Студопедия

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника



Виды оптимального программирования, их краткая характеристика.




Читайте также:
  1. АВАРИИ НА АЭС И ИХ ХАРАКТЕРИСТИКА.
  2. АВТОТРАНСПОРТНЫЕ АВАРИИ И ИХ ХАРАКТЕРИСТИКА.
  3. Актиномицеты. Таксономия. Характеристика. Мик­робиологическая диагностика. Лечение.
  4. Антидемократические политические режимы и их характеристика.
  5. Арбовирусы. Таксономия. Характеристика.Лабора­торная диагностика заболеваний, вызываемых арбовирусами. Специфическая профилактика и лечение.
  6. Банковские операции: понятие, виды, общая характеристика.
  7. В 1. Органы управления финансами в РФ: перечень, характеристика.
  8. В 1.Внебюджетные фонды РФ, их характеристика.
  9. В. ОПН. Клинико-морфологическая характеристика.
  10. В2. Способы обеспечения исполнения обязательств по кредитному договору, их характеристика.

Более общим методом математического программирования является выпуклое программирование. Выпуклым этот вид программирования называется потому, что в нем рассматриваются выпуклые целевые функции и выпуклая система ограничений. Рассмотренное нами линейное программирование есть частный случай выпуклого программирования.

Особенностью задачи линейного программирования является то, что целевая функция в ней – линейная. Это обозначает линейную зависимость между переменными. В реальной экономике большинство зависимостей имеет более сложный нелинейный характер. Таким образом, линейная модель огрубляет, упрощает экономическую действительность. Во многих ситуациях это оказывается вполне оправданным. В других случаях приходится пользоваться более совершенным (и более сложным) нелинейным программированием. В нелинейном программировании результаты изменяются (возрастают или убывают) в нелинейной пропорции по отношению к изменению использования ресурсов ( в результате снижение окупаемости возрастающих затрат при одной и той же технологии, падении рыночных цен по мере насыщения спроса на товары и др.). Есть разные случаи задачи нелинейного программирования: когда целевая функция линейна, а ограничения (или некоторые из них) нелинейны; когда целевая функция нелинейна, а ограничения линейны; когда и целевая функция, и ограничения нелинейны. Решение нелинейной задачи представляет собой довольно сложную процедуру. Для этого условно принимают, что на том или ином участке целевая функция возрастает или убывает в линейной пропорции к изменению переменных. Такой прием называется кусочно-линейным приближением.

Другой эффективный подход к решению нелинейных задач заключается во введении в целевую функцию нелинейной задачи искусственных множителей Лагранжа. Измененные таким образом функции носят название функций Лагранжа, или лагранжиан. Найдя седловую точку функции Лагранжа, тем самым находят и решение нелинейной задачи.

В реальных ситуациях мы гораздо чаще имеем дело со стохастическими величинами. Это означает, что, либо параметры ограничений, либо параметры целевой функции носят случайный характер. В этих случаях используют приемы стохастического программирования.

Суть метода заключается в следующем. На первом этапе получается предварительный (априорный) вариант решения. В нем принимаются усредненные параметры модели. На втором этапе они уточняются (апостериорный вариант решения). Критериями для получения апостериорных решений принимаются случайные условия, например, колебания урожайности.



Основное достоинство двухэтапной стохастической модели состоит в том, что при ее использовании резко уменьшаются требования к качеству исходных данных, используемых для построения исходной детерминированной модели, содержащей общую стратегию. Ее корректировка проводится путем дополнения частными стратегиями.

От двухэтапого стохастического программирования легко совершить переход к динамическому программированию, заключающемуся в поиске оптимальных решений, основанном на вычислении последствий каждого решения и выработке оптимальной стратегии для последующих решений. Таким образом, однократное принятие оптимального решения заменяется многошаговым процессом. Математически задача строится с помощью соотношений, последовательно связанных между собой. Например, хозяйственные итоги предшествующего года принимаются в качестве исходной базы для нахождения оптимального решения для следующего года.

В заключение упомянем еще одну разновидность линейного программирования – это целочисленное программирование, при котором независимые переменные могут принимать только целочисленные значения.

 


Дата добавления: 2015-04-18; просмотров: 11; Нарушение авторских прав







lektsii.com - Лекции.Ком - 2014-2021 год. (0.013 сек.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав
Главная страница Случайная страница Контакты