілити п’ять екскаваторів таким чином, щоб їх виробітка була максимальною.
- •3.2. Задача про призначення
- •Алгоритм угорського методу задачі призначення має такі етапи.
- •3.3. Методи пошуку опорного рішення транспортної задачі
- •Метод Північно–Західного Кута (мпзк) має такі етапи:
- •Метод мінімального елемента (мме) має такі етапи:
- •3.4. Метод потенціалів транспортної задачі
- •Примітка. Цільова функція має постійно покращуватися (крім випадку, коли спрямовуючий елемент рівний ). Контроль правильності розрахунку має завжди дорівнювати:
- •Розглянемо алгоритм розв’язання задач методом потенціалів.
- •3.5. Угорський метод транспортної задачі
- •3.6. Різновиди транспортної задачі та їх використання
- •Контрольні запитання
- •4. Задачі цілочислового лінійного програмування
- •4.1. Загальне визначення цілочислового лінійного програмування
- •4.2. Класифікація методів розв’язання задач цілочислового лінійного програмування
- •Розв’язавши графічно, одержимо:
- •4.3. Метод відтинаючих площин
- •У комп’ютерній програмі стратегія реалізується таким чином.
- •Контрольні запитання
- •5. Динамічне програмування
- •5.1. Загальні визначення та алгоритм динамічного програмування
- •До особливостей розв’язку задач дп можна віднести.
- •5.2. Задача про інвестиції
- •5.3. Задача розрахунку траєкторії літака
- •5.4. Задача про рюкзак (завантаження транспортного засобу)
- •5.5. Задача прогнозування термінів ремонту будівельних конструкцій
- •Контрольні запитання
- •6. Методи аналізу мереж та потокове програмування
- •6.1. Загальні визначення потокового програмування
- •6.2. Способи представлення мереж
- •6.3. Типові задачі оптимізації на мережах
- •1. Задача визначення найкоротшого шляху в мережі:
- •6.4. Задача про найкоротший шлях для орієнтованих та біорієнтованих мереж. Алгоритми Дейкстра 1 та 2
- •6.5. Задача про найкоротший шлях для багатополюсних мереж. Алгоритм Флойда
- •6.6. Задача про мінімальний остов
- •6.7. Задача про максимальний потік для однополюсних мереж. Алгоритм Дейкстра 4
- •6.8. Задача про максимальний потік для багатополюсних мереж. Мінімальний розріз. Алгоритм Гоморі-Ху
- •Контрольні запитання
- •7. Розв’язання задач нелінійного програмування
- •7.1. Загальні визначення нелінійного програмування
- •7.2. Правило множників Лагранжа
- •7.3. Узагальнене правило Лагранжа
- •7.4. Умова Куна-Такера
- •7.5. Сепарабельне програмування. Метод кусочно-лінійної апроксимації
- •7.6. Загальна класифікація задач нелінійного програмування
- •8. Розв’язання багатокритеріальних задач
- •8.1. Основні визначення та моделі багатокритеріальних задач
- •8.2. Загальний алгоритм складання розкладу занять з використанням методів дослідження операцій
- •8.3. Класифікація методів технічного пошуку рішень
- •8.4. Моделювання гнучкості для забезпечення властивості бути керованим
- •Список літератури
8.2. Загальний алгоритм складання розкладу занять з використанням методів дослідження операцій
–
максимізація
засвоєння,
де w – тиждень;
t – пара всередині тижня;
i – заняття (окреме заняття певного виду певної дисципліни без прив’язки до часу та аудиторії), N = 150 тис. для КНУБА;
h – кількість засвоєної інформації кожним студентом;
xiwt
– брати
чи не брати заняття i
парою wt,
;
β
– коефіцієнт
збіжності,
відсоток
об’єднання
двох ЦФ,
.
– мінімізація
завантажень східців,
де j – аудиторія;
c – час переходу (у хвилинах) від минулої пари до аудиторії j;
yijwt
– брати
чи не брати заняття i
парою wt
в аудиторії
j,
;
– перший критерій є головнішим, ніж другий
Обмеження:
– не
перевищення для дисциплін тижневого
обсягу;
– сума всіх
занять, яка дорівнює сумі всіх аудиторій,
де
–
загальні обсяги в тиждень;
ai – кількість аудиторій, що потрібні для заняття i (як правило, 1).
– аудиторія
може бути зайнята (1)
або ні (0)
–
аналіз
перетинання за викладачами та групами
(аналіз «накладок»).
Задача розв’язується на основі методу поступок у двох частинах:
Розрахунок розкладу, який гарантує наявність аудиторного фонду, методом ситуативного планування коефіцієнтів ЦФ та адитивним (back-track) алгоритмом.
Мінімізація переходів студентів між аудиторіями на основі задачі про призначення за допомогою алгоритму Vengr_1.
Розглянемо приклад розрахунку для блоку «Адитивний алгоритм».
На дату D є шість занять з визначеними академічними групами та викладачами. Враховуючи обмеження за аудиторіями (дві аудиторії на 30 студентів та одна аудиторія на 60 студентів), треба скласти розклад занять на день.
Заняття |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
Група |
1 |
1, 2 |
2 |
3 |
3 |
2, 3 |
Викладачі |
1 |
1 |
2 |
3 |
3 |
4 |
Враховуючи ситуативно розраховані вагомості дисциплін, математична модель матиме такий вигляд:
.
Також є ряд обмежень. Обмеження за групами:
.
Обмеження за викладачами:
.
Обмеження за аудиторіями:
.
Оскільки ЦФ адитивна, то задача розв’язується за допомогою back-track технології для кожної пари t.
Примітка. Якщо провести аналогію із задачею пересилання файлів через e-mail (див. п. 4.4, 8.1), то сеансами передачі даних є пари t, а файлами – заняття i при розв’язанні задачі за допомогою back-track технології.
Відповідь: 1-а пара – заняття 1, 3, 5; 2-а пара – 2, 4; 3-я пара – 6.
8.3. Класифікація методів технічного пошуку рішень
Методи технічного пошуку рішень (МПР) слугують для системи узагальнення досвіду при постановці задачі, формуванні математичної моделі та дослідженні на чутливість. МПР – це не математичні методи, але вони є основою для швидкого їхнього підбору, тому МПР можна вивчати лише за умови знання моделей та методів ДО.
До методів МПР відносяться: ряд асоціативних методів (фокальних об’єктів, гірлянд, випадків і синонімів), методи контрольних питань, мозкового штурму, морфологічного аналізу, аналізу взаємозалежних областей, функціонально-вартісного аналізу, розв’язку винахідницьких задач, а також узагальнюючі методи.
Асоціативні методи – методи, основою яких є асоціації (зв’язки між ідеями), метафори (перетинання властивостей предметної області з іншими на основі аналізу їхньої спільності) та випадково обрані поняття (термін, що при виборі методу є опорним, наприклад, ми не знаємо, яким методом можна розв’язати задачу, але припускаємо, що це задача транспортна). Метод фокальних об’єктів дає змогу створити стійку універсальну модель та включає етапи: вибір фокального об’єкта та 3-4 випадкових, генерація ідей для об’єктів та приєднання їх до фокального, розвиток ідей та їхній зв’язок, оцінка та підбір ідей.
Метод контрольних питань полягає в підготовці за допомогою навідних патинь (чи тестів) моделей, методів та розв’язків задачі. Кожне питання з одного боку має бути точним, а з іншого – суперечливим та інверсним (умова перевірки на облудність).
Метод мозкового штурму (колективного рішення) має на меті активізувати маси (як в Японії) та включає такі етапи:
Добір групи осіб (для генерування ідей) та групи експертів.
Організація процесу генерування ідей («ставлю вам задачу»).
Фіксація та оцінка ідей, заохочення авторів («продаю-купую» ідею).
Реалізація цінних ідей та прогресивне заохочення авторів.
Метод морфологічного аналізу полягає в формуванні варіантів розв’язку, що випливають із закономірності та історії розвитку на основі аналізу старої бази моделі.
Метод аналізу взаємозалежних областей має в основі розгляд суміжних предметних областей. Аналізується лише практичний аспект окремої області, а потім застосовується щодо іншої області (наприклад, задачу про розклад у вузі на основі аналогій «аудиторія-технологічне місце», «студент-ресурс» та «викладач-верстат» можна застосувати до промислового підприємства).
Метод функціонально-вартісного аналізу є розвитком мозкового штурму. Між експертами організовується «ділова гра». Критерієм є вартісні показники, тож вибір ідей розбитий на етапи: підготовчий (опис та класифікатори), інформаційний (система класифікацій та кодування), аналітичний (ДО), дослідницький (чутливість) та рекомендований.
Метод розв’язку винахідницьких задач полягає в пошуку значних протиріч та усуненні їх за допомогою перебору можливих варіантів.
Узагальнюючі методи полягають в організації системи штучного інтелекту (СШІ). СШІ – це система, яка задовольняє таким вимогам.
Використання бази даних (знань).
Критичність до нової інформації (усе, що нове надходить до системи, має бути перевірене).
Терпимість до неповноти бази знань.
Здатність до самонавчання.
