Экзаменационные вопросы и задачи по линейному нецелочисленному программированию, страница 2

Учёт согласованности и непротиворечивости для структурированных критериев. Учёт фактора времени в оценочных функциях. Дисконт ирование. Функции эффекта и затрат. Распределение эффекта по сроку эксплуатации. Примеры детерминированных и рандомизированных критериев. Виды экономических критериев. Размерные и безразмерные технические показатели. Социальные и эстетические требования. Виды свёрток оценочных функций качественных характеристик.

  1. Методы оптимизации. Симплекс-метод 257-268

Взаимодействие математической модели и алгоритма оптимизации. Классификация методов оптимизации. Логическая схема алгоритма оптимизации. Алгоритм приведения любой задачи ЛП к канонической форме. Идея симплекс-метода. Базис задачи и опорный вектор системы линейно независимых векторов. Пример решения задачи ЛП симплекс-методом. Графическая интерпретация решения задачи ЛП.

  1. Сеточные, градиентные и релаксационные алгоритмы. Алгоритмы случайного поиска  268-281

Блок-схема сеточного алгоритма полного перебора значений аргуменгтов. Пример поиска экстремума функции сеточным алгоритмом. Градиентный алгоритм оптимизации. Пример минимизации нелинейной функции градиентным методом. Траектория поиска градиентным методом. Сущность релаксационного алгоритма. Релаксационный алгоритм Хука-Дживса. Блок-схема алгоритма Хука-Дживса. Траектория поиска методом Хука-Дживса. Блок-схема алгоритма случайного поиска. Формула шага оптимизации для непрерывных компонент вектора Х. Траектория поиска экстремума функции алгоритмом случайного поиска.

  1. Постоптимизационный анализ. Оценка адекватности решения 281-292, 305-310

Необходимое условие адекватности проектируемой системы и её моделью. Соотношение между сложностью модели и её адекватностью. Интервал гносеологической точности.. Нормируемая степень адекватности  математической модели. Взаимозависимость проектных запасов. Достаточность степени адекватности модели синтеза. Связь достаточной адекватности  с исследованием чувствительности решения при изменении правых частей ограничений и параметров исходных данных. Алгоритм оценки адекватности модели. Оценка адекватности и инженерный анализ результатов проектирования.

  1. Постоптимизационный анализ. Оценка чувствительности решения 293-298, 310-312

Цель изучения окрестности оптимальной точки пространства состояний проектируемой системы. Замена целевой функции линейным приближением. Определение зависимости компонентов оптимального решения от значений элементов технического задания. Построение зависимости критерия от компонентов вектора оптимизируемых переменных. Коэффициенты эластичности  решения и зона безразличия при решении задачи синтеза.

Задачи

10.

  1. Решение примера поиска глобального экстремума:

1.1   2X14  + X24  -( X1 + X2)2 à max(min), X έ R2

20.2  2X14  + 2X24  -( X1 + X2)2 à max(min), X έ R2

20.3  2X14  + X24  -( 2X1 + X2)2 à max(min), X έ R2

20.4  2X14  + X24  -( X1 + 2X2)2 à max(min), X έ R2

20.5  X14  + 2X24  -( X1 + X2)2 à max(min), X έ R2

20.6  X14  + X24  -( 2X1 + X2)2 à max(min), X έ R2

20.7  X14  + X24  -( X1 + 2X2)2 à max(min), X έ R2

20.8  X14  + 3X24  -( X1 + X2)2 à max(min), X έ R2

20.9  X14  + 3X24  -( 2X1 + X2)2 à max(min), X έ R2

20.10  X14  + 3X24  -( X1 + 2X2)2 à max(min), X έ R2

20.11  X14  + 3X24  -( 3X1 + X2)2 à max(min), X έ R2

20.12  2X14  + 3X24  -( X1 + X2)2 à max(min), X έ R2

20.13  2X14  + 3X24  -( 2X1 + X2)2 à max(min), X έ R2

20.14  2X14  + 3X24  -( X1 + 2X2)2 à max(min), X έ R2

20.15  2X14  + 4X24  -(2 X1 + X2)2 à max(min), X έ R2

20.16  2X14  + 4X24  -( X1 +2 X2)2 à max(min), X έ R2

20.17  X14  + 4X24  -( X1 + X2)2 à max(min), X έ R2

20.18  X14  + 4X24  -( 2X1 + X2)2 à max(min), X έ R2

20.19  2X14  + 4X24  -( 2X1 + X2)2 à max(min), X έ R2

23. Решить задачу методом множителей Лагранжа.

23.1   f(x) = x12 + 2x22 + x32 ->min  при  2x1 - x2 + x3  ≤ 6    x1 + x2 + x3  = 4

23.2   f(x) = x12 + x22 + 2x32->min     при  2x1 - 2x2 + x3  ≤ 7    x1 + x2 + x3  = 4

23.3   f(x) = 2x12 + x22 + x32->min     при  2x1 - x2 +2 x3  ≤ 5    x1 + x2 + x3  = 5

23.4   f(x) = 3x12 + x22 + x32 ->min    при  3x1 - 3x2 + x3  ≤ 7    2x1 + x2 + x3  = 6

23.5   f(x) = x12 + 4x22 + x32 ->min    при  3x1 - x2 + 3x3  ≤ 6    x1 + 2x2 + x3  = 4

23.6   f(x) = x12 + x22 + 5x32 ->min    при  3x1 - 4x2 + x3  ≤ 4    x1 + x2 + 2x3  = 6

23.7   f(x) = 2x12 + x22 + x32 ->min    при  2x1 - 3x2 + 4x3  ≤ 6    3x1 + x2 + x3  = 5

23.8   f(x) = x12 + 2x22 + x32 ->min    при  3x1 - x2 + 3x3  ≤ 7    x1 + 3x2 + x3  = 4

23.9   f(x) = x12 + x22 + 2x32 ->min    при  4x1 - 2x2 + x3  ≤ 6    x1 + x2 + 3x3  = 6

23.10   f(x) = 3x12 + x22 + x32 ->min    при  5x1 - x2 + 2x3  ≤ 4    4x1 + x2 + x3  = 5

23.11   f(x) = x12 + 3x22 + x32 ->min    при  2x1 - 3x2 + x3  ≤ 7    x1 + 4x2 + x3  = 4

23.12   f(x) = x12 + x22 + 3x32 ->min    при  3x1 - x2 + 3x3  ≤ 6    x1 + x2 + 4x3  = 6

23.13   f(x) = 4x12 +x22 + x32 ->min    при  4x1 - 4x2 + 2x3  ≤ 4    5x1 + x2 + x3  = 5

23.14   f(x) = x12 + 4x22 + x32 ->min    при  5x1 - 2x2 + x3  ≤ 7    x1 + 5x2 + x3  = 4

23.15   f(x) = x12 + x22 + 4x32 ->min    при  2x1 - x2 + 2x3  ≤ 6    x1 + x2 + 5x3  = 6

23.16   f(x) = 5x12 + x22 + x32 ->min    при  3x1 - 2x2 + x3  ≤ 4    6x1 + x2 + x3  = 5

23.17   f(x) = x12 + 5x22 + x32 ->min    при  4x1 - x2 + 3x3  ≤ 7    x1 + 6x2 + x3  = 4

23.18   f(x) = x12 + x22 + 5x32 ->min    при  5x1 - 3x2 + x3  ≤ 6    x1 + x2 + 6x3  = 6

23.19   f(x) = 6x12 + x22 + x32 ->min    при  2x1 - x2 + 4x3  ≤ 4    7x1 + x2 + x3  = 5

24. Решить следующую задачу методом множителей Лагранжа.

24.1  f(x) = 2x12 + x22 ->max(min)  при  x14 - x24  = 1

24.2  f(x) = x12 + 2x22 ->max(min)  при  2x14 - x24  = 1

24.3  f(x) = 3x12 + x22 ->max(min)  при  x14 - 2x24  = 1

24.4  f(x) = x12 + 3x22 ->max(min)  при  3x14 - x24  = 1

24.5  f(x) = 4x12 + x22 ->max(min)  при  x14 - 3x24  = 1

24.6  f(x) = x12 + 4x22 ->max(min)  при  x14 - x24  = 1

24.7  f(x) = 2x12 + x22 ->max(min)  при  2x14 - x24  = 1

24.8  f(x) = x12 + 2x22 ->max(min)  при  x14 - 2x24  = 1

24.9  f(x) = 3x12 + x22 ->max(min)  при  3x14 - x24  = 1

24.10  f(x) = x12 + 3x22 ->max(min)  при  x14 - 3x24  = 1

24.11  f(x) = 4x12 + x22 ->max(min)  при  x14 - x24  = 1

24.12  f(x) = x12 + 4x22 ->max(min)  при  2x14 - x24  = 1

24.13  f(x) = 5x12 + x22 ->max(min)  при  x14 - 2x24  = 1

24.14  f(x) = x12 + 5x22 ->max(min)  при  3x14 - x24  = 1

24.15  f(x) = 2x12 + x22 ->max(min)  при  x14 - 3x24  = 1

24.16  f(x) = x12 + 2x22 ->max(min)  при  x14 - x24  = 1

24.17  f(x) = 3x12 + x22 ->max(min)  при  2x14 - x24  = 1

24.18  f(x) = x12 + 3x22 ->max(min)  при  x14 - 2x24  = 1

24.19  f(x) = 4x12 + x22 ->max(min)  при  3x14 - x24  = 1

МЕТОД ВЕТВЕЙ И ГРАНИЦ

ЦЕЛОЧИСЛЕННОЕ РЕШЕНИЕ ЗАДАЧИ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ МЕТОДОМ ВЕТВЕЙ И ГРАНИЦ

Вариант  1    у=3Х1+2Х2    

Вариант  2    у=3Х1+2Х2   

 

Вариант  3   у=3Х1+2.5Х2   

Вариант  4  у=3Х1+2.5Х2   

Вариант  5  у=3.5Х1+3Х2   

Вариант  6  у=3.5Х1+3Х2  

 

Вариант  7  у=3.5Х1+3Х2  

Вариант  8  у=3.5Х1+2.5Х2  

Вариант  9  у=3.5Х1+2.5Х2  

Вариант  10  у=3.5Х1+2.5Х2  

Вариант  11  у=3.5Х1+3Х2  

Вариант  12  у=3.5Х1+3Х2  

Вариант  13  у=3.5Х1+3Х2 

 

Вариант  14  у=3.5Х1+3Х2 

Вариант  15  у=4Х1+3Х2 

Вариант  16  у=4Х1+3Х2 

Вариант  17  у=4Х1+3Х2 

Вариант  18  у=4Х1+3Х2 

1  Артамонов Сергей Иванович

1-13

2 Дворников Иван Валентинович

1-7

3. Ильичев Игорь Васильевич

1-2

4 Крылов Дмитрий Иванович

5 Любимов Алексей Сергеевич

1-4 -8

6 Николаев Владимир Юрьевич

7 Новиков Алексей Евгеньевич

1-3-24

8 Пирогов Дмитрий Сергеевич

1-3-16

9 Полозов Алексей Юрьевич

10 Родин Алексей Михайлович

1-2

11 Сатаров Алексей Юрьевич

12 Фофанов Сергей Иванович

13 Черепанов Павел Александрович

14 Шейн Андрей Александрович

1-3-6

15 Василов Артем Георгиевич

16 Морозов Павел Викторович

1-2

17 Петров Борис Леонидович

1-2

18 Рытов Павел Александрович

1-2