Математический инструментарий исследования операций.
Математическое программирование – это раздел математики, занимающийся разработкой методов отыскания экстремальных значений функции, на аргументы которой наложены ограничения. Методы математического программирования широко используются для решения распределительных задач.
Линейное программирование – рассматривает задачи, у которых показатель оптимальности представляет собой линейную функцию от переменных задачи, а ограничительные условия, налагаемые на возможные решения, имеют вид линейных равенств или неравенств. Соответственно нелинейное программирование рассматривает задачи с нелинейными целевыми функциями и ограничениями.
Задачи,решаемые с помощью сетевого моделирования (теория графов), могут быть сформулированы и решены методами линейного программирования, но специальные сетевые алгоритмы позволяют решать их более эффективно. Примеры: задачи нахождения кратчайшего пути, критического пути, максимального потока, минимизации стоимости потока в сети с ограниченной пропускной способностью и др.
|
|
Целевое программирование представляет собой методы решения задач линейного программирования с несколькими целевыми функциями, которые могут конфликтовать друг с другом.
Динамическое программирование предполагает разбиение задачи на несколько этапов, каждый из которых представляет собой подзадачу относительно одной переменной и решается отдельно от других подзадач.
Аппарат теории вероятностей используется во многих задачах исследования операций, например, для прогнозирования (регрессионный и корреляционный анализ), вероятностного управления запасами, моделирования систем массового обслуживания, имитационного моделирования и др.
Теория игр и принятия решений рассматривает процессы выбора наилучшей из нескольких альтернатив в ситуациях определенности (данные известны точно), в условиях риска (данные можно описать с помощью вероятностных распределений), в условиях неопределенности (вероятностное распределение либо неизвестно, либо не может быть определено).
Методы и модели теории нечетких множеств позволяют в математической форме представить и использовать для принятия решений субъективную словесную экспертную информацию: предпочтения, правила, оценки значений количественных и качественных показателей.
Прогностика – наука о законах и способах разработки прогнозов динамических систем. Прогноз – научно обоснованное суждение о возможных состояниях (в количественной оценке) объекта прогнозирования (ОП) в будущем и/или альтернативных путях и сроках их осуществления. Классификация основных видов прогнозов и методов прогнозирования по различным признакам приведена соответственно в табл.3.4 и 3.5.
|
|
Этапы процедуры прогнозирования:
1. Определение объектов прогноза.
2. Отбор параметров, которые прогнозируются.
3. Определение временных горизонтов прогноза.
4. Отбор моделей прогнозирования.
5. Обоснование модели прогнозирования и сбор необходимых для прогноза данных.
6. Составление прогноза.
7. Отслеживание результатов.
Современная прогностика выделяет несколько основополагающих тенденций развития ЛС, определяющие сложность и значимость точного прогнозирования для эффективного управления:
· постоянное сокращение жизненного цикла ЛС (когда на смену одним ЛС приходят качественно новые). Еще 30—40 лет назад этот цикл был сопоставим с длительностью среднего трудового стажа работника, а теперь составляет обычно (на Западе) несколько лет.
· неуклонное возрастание количества возможных альтернатив решения изучаемой проблемы.
· рост затрат на создание и эксплуатацию подавляющего большинства ЛС. И этот факт предопределяет проблему прогнозирования затрат, цен, тарифов, т.е. рост капитальных вложений в перспективе требует оценки эффективности их в соответствующем периоде.