Файл: пензенский государственный университет политехнический институт.docx

ВУЗ: Не указан

Категория: Диссертация

Дисциплина: Не указана

Добавлен: 30.11.2023

Просмотров: 86

Скачиваний: 4

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

СОДЕРЖАНИЕ

Содержание

Введение

Основные положения, выносимые на защиту:

Эквивалентные преобразования моделей задач линейного программирования

Анализ моделей и алгоритмов решения задач о назначениях

Анализ эквивалентных преобразований моделей задач о назначениях

Выводы

Модель и алгоритм решения задачи с приоритетными назначениями

Выводы

Алгоритм решения простейшей линейной многокритериальной задачи о назначениях Многообразие многокритериальных задач в сочетании с отсутствием единого принципа оптимальности порождает огромное число методов их решению. Использование того или иного подхода к решению конкретной задачи может оказать существенное влияние на трудоемкость вычислений. Это относится особенно к специальным классам задач, для которых при скалярном критерии качества разработаны эффективные алгоритмы, использующие специфику ограничений и критериальной функции. Одной из таких задач является задача о назначениях.В основе подавляющего большинства методов решения многокритериальных задач лежит понятие веса критерия, характеризующего его сравнительную важность. Наиболее распространенные методы решения многокритериальных задач основаны на свертке набора исходных целевых функций (с учетом их веса) в один обобщенный скалярный критерий [71]. Такой подход позволяет получить оптимальное по Парето решение и при этом характеризуется вычислительной эффективностью. Использование свертки обеспечивает возможность применения для решения многокритериальной задачи о назначениях специально разработанные для однокритериального случая методы – венгерский и метод Мака.Свертка частных критериев разного смыслового содержания не позволяет интерпретировать значение взвешенного обобщенного критерия, поэтому в общем случае использование операторов свертки требует предварительного нормирования матриц затратСl,l 1, k, т.е. приведения их к единой безразмерной шкале. Часто используемый способ нормирования – минимакс-нормализация.Предлагается следующий алгоритм решения простейшей многокритериальной линейной задачи о назначениях (70) – (75). Нормировать матрицы затрат Сl, l 1, k: cl clсl ijmin . c  cijl maxlmin Составить целевые функции безразмерными коэффициентами: f1(X), f2 (X),..., fk(X) с n nlfl(X)  сijxij, l 1, ki1 j1 Составить вектор   (1, 2,..., k)весовых коэффициентов относительной важности целевых функцийf1(X), f2 (X),..., fk(X) ,l 0 , l 1.k, l 1. В том случае, если все критерии имеют одинаковуюl1 важность,l 1, l 1.k. Составить скалярную целевую функция (обобщенный критерий) g(X)   ) ,( f1(X), f2 (X),..., fk(X),где  – оператор свертки. Перейти к однокритериальной задаче о назначениях вида g(X)  min, (76) n xij 1, j 1, n,i1 (77) n xij 1, i 1, n,j1 (78) xij{0,1}, i, j 1, n. (79) Решить задачу (76) – (79) венгерским методом или методом Мака. Результатом является получение решения, оптимального по Парето. Решая задачу многократно и с изменением весовых коэффициентов, можно получить множество Парето-оптимальных решений. Вид свертки в каждом конкретном случае отражает приемлемую для ЛПР форму компромисса между частными критериями. Наиболее часто используемыми свертками являются линейная свертка, мультипликативная свертка и свертка на основе отклонения от идеальной точки. 1   ...   8   9   10   11   12   13   14   15   ...   21

Решение простейшей линейной многокритериальной задачи о назначениях с использованием свертки на основе отклонения от идеальной точки Под идеальной точкой в многокритериальной задаче о назначениях вида (71) – (76) понимают такой векторF*(X)  Rk, компоненты которого являются минимумами целевых функцийf1(X), f2 (X),..., fk(X) по отдельности, т.е.fl*(X)  min fl(X),XDl 1, k. В практических задачах идеальная точка является недостижимой [73]. Свертка на основе идеальной точкиF*(X)имеет вид: g(X)  (F(X), F*(X)) , где  – некоторая метрика вRk. Наиболее часто используются взвешенная чебышевская метрика g(X)  maxlfl(X)  fl* l (80) и взвешенная евклидова метрика kg(X)  ( fl(X)  fl*)2.l1 (81) Предлагается следующий алгоритм составления обобщенного скалярного критерия на основе идеальной точки: составить kоднокритериальных задач о назначениях вида n nlfl(X)  cijxij min,i1 j1n (82)  xij 1, j 1, n,i1n (83)  xij 1, i  1, n,j1 (84) xij{0,1}, i, j 1, n, (85) гдеl 1,k; найти X * – оптимальное решение l-й задачи вида (82) – (84) и lfl*  fl(X*) , l 1, k; lсоставить вектор F*(X)  ( f*, f*,..., f*) , гдеfl*  fl(X*) , l 1, k;1 2 k lсоставить свертку на основе отклонения от идеальной точки по формуле (80) или (81). Разработана программа для нахождения решения многокритериальной линейной задачи о назначениях с использованием свертки на основе отклонения от идеальной точки средствами математического пакета Mathcad, полный текст которой представлен в приложении E. На рисунке 20 приведены результаты применения свертки на основе отклонения от идеальной точки к многокритериальной задаче о назначениях, исходные данные которой совпадают с исходными данными задачи, решенной с использованием линейной свертки: Рисунок 20 – Результаты решения многокритериальной линейной задачи о назначениях с использованием свертки на основе отклонения от идеальной точки На рисунке 20 представлены матрица X – оптимальное по Парето решение, полученное с использованием чебышевской метрики, и матрица Y – оптимальное по Парето решение, полученное с использованием евклидовой метрики. Также программа находит для каждого оптимального по Парето решения значения соответствующего ему критериального вектора. Применяя алгоритм многократно с изменением весовых коэффициентов, можно построить множество точек Парето. Выбор конкретного решения из множества Парето-оптимальных осуществляется ЛПР.Следует отметить, что в некоторых прикладных задачах ЛПР за идеальную точку может принять реальное решение, соответствующее некоторым принятым стандартам или планируемым значениям. 1   ...   10   11   12   13   14   15   16   17   ...   21

Модель и алгоритм решения многокритериальной задачи о назначениях с целевыми функциями противоположного направления

Модель и алгоритм решения многокритериальной открытой задачи о назначениях Обобщим открытую задачу о назначениях на случай многокритериальности. Математическая модель такой задачи в предположенииm nимеет вид:

Модель и алгоритм решения многокритериальной задачи с порядком назначений Обобщим задачу с порядком назначений на случай многокритериальности. Математическая модель такой задачи имеет вид:nn f1(X)  c1 x min,(121) ijiji1 j1… nn k(X)  ckx min,n (122)  xij 1,n j 1, n, (123)  xij 1, i  1, n, (124) {0,1}, i1, n, j 1, n, , i1, n, j h1, n, j*  1, h. (126) f xij гдеP {1,2,.., h}пр.(i, j)  (i, j*)– подмножество индексов работ, распределяемых в первую очередь.В главе 2 показано, что однокритериальная задача с порядком назначений эквивалента совокупности двух последовательно решаемых задач – открытой и с недопустимыми назначениями. Аналогично, многокритериальная задача с порядком назначений эквивалента совокупности двух последовательно решаемых задач – многокритериальной открытой задаче и многокритериальной задаче с недопустимыми назначениями. Следовательно, можно описать алгоритм решения многокритериальной задачи с порядком назначений. Нормировать матрицы затрат Сl, l 1, k: cl clсl ijmin . c  cijl maxlmin Найти размер штрафа Ml 2n. Построить математическую модель назначения на работы из множества P :

Выводы

Заключение

Список использованных источников


МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

Федеральное государственное бюджетное образовательное учреждение высшего образования

«ПЕНЗЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ



Факультет

Кафедра

вычислительной техники

«МОиПЭВМ»




Направление подготовки

09.04.02 «Информационные системы и технологии»


Магистерская программа

Проектирование, разработка и эксплуатация информационных систем


МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ

на тему

Моделииалгоритмырешенияобобщенныхзадачоназначениях



Студент
Руководитель
Нормоконтролер Рецензент

БалашоваИринаЮрьевна

(подпись, дата) (ФИО полностью)
БезяевВ.С.

(подпись, дата) (фамилия, инициалы)
ТакташкинД.В.

(подпись, дата) (фамилия, инициалы)
АфонинА.Ю.

(подпись, дата) (фамилия, инициалы)


Работадопущенакзащите(протокол заседания кафедры от )
Заведующий кафедрой Макарычев П.П.

(подпись) (фамилия, инициалы)
Работа защищенасотметкой (протокол заседания ГЭК от )
Секретарь ГЭК ПоповаН.А.

(подпись) (фамилия, инициалы)


Пенза, 2020

Содержание


Введение 4

  1. Анализ задачи о назначениях и алгоритмов ее решения 8

    1. Модели задач линейного программирования 8

    2. Эквивалентные преобразования моделей задач линейного

программирования 10

    1. Простейшая линейная модель задачи о назначениях и ее особенности . 11

    2. Анализ алгоритмов решения простейшей линейной задачи о

назначениях 12

    1. Анализ моделей и алгоритмов решения задач о назначениях 15

    2. Анализ эквивалентных преобразований моделей задач о назначениях 21

Выводы 32

  1. Модели и алгоритмы решения однокритериальных обобщенных линейных задач о назначениях 33

    1. Модель и алгоритм решения задачи с недопустимыми комбинациями

назначений 33

    1. Модель и алгоритм решения задачи с порядком назначений 39

    2. Модель и алгоритм решения задачи с приоритетными назначениями 45

Выводы 49

  1. Модели многокритериальных задач о назначениях и алгоритмы их

решения 51

    1. Модель простейшей линейной многокритериальной задачи о

назначениях 51

    1. Алгоритм решения простейшей линейной многокритериальной

задачи о назначениях 53

    1. Решение простейшей линейной многокритериальной задачи о

назначениях с использованием линейной свертки 55

    1. Решение простейшей линейной многокритериальной задачи о

назначениях с использованием мультипликативной свертки 58

    1. Решение простейшей линейной многокритериальной задачи о назначениях с использованием свертки на основе отклонения от

идеальной точки 61

    1. Модель и алгоритм решения многокритериальной задачи о

назначениях с целевыми функциями противоположного направления 63

    1. Модель и алгоритм решения многокритериальной открытой задачи

о назначениях 65

    1. Модель и алгоритм решения многокритериальной задачи с

недопустимыми назначениями 67

    1. Модель и алгоритм решения многокритериальной задачи с

порядком назначений 69

    1. Модель и алгоритм решения многокритериальной задачи с приоритетными назначениями 72

Выводы 74

Заключение 75

Список использованных источников 76

Приложение А Листинг программы поиска оптимального решения

открытой задачи о назначениях 84

Приложение Б Листинг программы поиска оптимального решения задачи о назначениях с матрицей затрат, элементы которой

произвольного знака 86

Приложение В Листинг программы поиска оптимального решения

задачи с недопустимыми назначениями 88

Приложение Г Листинг программы поиска оптимального решения

задачи с порядком назначений 90

Приложение Д Листинг программы поиска оптимального решения

задачи с приоритетными назначениями 93

Приложение Е Листинг программы поиска оптимального решения простейшей линейной многокритериальной задачи о назначениях с

использованием свертки на основе отклонения от идеальной точки 95


Введение


Актуальность темы исследования. Задача о назначениях является одной из фундаментальных задач математического программирования. Она широко используется в прикладной деятельности и имеет множество интерпретаций. В частности, математическая модель задачи о назначениях позволяет формально описать и провести количественный анализ таких ситуаций, как определение победителей конкурсных торгов, подбор персонала на вакантные должности, прикрепление транспорта к одному из маршрутов, распределение работ между механизмами, распределение целей между средствами поражения и т.д. Существуют стандартные алгоритмы поиска оптимального решения задачи о назначениях с простейшей линейной моделью, позволяющие получить точное решение за полиномиальное время. К таким алгоритмам относятся венгерский метод и метод Мака.

Как правило, формулировка большинства прикладных задач о назначениях не удовлетворяет простейшей линейной модели и требует ее обобщения. Результатом обобщения является задача с нелинейной целевой функцией (Misevicius A., Burkard R. E., Каширина И. Л., Лагздин А. Ю.), многокритериальная задача (Scarelli А, Cela E., Кочкаров Р. А., Ларичев О. И.), интервальная и нечеткая задачи (Salehi K., Kumar A., Леденева Т. М., Попов В. П., Майорова И. В.), многоиндексная задача (Pusztaszeri J. F., Rensing P. E., Гимади Э. Х., Афраймович Л. Г.) и пр. Такое многообразие математических моделей задач о назначениях, обусловленное их прикладной направленностью, порождает огромное число алгоритмов их решения. Большое количество исследований связано с разработкой алгоритмов решения на графах (Гимади Э. Х., Айран Н. М., Сердюков А. И., Коркишко Н. М., Кордюков Р. Ю., Допира Р. В., Иванова А. В.), разработкой алгоритмов, основанных на модификации метода динамического программирования (Martello S., Burkard R., Лагздин А. Ю., Забудский Г. Г.), модификации метода ветвей и границ (Burkard R., Balas E., Magos D., Афраймович Л. Г., Тюнтяев А. С.), построением генетических алгоритмов решения (Fleurent
C., Holland J. H., Ramadoss S. K., Каширина И. Л.,

Семенов Б. А., Гуляницкий Л. Ф.), созданием алгоритмов решения, основанных на использовании двойственных методов (Goldfarb D., Медведева О. А., Чернышова Г. Д., Малюгина О. А.). Часто предложенные алгоритмы характеризуются громоздкостью используемого математического аппарата, а также не гарантируют нахождения оптимального решения в общем случае, что может привести к значительным экономическим потерям в контексте многих прикладных задач. При этом недостаточно внимания уделяется вопросам эквивалентных преобразований, с помощью которых можно существенно упростить исходную математическую модель задачи и привести ее к виду, для которого уже разработан эффективный алгоритм решения. Известны лишь отдельные примеры задач о назначениях, для нахождения оптимального решения которых используются эквивалентные преобразования – это задача с целевой функцией на максимум (Butkovic P., Burkard R., Богданова Е. Л., Соловейчик К. А.), открытая задача (Абу-Абед Ф.Н., Медведева О. А., Иванова А. В., Муха В. С.), задача с матрицей затрат, элементы которой произвольного знака (Лелякова Л. В., Харитонова А. Г., Чернышова Г. Д.) задача с запретами на отдельные назначения (Эддоус М., Стэнсфилд Р., Медведева О. А.). В связи с этим задача описания эквивалентных преобразований задачи о назначениях и разработки алгоритма приведения обобщенной модели к эквивалентной форме, позволяющей использовать существующие стандартные алгоритмы решения, является актуальной.

Целью магистерской диссертации является построение математических моделей линейных обобщенных задач о назначениях и разработка алгоритмов решения, основанных на эквивалентных преобразованиях математических моделей.

Задачи исследования. Для достижения указанной цели необходимо решить следующие задачи:

  • выделить особенности математической модели простейшей линейной задачи о назначениях и провести анализ стандартных алгоритмов ее решения;

  • сформулировать эквивалентные преобразования моделей задач о назначениях;

  • описать подмножество задач о назначениях, математическая модель которых эквивалентна простейшей линейной;

  • разработать алгоритмы решения обобщенных задач о назначениях, основанные на эквивалентных преобразованиях математических моделей;

  • разработать комплекс программ, реализующих разработанные алгоритмы.