Cтраница 2
Если параметры представляют собой случайные величины, то формулируют и решают задачи стохастического программирования, потому что замена случайных параметров детерминистическими может нарушить адекватность модели относительно управляемого процесса. При решении задач стохастического программирования применяют два подхода: прогнозируют статистические характеристики поведения идентичных объектов методами пассивного стохастического программирования; используют методы и алгоритмы планирования и управления в условиях неполной информации, решают оптимизационные задачи планирования и управления ТСК со случайно изменяющимися параметрами методами активного стохастического программирования. В этом случае вероятностный характер оптимизируемого процесса проявляется в ограничениях оптимизационной задачи. [16]
Они учитывают стохастические связи только случайных параметров, принадлежащих одной строке. Подчеркнем, что для решения задач стохастического программирования требуется процедура рандомизации - перехода от вероятностной модели к детерминистической. [17]
Аналогичные ситуации возникают при разработке алгоритмов управления случайными процессами или процессами, сопровождающимися случайными возмущениями. Оптимальный алгоритм целесообразно рассматривать как решение задачи стохастического программирования. Показатель качества и ограничения задачи определяются конкретным назначением алгоритма и априорными статистическими характеристиками случайных возмущений. [18]
В задачах стохастического программирования, отвечающих ситуациям, в которых решение следует принимать до наблюдения реализации случайных условий и нельзя корректировать решение при получении информации о реализованных значениях случайных параметров, естественно определять оптимальный план в виде детерминированного вектора. Так определяется класс стохастических задач, для которых естественные решающие правила - правила нулевого порядка. Решение задач стохастического программирования Б виде случайного вектора позволяет установить связь между компонентами оптимального плана, реализациями параметров условий задачи и их априорными статистическими характеристиками. Каждой реализации условий задачи соответствует, таким образом, реализация решения. Следовательно, решение задачи стохастического программирования в виде случайного вектора целесообразно определять в ситуациях, в которых решение может быть принято после наблюдения реализации условий задачи. [19]
ППП ЛП АСУ предназначен для решения и анализа задач линейного программирования ( ЛП), нелинейного программирования ( НЛП) с нелинейными функциями сепарабельного вида, целочисленного программирования ( ЦП) и задач специальной узкоблочной структуры. Размерность решаемых задач составляет для ЛП до 16000 строк, для ЦП - до 4095 целочисленных переменных и 60000 строк для задач узкоблочной структуры. Пакет может быть использован также для решения задач стохастического программирования ( СТП) при построчных вероятностных ограничениях. В последнем случае необходимо предварительно построить детерминированный аналог. [20]
В задачах стохастического программирования, отвечающих ситуациям, в которых решение следует принимать до наблюдения реализации случайных условий и нельзя корректировать решение при получении информации о реализованных значениях случайных параметров, естественно определять оптимальный план в виде детерминированного вектора. Так определяется класс стохастических задач, для которых естественные решающие правила - правила нулевого порядка. Решение задач стохастического программирования Б виде случайного вектора позволяет установить связь между компонентами оптимального плана, реализациями параметров условий задачи и их априорными статистическими характеристиками. Каждой реализации условий задачи соответствует, таким образом, реализация решения. Следовательно, решение задачи стохастического программирования в виде случайного вектора целесообразно определять в ситуациях, в которых решение может быть принято после наблюдения реализации условий задачи. [21]
Дисперсия ст2 отклонения размеров деталей от заданных зависит от различных параметров, определяющих режим работы станка. Вид зависимости предполагается известным. Если диаметр детали / - го типа меньше d деталь признается негодной. Если диаметр превышает величину d j, деталь поступает на доработку, и, следовательно, затраты на ее выпуск повышаются. Ясно, что выбор параметров режима станка, гарантирующего максимальное значение средней прибыли при заданных ресурсах и фиксированной вероятности удовлетворения спроса на детали всех типов, сводится к решению задачи стохастического программирования с вероятностными ограничениями. Решение задачи ( размеры диаметров деталей) целесообразно определять в виде нормального решающего распределения, статистические характеристики которого зависят известным образом от искомых значений параметров режима работы станка. [22]