Cтраница 3
Запись задач стохастического программирования в терминах функциональных пространств позволяет использовать для качественного анализа и для создания численных методов построения оптимальных решающих правил бесконечномерные аналоги двойственных постановок. [31]
Разделим задачи стохастического программирования, решаемые в смешанных стратегиях, на две группы. К первой группе отнесем задачи, в которых задана область изменения допустимых чистых стратегий ( область реализаций решения), на которой можно строить распределения, определяющие допустимые смешанные стратегии. [32]
Рассмотрим задачу стохастического программирования, оптимальный план которой определяется в априорных решающих распределениях. [33]
Постановка задач стохастического программирования существенно зависит от того, есть ли возможность при выборе решений уточнить состояние природы 0 путем некоторых наблюдений или нет. В связи с этим различают задачи оперативного и перспективного стохастического программирования. [34]
Непрямые методы стохастического программирования могут быть основаны на применении необходимых условий экстремума, на сведении или подмене стохастической задачи детерминированным аналогом - задачей нелинейного программирования, решение которой можно получить известными методами. [35]
Изложение проблем стохастического программирования выходит далеко за рамки этой книги. Оно требует не только много места. Методы стохастической оптимизации требуют и специальной культуры, поэтому описание этих методов необходимо сочетать с рядом специальных разделов теории вероятностей. [36]
Постановки задач стохастического программирования при прикреплении потребителей продукции к поставщикам основываются на том, что при вероятностном характере изменений ресурсов и потребностей существует определенный небаланс ресурсов и потребностей. Для определения плана прикрепления вводятся штрафы, связанные как с недостатком, так и с избытком продукции у потребителя. Определяется план, минимизирующий суммарные затраты. Задача стохастического программирования в такой постановке не может быть применима для установления рациональной системы длительных связей. [37]
Решение задач стохастического программирования требует, таким образом, в общем случае вычисления не систем чисел, а систем функций или вероятностных распределений - решающих правил или решающих распределений задачи. [38]
В задачах перспективного стохастического программирования решение х принимается до проведения каких-либо наблюдений над состоянием природы и поэтому является детерминированным. Такие задачи возникают в перспективном технико-экономическом планировании; при расчете оптимальных траекторий управляемых объектов; в задачах проектирования, когда параметры системы должны быть выбраны вполне конкретными, детерминированными величинами, но в расчете на определенный диапазон возмущений. [39]
Иногда к стохастическому программированию относят также условные экстремальные задачи с вполне детерминированными условиями, в которых по тем или иным причинам целесообразно искать решение в виде распределения случайного вектора. Это главным образом задачи выбора решений в повторяющихся ситуациях, в которых ограничения должны удовлетворяться в среднем ( в том или ином смысле), и интерес представляет только средний аффект от принятых решений. [40]
Вторая функция ( стохастическое программирование) имеет дело не с анализом взаимодействия заданных величин, а с вероятностями их появления. Так, например, имеется определенная вероятность того, что на заводе появится нужда в некоторой запасной части, а также - вероятность наличия на складе запасных частей этого типа. Соотношение этих вероятностей позволяет определить оптимальный размер запаса частей на складе при заданной степени риска исчерпания запаса, и в этом случае математические методы решения подобных задач достаточно разработаны. Внедрению этих методов препятствует, к сожалению, лишь одно: непонимание необходимости их использования со стороны администрации. [41]
Развивающаяся область - стохастическое программирование, задачи которого в отличие от детерминированных задач характеризуются тем, что их исходные данные ( все или часть) - суть случайные величины. [42]
Используемое при этом нелинейное и стохастическое программирование охватывает широкий круг задач, решаемых аналогично задачам линейного программирования для нелинейных, целочисленных и случайных функций. [43]
Пассивная постановка задач стохастического программирования связана с именами Дж. [44]
Важным частным задачам стохастического программирования ( транспортным задачам, задачам распределения ресурсов) посвящены работы А. [45]