- •1. Дайте определение и перечислите основные принципы системного анализа.
- •Принципы:
- •Классификация систем
- •8. Дайте описание системной модели поддержки принятия решений
- •5. Перечислите основные принципы принятия решений, сформулируйте проблему принятия решений
- •6. Сформулируйте постановку задач принятия оптимальных решений
- •7. Перечислите этапы принятия решений
- •9. В чем состоит назначение и какова область использования систем поддержки принятия решений
- •10.Приведите приемы формализации задач системного анализа
- •2. Дайте определение системы и перечислите основные характеристики системы
- •12. Проанализируйте роль целей и стратегий в процессе формирования управленческих решений
- •13. Рассмотрите пример структурирования целей стратегического управления предприятием
- •14. Опишите процесс формирование критериев принятия решений
- •22.Рассмотрите содержательные постановки задач, приводящие к моделям линейного программирования
- •Задачи распределения ресурсов
- •16. Дайте определение и приведите описание модели онтологического анализа.
- •17.Дайте определение и приведите описание модели онтологии
- •18.Рассмотрите методику разработки онтологии
- •20.Дайте определение и сформулируйте поставку задач математического программирования
- •23.Дайте общую математическую формулировку задачи линейного программ-ния
- •24.Рассмотрите пример графического решения задачи линейного программирования
- •26.Сформулируйте принципы постановки двойственных задач линейного программирования
- •Основная теорема двойственности:
- •Метод ветвей и границ для задачи целочисленного программирования.
- •27.Опишите процесс решения задач линейного программирования с использованием программного обеспечения matlab
- •Метод ветвей и границ для задачи целочисленного программирования.
- •32.Дайте общую математическую формулировку задач нелинейного программирования
- •28.Дайте общую формулировку задач дискретного программирования
- •34.Дайте общую математическую формулировку задач квадратичного программирования
- •Если одна из задач двойственной пары разрешима, то и другая задача также разрешима; причем экстремальные значения обеих задач равны.
- •35.Поясните понятия: задача многокритериальной оптимизации, множество допустимых решений, оптимальное решение. Дайте общую математическую формулировку задач многокритериальной оптимизации
- •36.Сформулируйте условие Парето-оптимальности
- •38.Опишите алгоритм поиска решений методом анализа иерархий
- •47.Приведите пример моделирования системы массового обслуживания на эвм
- •Листинг программы:
- •39.Дайте определение типовых математических схем массового обслуживания, укажите основные соотношения математической схемы процесса обслуживания
- •40.Дайте характеристику метода статистического моделирования систем на эвм
- •2. Пакеты, использующие язык физического моделирования.
- •42.Опишите, что представляют собой конгруэнтные процедуры генерации последовательностей
- •К онгруэнтный метод генерации последовательности случайных чисел
- •43.Укажите, какие функции используются для генерации случайных чисел с различными законами распределения в системе matlab
- •44.Дайте определение и приведите основные соотношения для моделирования разомкнутых систем массового обслуживания с отказами
- •Одноканальная смо с ожиданием, без ограничений на вместимость накопителя
- •46.Дайте определение и приведите основные соотношения для моделирования замкнутых систем массового обслуживания
- •53.Укажите принципы разработки схем моделирующих алгоритмов
- •54.Дайте общую математическую формулировку игровых моделей
- •56. Опишите метод Байеса-Лапласа нахождения оптимальной стратегии
- •Лапласа.
6. Сформулируйте постановку задач принятия оптимальных решений
Успешное применение методов ПР зависит от профессиональной подготовки специалиста, который должен иметь четкое представление о специфических особенностях изучаемой системы и уметь корректно поставить задачу, основывающуюся на четком представлении преимуществ, недостатков и специфики различных методов оптимизации.
Последовательность действий, которые составляют содержание процесса постановки задачи:
установление границы подлежащей оптимизации системы, т.е. представление системы в виде некоторой изолированной части реального мира. Расширение границ системы повышает размерность и сложность многокомпонентной системы и, тем самым, затрудняет ее анализ. Следовательно, в инженерной практике следует к декомпозиции сложных систем на подсистемы, которые можно изучать по отдельности без излишнего упрощения реальной ситуации;
определение показателя эффективности, на основе которого можно оценить характеристики системы с тем, чтобы выявить множество "наилучших" условий функционирования системы. В инженерных - эконом. (издержки, прибыль) или технолог. (производ-ть, энергоемкость, материалоемкость) характера. "Наилучшему" соответствует экстремальное знач. показателя эффективности функционирования сис.;
выбор внутрисистемных независимых переменных, которые должны адекватно описывать допустимые проекты или условия функционирования системы и способствовать тому, чтобы все важнейшие технико-экономические решения нашли отражение в формулировке задачи;
построение модели, которая описывает взаимосвязи между переменными задачи и отражает влияние независимых переменных на значение показателя эффективности (физические процессы, протекающие в системе, неравенства, которые определяют область допустимых значений независимых переменных). . Элементы модели содержат всю информацию, которая обычно используется при расчете проекта.
Все оптимизационные задачи имеют общую структуру. Их можно классифицировать как задачи минимизации (максимизации) M-векторного векторного показателя эффективности Em(x), m=1,2,...,M, N-мерного векторного аргумента x=(x1,x2,...,xN), компоненты которого удовлетворяют системе ограничений-равенств hk(x)=0, k=1,2...K, ограничений-неравенств gj(x)>0, j=1,2,...J, областных ограничений xli<xi<xui, i=1,2...N.
Все задачи принятия оптимальных решений можно классифицировать в соответствии с видом функций и размерностью Em(x), hk(x), gj(x) и размерностью и содержанием вектора x:
-одноцелевое принятие решений - Em(x) - скаляр; - многоцелевое принятие решений - Em(x) - вектор; -принятие решений в условиях определенности - детерминированные; -принятие решений в условиях неопределенности - случайные.
Наиболее разработан и широко используется на практике аппарат одноцелевого принятия решений в условиях определенности, который получил название математического программирования:.
Математический аппарат одноцелевого принятия решений в условиях неопределенности представляет собой стохастическое программирование.
Методы принятия многоцелевых решений – метод анализа иерархий и др.
Решение не яв-ся начальным процессом творческой деятельности. В"предрешением" входят след. эл.:
-мотивация, то есть желание или необходимость что-то сделать. Мотивация определяет цель какого- либо действия, используя весь прошлый опыт, включая результаты; -возможность неоднозначности результатов; -возможность неоднозначности способов достижения результатов, то есть свобода выбора.
После этого предварительного этапа следует, собственно, этап принятия решения. Но на нем процесс не заканчивается, т.к. обычно после принятия решения следует оценка результатов и корректировка действий. Таким образом, принятие решений следует воспринимать не как единовременный акт, а как последовательный процесс.