Файл: Учебнометодическое пособие к выполнению лабораторных работ по направлению подготовки 09. 03. 02 Информационные системы и технологии.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 19.03.2024
Просмотров: 94
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
СОДЕРЖАНИЕ
Лабораторная работа 1 ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ. ГРАФИЧЕСКИЙ МЕТОД РЕШЕНИЯ
Лабораторная работа 2 ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ. СИМПЛЕКС-МЕТОД РЕШЕНИЯ ЗЛП
ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ. РЕШЕНИЕ ЗЛП С ПОМОЩЬЮ СРЕДСТВ MS EXCEL.
РЕШЕНИЕ ТРАНСПОРТНОЙ ЗАДАЧИ МЕТОДОМ ПОТЕНЦИАЛОВ
ЗАДАЧА О НАЗНАЧЕНИЯХ. РЕШЕНИЕ ЗАДАЧИ ВЕНГЕРСКИМ МЕТОДОМ
РЕШЕНИЕ ЗАДАЧИ О НАЗНАЧЕНИЯХ В EXCEL
ЗАДАЧА О РАСПРЕДЕЛЕНИИ СРЕДСТВ МЕЖДУ ПРЕДПРИЯТИЯМИ
допущения о предпочтениях, которые заведомо несправедливы для мно- жества решений. Кроме того, эффективные решения могут обладать инте- ресными и практически важными свойствами, не присущими остальным ре- шениям.
Таким образом, решение многокритериальной задачи сводится к следу- ющим основным составляющим:
Задание 1. Дано множество (альтернатив) системы «Ноутбук» и основ- ные их (критерии) характеристики. Исследуемые альтернативы их характе- ристик представлены в таблице .
Таблица – Исследуемые альтернативы и их характеристики
Проанализировать данные таблицы. Сделать вывод о паретовском мно- жестве альтернатив.
Задание 2. Множество критериев для задач линейного программирова- ния:
F1( x) = 5 x1 + 8 x2, F2(x) = -20000x1 – 9000000x2,
F3 (x) = x1 – 2 x2.
Множество критериев для задач нелинейного программирования:
2
F1( x) = (x1 – 4)2 + 100x 2, F2 (x) = 100^1 + (x2 – 3)2. F3(x) = (x1 -10)2 + (x2 -10)2
Ограничения:
x1 + 3x2 < 12, 2x1 + 5x2 < 30, 3x1 + 2x2 < 22, x1 – 3x2 < 0, 2x1 + 5x2 > 10, 5x1 + x2 > 5, x > 0.
Решить следующие многокритериальные задачи линейного и нелиней- ного программирования при заданной системе ограничений:
Отчет должен содержать: титульный лист; цель работы; задание; резуль- таты численных экспериментов; графическую иллюстрацию анализа; срав- нительный анализ решения многокритериальных задач линейного програм- мирования; Парето– оптимальное множество решений; выводы.
«IPRbooks», по паролю
Исследование задач принятия решений в условиях неопределённости
Перед выполнением задания необходимо изучить теоретические во- просы:
Необходимо:
Пример. Необходимо определить оптимальный вариант решения. Мат- рица решений, вероятности выбора вариантов и вероятности обстановки приведены в табл. 8.1, =0.5, с=0.5. Дополнительные столбцы данной таб- лицы соответствуют промежуточным данным (значениям eir) ММ, BL, HW и HL критериев. Жирной линией обведены клетки с максимальными значе- ниями, определяющими оптимальный вариант.
Таблица 8.1
Для определения оптимального варианта по ММ – критерию опреде- ляем минимальные значения в каждой строке (eir) и записываем их в столбец ММ. Затем находим среди них максимальное значение. Оптимальное реше- ние – E2.
Для определения оптимального варианта по BL – критерию вычисляем значения:
e1r=160,1+12·0,2+(-7) ·0,4+14·0,1+(-8) ·0,2=1, e2r=11·0,1+10·0,2+8·0,4+15·0,1+21·0,2=11,9, e3r=6·0,1+(-9)·0,2+6·0,4+13·0,1+(-13)·0,2=0,1, e4r=2·0,1+6·0,2+(-5)·0,4+(-3)·0,1+4·0,2=0,1.
Далее записываем их в столбец BL и находим максимальное значение.
Оптимальное решение – E2.
Для определения оптимального варианта по HW – критерию значения eirвычисляются как сумма произведения весового множителя с на макси- мальный элемент в строке и произведения (1– с) на минимальный элемент в строке (значение в столбце ММ). Например, e1r= 0.5·16+(1-0.5)·(-8) = 4. Зна- чения записаны в столбце HW. Находим среди них максимальное. Опти- мальное решение – E2.
Для определения оптимального варианта по HL – критерию значения eirвычисляются как сумма произведения весового множителя на соответству- ющее значение в столбце BL и произведения (1– ) на минимальный элемент в строке (значение в столбце ММ). Например, e1r= 0.5·1+(1-0.5)·(-8) = -3.5. Значения записаны в столбце HL. Находим среди них максимальное. Опти- мальное решение – E2.
Для определения оптимального варианта по критерию Севиджа строим так называемую матрицу риска. Для этого находим максимальный элемент в столбце и отнимаем от него остальные элементы. Далее выбираем макси- мальные элементы по строкам и записываем их в столбец S. Определяем среди этих значений минимальное. Оптимальное решение –
Таким образом, решение многокритериальной задачи сводится к следу- ющим основным составляющим:
-
Определению множества неулучшаемых решений Парето; -
Получению дополнительной информации о критериях в том или ином виде; -
Использованию дополнительной информации о критериях для суже- ния множества Парето до тех пор, пока это множество не будет содержать только одну альтернативу или группу альтернатив.
Вариант задания для самостоятельного решения.
Задание 1. Дано множество (альтернатив) системы «Ноутбук» и основ- ные их (критерии) характеристики. Исследуемые альтернативы их характе- ристик представлены в таблице .
Таблица – Исследуемые альтернативы и их характеристики
№ п/п | Наименование критерия | Toshiba Sallite A660-10X | HP Pavilion dv-4045er | HP Pavilion dv-7-4120er |
1 | Количество ядер процессора | 4 | 4 | 2 |
2 | Тактовая частота, ГГц | 1,6 | 1,6 | 1,6 |
3 | Диагональ экрана, дюйм | 16 | 17,3 | 17,3 |
4 | Объем оперативной памяти, Гб | 4096 | 4096 | 4096 |
5 | Ёмкость жесткого диска, Гб | 640 | 640 | 500 |
6 | Вес, кг | 2,62 | 3,06 | 3,03 |
7 | Количество активных пиксе- лей камеры, Мпикс | 1,3 | 1,3 | 1,3 |
8 | Стоимость, у.е. | 1300 | 1350 | 1280 |
Проанализировать данные таблицы. Сделать вывод о паретовском мно- жестве альтернатив.
Задание 2. Множество критериев для задач линейного программирова- ния:
F1( x) = 5 x1 + 8 x2, F2(x) = -20000x1 – 9000000x2,
F3 (x) = x1 – 2 x2.
Множество критериев для задач нелинейного программирования:
2
F1( x) = (x1 – 4)2 + 100x 2, F2 (x) = 100^1 + (x2 – 3)2. F3(x) = (x1 -10)2 + (x2 -10)2
Ограничения:
x1 + 3x2 < 12, 2x1 + 5x2 < 30, 3x1 + 2x2 < 22, x1 – 3x2 < 0, 2x1 + 5x2 > 10, 5x1 + x2 > 5, x > 0.
Решить следующие многокритериальные задачи линейного и нелиней- ного программирования при заданной системе ограничений:
-
Критерии F1 ^ max, F2 ^ min . -
Критерии F1 ^ max, F3 ^ min . -
Критерии F1 ^ max, F2 ^ max . -
Критерии F1 ^ max, F3 ^ max. -
Критерии F2 ^ max, F3 ^ min . -
Критерии F2 ^ max, F3 ^ max. -
Критерии F2 ^ min , F3 ^ min . -
Критерии F2 ^ min , F3 ^ max.
-
Содержание отчета
Отчет должен содержать: титульный лист; цель работы; задание; резуль- таты численных экспериментов; графическую иллюстрацию анализа; срав- нительный анализ решения многокритериальных задач линейного програм- мирования; Парето– оптимальное множество решений; выводы.
-
Список литературы
-
Глебова Т.А., Строганов Д.В., Чиркина М.А, Юранов В.С. Теория принятия решений: учебное пособие, гриф УМО по университетскому по- литехническому образованию. – Пенза: ПГУАС, 2015.– 137 c. -
Системы принятия решений [Электронный ресурс]: учебно-методиче- ский комплекс по специальности 080801 «Прикладная информатика (в ин- формационной сфере)», специализации «Информационные сети и си- стемы», квалификация «информатик-аналитик»/ – Электрон. текстовые дан- ные.– Кемерово: Кемеровский государственный университет культуры и ис- кусств, 2013.– 56 c.– Режим доступа: http://www.iprbookshop.ru/29703.– ЭБС
«IPRbooks», по паролю
-
Контрольные вопросы
-
Примеры многокритериальных задач. -
Решение многокритериальных задач, когда критерии измеряются в одной шкале. -
Решение многокритериальных задач, когда критерии измеряются в различных шкалах. -
Определение Парето оптимального множества решений.
Лабораторная работа 9
ПРИНЯТИЕ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЁННОСТИ
-
Цель работы
Исследование задач принятия решений в условиях неопределённости
-
Учебные вопросы, подлежащие рассмотрению:
-
Основные типы неопределенности в задачах принятия решений -
Принятие решений в условиях риска -
Принятие решений в условиях неопределённости -
Принятие решений в конфликтных ситуациях
Методические рекомендации по подготовке к занятию.
Перед выполнением задания необходимо изучить теоретические во- просы:
-
Принятия решений в детерминированных задачах -
Формулировка задачи принятия решений в условиях неопределённости -
Нахождение оптимального решения задачи принятия решений в условиях неопределённости.
Порядок выполнения работы
Необходимо:
-
Найти оптимальное решение задачи принятия решений в условиях не- определённости. -
Оформить отчет по лабораторной работе.
Пример. Необходимо определить оптимальный вариант решения. Мат- рица решений, вероятности выбора вариантов и вероятности обстановки приведены в табл. 8.1, =0.5, с=0.5. Дополнительные столбцы данной таб- лицы соответствуют промежуточным данным (значениям eir) ММ, BL, HW и HL критериев. Жирной линией обведены клетки с максимальными значе- ниями, определяющими оптимальный вариант.
Таблица 8.1
| F1 | F2 | F3 | F4 | F5 | pi | MM | BL | HW | HL |
E1 | 16 | 12 | -7 | 14 | -8 | 0,3 | -8 | 1 | 4 | -3,5 |
E2 | 11 | 10 | 8 | 15 | 21 | 0,1 | 8 | 11,9 | 14,5 | 9,95 |
E3 | 6 | -9 | 6 | 13 | -13 | 0,4 | -13 | 0,1 | 0 | -6,5 |
E4 | 2 | 6 | -5 | -3 | 4 | 0,2 | -5 | 0,1 | 0,5 | -2,5 |
qj | 0,1 | 0,2 | 0,4 | 0,1 | 0,2 | | E2 | E2 | E2 | E2 |
Для определения оптимального варианта по ММ – критерию опреде- ляем минимальные значения в каждой строке (eir) и записываем их в столбец ММ. Затем находим среди них максимальное значение. Оптимальное реше- ние – E2.
Для определения оптимального варианта по BL – критерию вычисляем значения:
e1r=160,1+12·0,2+(-7) ·0,4+14·0,1+(-8) ·0,2=1, e2r=11·0,1+10·0,2+8·0,4+15·0,1+21·0,2=11,9, e3r=6·0,1+(-9)·0,2+6·0,4+13·0,1+(-13)·0,2=0,1, e4r=2·0,1+6·0,2+(-5)·0,4+(-3)·0,1+4·0,2=0,1.
Далее записываем их в столбец BL и находим максимальное значение.
Оптимальное решение – E2.
Для определения оптимального варианта по HW – критерию значения eirвычисляются как сумма произведения весового множителя с на макси- мальный элемент в строке и произведения (1– с) на минимальный элемент в строке (значение в столбце ММ). Например, e1r= 0.5·16+(1-0.5)·(-8) = 4. Зна- чения записаны в столбце HW. Находим среди них максимальное. Опти- мальное решение – E2.
Для определения оптимального варианта по HL – критерию значения eirвычисляются как сумма произведения весового множителя на соответству- ющее значение в столбце BL и произведения (1– ) на минимальный элемент в строке (значение в столбце ММ). Например, e1r= 0.5·1+(1-0.5)·(-8) = -3.5. Значения записаны в столбце HL. Находим среди них максимальное. Опти- мальное решение – E2.
Для определения оптимального варианта по критерию Севиджа строим так называемую матрицу риска. Для этого находим максимальный элемент в столбце и отнимаем от него остальные элементы. Далее выбираем макси- мальные элементы по строкам и записываем их в столбец S. Определяем среди этих значений минимальное. Оптимальное решение –