Содержание
- 2. Тема лекции № 1.1 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТРАНСПОРТНЫХ ПРОЦЕССОВ И ПРИНЦИПЫ ИХ ПОСТРОЕНИЯ.
- 3. Цель лекции – изучить основные виды моделей и способы их построения План лекции. Понятие математических моделей
- 4. 1. Понятие математических моделей и их классификация. Математическая модель — приближенное описание объекта моделирования, выраженное с
- 5. Этапы математического моделирования Исходный объект (процесс) Определение целей моделирования Описание объекта Поиск математического описания Математическая модель
- 6. Описание этапов ММ Первый этап — определение целей моделирования (определение структуры и взаимосвязи, для управления, и
- 7. Используя аппарат теории множеств, транспортный процесс рассматривается на базе модели как совокупность следующих составляющих: где X
- 8. Характеристика {Е} составляющего. Составляющие элементы системы {Е}, описывающие транспортный процесс, являются подпроцессами, из которых состоит технологический
- 9. Характеристика {L} составляющего. Связи между элементами транспортного процесса в моделях описываются с помощью функциональных зависимостей или
- 10. Классификация видов моделирования Моделирование системы Физическое Математическое Имитационное Компьютерное Численное Аналитическое Статистическое Используется сама исследуемая система
- 11. Математическое моделирование позволяет достичь следующих результатов: соединить достоинства традиционных творческих и экспериментальных методов; исследовать такие системы,
- 12. 2. Детерминированные модели. Детерминированная модель [deterministic model] — аналитическое представление закономерности, операции и т.п., при которых
- 13. Детерминированные модели Непрерывно-детерминированные модели Дискретно-детерминированные модели Сети Петри
- 14. Непрерывно-детерминированные модели В данной модели время t полагается непрерывной переменной, а случайным фактором пренебрегают. Основной математический
- 15. Дискретно-детерминированные модели В данных моделях время t является дискретной переменной: t=τΔ, где Δ – шаг дискретизации,
- 16. Разностные уравнения – это уравнения, содержащие конечные разности искомой функции где хτ=х(τΔ), uτ=u(τΔ) – соответственно состояние
- 17. 3. Математические модели и моделирование Математическая модель – совокупность математических зависимостей, которые описывают с определённой степенью
- 18. Объект (транспортный процесс) Расчётная схема Математическая модель Рабочая математическая модель Алгоритм Программа I Этап II Этап
- 19. На первом этапе математического моделирования осуществляется переход от объекта моделирования к расчётной схеме. Расчётная схема –
- 20. Цели математического моделирования: 1) создание моделей транспортных процессов для дальнейшего конструирования оптимальных (по времени, по стоимости)
- 21. Статические параметрические модели не содержат параметра «время» и позволяют получить характеристики системы в равновесии. Динамические параметрические
- 22. Стационарное моделирование позволяет получить характеристики объекта в интервале времени стремящемся к нулю, то есть «сфотографировать» характеристики
- 23. 4) Экономичность – это оценка затрат вычислительных ресурсов на получение результата по сравнению с аналогичной математической
- 24. Эмпирические математические модели получают путём обработки и анализа результатов экспериментальных данных. Идентификация – коррекция существующей математической
- 25. Тема лекции № 1.2 Принципы имитационного моделирования транспортных процессов.
- 26. Цель лекции – изучить основные принципы имитационного моделирования транспортных процессов План лекции. Имитационное моделирование и условия
- 27. 1. Имитационное моделирование и условия его применения. Имитационное моделирование - это метод исследования, при котором изучаемая
- 28. Имитационная модель - логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях
- 29. Достоинства имитационного моделирования Высокая адекватность между физической сущностью описываемого процесса и его моделью. Возможность описать сложную
- 30. Недостатки имитационного моделирования 1. Относительно большая сложность создания модели. 2. Необходимость высокой квалификации исследователя для написания
- 31. Три подхода имитационного моделирования
- 32. Виды имитационного моделирования 1. Агентное моделирование — метод имитационного моделирования, исследующий поведение децентрализованных агентов и то,
- 33. Виды имитационного моделирования 2. Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий
- 34. Виды имитационного моделирования 3. Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы
- 35. Подходы имитационного моделирования на шкале абстракции
- 36. 2. Понятие модельного времени. Особенности функционирования компьютерных программ, которые приходится учитывать при разработке имитационных моделей (ИМ):
- 37. Системное модельное время или модельное время (МВ) – специальная переменная t, используемая для обеспечения имитации параллельных
- 38. Особенности принципов. Пусть система S состоит из N элементов: А(1), …, А(N), поведение которых предполагается моделировать:
- 39. Будем обозначать такие действия а интервалы МВ, затрачиваемые на выполнение этих действий, соответственно: Последовательность является последовательностью
- 40. Состояние системы S в момент времени определяется вектором состояния Состояния системы в моменты наступления особых событий
- 41. Иллюстрация принципов «∆t» и «∆х» Рисунок 2.1 – Временная диаграмма А(2)1 А(2)2 А(2)3 А(1)1 А(1)2 t(2)1
- 42. Рекомендация к применению В большинстве практически важных случаев события наступают через случайные интервалы времени . Поэтому
- 43. 3. Способы имитации. Под способом имитации системы S понимают способ формирования фазовой траектории системы. Последний определяется
- 44. Рисунок 3.1 – Взаимосвязь между понятиями «событие», «действие», «процесс» 0 действие событие . . . процесс
- 45. В зависимости от того, какой из трех способов формирования фазовой траектории используется, различают способы имитации: событийный;
- 46. Событийный способ: 1) множество особых событий можно разбить на небольшое число L типов событий 2) для
- 47. Способ, основанный на просмотре активностей: 1) все действия для элемента А(i) системы S различны и приводят
- 48. Процессный способ сочетает особенности событийного и способа, основанного на просмотре активностей. Применяется, когда поведение элементов А(i)
- 49. 4. Этапы имитационного моделирования. Рисунок 4.1 - Этапы имитационного моделирования
- 50. Особенности этапов ИМ. 1. Формулировка проблемы и определение целей имитационного исследования. Документированным результатом на этом этапе
- 51. 5. Испытание и исследование модели, проверка модели. Проводится верификация модели, оценка адекватности, исследование свойств имитационной модели
- 52. Задача математического программирования Переменные x1, х2, …, хn Ограничения – уравнения или неравенства, построенные в соответствии
- 53. Задача математического программирования (линейный вид)
- 54. Задача математического программирования (нелинейный вид)
- 55. Линейное программирование - система ограничений и ЦФ линейны относительно искомых величин x1, х2, …, хn Нелинейное
- 56. План задачи - любая совокупность численных значений переменных. План, удовлетворяющий системе ограничений, называется допустимым. Допустимый план,
- 57. Система ограничений, которой не отвечает ни одна совокупность неотрицательных значений переменных, называется несовместной, т.е. не имеет
- 58. Методы стохастического программирования – исходные параметры могут быть выражены случайными числами. Задачи, в которых нет необходимости
- 59. Методы параметрического программирования – исходные параметры могут изменяться в определённых пределах. Методы дискретного программирования – параметры
- 60. Лекция 2. Методы математического программирования. План: Графический метод решения задач линейного программирования (ЗЛП) Симплексный метод решения
- 61. Задача линейного программирования с двумя неизвестными может быть решена графически Замечание: К такой форме может быть
- 62. Пусть задача линейного программирования задана в виде:
- 63. 1. Построить область допустимых решений (ОДР) в системе координат, заданную системой ограничений Алгоритм графического решения ЗЛП
- 64. 2. Построить градиент целевой функции F = с1х1+с2х2 (вектор нормали (вектор градиента) к прямой с1х1+с2х2 =
- 65. 3. Построить опорную прямую, перпендикулярную вектору нормали – линию уровня целевой функции Алгоритм графического решения ЗЛП
- 66. 4. Перемещая опорную прямую в направлении вектора нормали, определить «точку входа» и «точку выхода» (первая встретившаяся
- 67. 5. Определить координаты оптимальной точки (точки входа или точки выхода) и найти значение целевой функции в
- 68. Минимальное значение целевая функция достигает в точке В: Fmin = F(B) Максимальное значение: Fmax = ∞
- 69. Минимальное значение целевая функция достигает в точке E: Fmin = F(E) Максимальное значение целевая функция достигает
- 70. Линейное неравенство a1x1+a2x2≥b на плоскости задает полуплоскость, границей которой является прямая a1x1+a2x2=b ВСПОМНИМ
- 71. Построить полуплоскость
- 72. Построить полуплоскость 1. Построим в системе координат прямую - границу полуплоскости (по двум точкам) или запишем
- 73. Построить полуплоскость 2. Определим, какую полуплоскость задает неравенство: ниже и левее построенной прямой или выше и
- 74. Построить полуплоскость 2. Определим, какую полуплоскость задает неравенство? Выбираем произвольную точку, не лежащую на прямой, например
- 75. Построить полуплоскость 2. Определим, какую полуплоскость задает неравенство? Получили верное числовое неравенство, значит данное неравенство задает
- 76. Замечание Для проверки проще всего использовать начало координат А(0;0) (если прямая – граница полуплоскости не проходит
- 77. Для построения множества точек, удовлетворяющих системе линейных неравенств необходимо построить пересечение полуплоскостей, заданных всеми неравенствами
- 78. Решить графически ЗЛП
- 79. Решить графически ЗЛП 1. Построим область допустимых решений, заданную системой неравенств
- 80. Решить графически ЗЛП 2. Построим вектор нормали N(3;4) и перпендикулярную ему опорную прямую
- 81. Решить графически ЗЛП 3. Перемещаем опорную прямую в направлении вектора нормали и определяем «точку выхода» В
- 82. Решить графически ЗЛП 4. Найдем координаты точки В, как точки пересечения прямых (1) и (3)
- 83. Решить графически ЗЛП 4. Найдем координаты точки В, как точки пересечения прямых (1) и (3):
- 84. Решить графически ЗЛП 5. Найдем значение целевой функции в точке В
- 85. Решить графически ЗЛП Ответ:
- 89. Задача об использовании сырья
- 90. Задача об использовании сырья
- 91. Задача об использовании сырья (графический метод решения)
- 92. Сущность метода Симплекс-метод – универсальный метод решения задач линейного программирования. Суть метода: целенаправленный перебор решений, соответствующих
- 93. Сущность метода Метод применим к любой задаче линейного программирования в канонической форме: Количество неизвестных (n) в
- 94. Основные этапы решения задачи симплекс-методом Приведение задачи к каноническому виду. Приведение задачи к допустимому виду (выделение
- 95. 1. Приведение задачи к каноническому виду Для приведения задачи к каноническому виду необходимо добавить в каждое
- 96. 2. Приведение задачи к допустимому виду Для того, чтобы привести систему уравнений к допустимому виду, необходимо
- 97. 2. Приведение задачи к допустимому виду Неизвестные, которые выражаются через остальные неизвестные, называются базисными, а весь
- 98. 2. Преобразование целевой функции Далее необходимо преобразовать целевую функцию, исключив из нее базисные переменные. Для исключения
- 99. 2. Преобразование целевой функции Получим: или где
- 100. 3. Нахождение первого допустимого базисного решения Приравняем свободные переменные к нулю и найдем значения базисных переменных.
- 101. 3. Основная теорема симплекс-метода Среди оптимальных планов задачи линейного программирования в канонической форме обязательно есть опорное
- 102. 4. Проверка решения на оптимальность Допустимое базисное решение системы ограничений является оптимальным решением задачи линейного программирования
- 103. 5. Поиск другого допустимого базисного решения Если полученное допустимое базисное решение системы ограничений не является оптимальным,
- 104. Основные этапы решения задачи симплекс-методом Приведение задачи к каноническому виду. Приведение задачи к допустимому виду (выделение
- 105. Симплекс-таблица Пусть задача приведена к виду:
- 106. Симплекс-таблица: развернутый вариант
- 107. Симплекс-таблица: сокращенный вариант
- 108. Симплекс-таблица: алгоритм решения 1. Просматривается последняя строка таблицы, среди коэффициентов этой строки (исключая столбец свободных членов)
- 109. Симплекс-таблица: алгоритм решения 2. Столбец таблицы, соответствующий выбранному отрицательному коэффици-енту в последней строке называется ключевым. В
- 110. Симплекс-таблица: алгоритм решения 3. Среди положительных коэффициентов ключевого столбца выбирается тот, для которого абсолютная величина отношения
- 111. Симплекс-таблица: алгоритм решения 4. Базисная переменная, отвечающая строке ключевого элемента, должна быть переведена в разряд свободных,
- 112. Симплекс-таблица: алгоритм решения 4а) в обозначениях строк и столбцов переменная, вводимая в базис и переменная, выводимая
- 113. Симплекс-таблица: алгоритм решения 4д) все остальные элементы таблицы, включая строку оценок и столбец свободных членов, пересчитываем
- 114. Симплекс-таблица: алгоритм решения 5. Новая симплекс-таблица отвечает новому допустимому базисному решению. Проверяем новое решение на оптимальность,
- 115. Пример Для производства четырех видов изделий A1 , A2 , A3 , A4 завод должен использовать
- 116. Пример Математическая модель задачи: .
- 117. Пример Приведение задачи к каноническому виду: Примем за базисные переменные x5, x6, x7. Тогда первое опорное
- 118. Пример. 1 шаг симплекс-метода, развернутая таблица.
- 119. Пример. 1 шаг симплекс-метода, сокращенная таблица.
- 120. Пример. 1 шаг симплекс-метода Базисное решение (0; 0; 0; 0; 1000; 600; 150). Поиск ключевой строки:
- 121. Пример. 2 шаг симплекс-метода.
- 122. Пример. 2 шаг симплекс-метода Базисное решение (150; 0; 0; 0; 250; 0; 0). Определение ключевой строки:
- 123. Пример. 3 шаг симплекс-метода.
- 124. Пример. 3 шаг симплекс-метода Базисное решение (150; 0; 0; 0; 250; 0; 0). Определение ключевой строки:
- 125. Пример. 4 шаг симплекс-метода.
- 126. Пример. 4 шаг симплекс-метода Оптимальное решение: (0; 225; 0; 150; 475; 0; 0), при котором Fmax
- 127. Транспортная задача
- 129. Решение транспортной задачи Решение транспортной задачи разбивается на два этапа: а) определение исходного опорного решения; б)
- 130. Транспортная задача Постановка задачи. У фирмы есть 3 электростанции, которые снабжают электроэнергией 4 города, причем каждая
- 131. План решения транспортной задачи =СУММПРОИЗВ(C6:F8;C13:F15) =СУММ(C13:F13) =СУММ(F13:F16)
- 132. Средство решения транспортной задачи
- 133. 2. Задача о рюкзаке (динамическое программирование) Постановка задачи Самолет загружается предметами N различных типов с весом
- 134. Шаг №1 Шаг №2
- 135. Шаг №3
- 137. Скачать презентацию