Քանի՞ օպտիմալ լուծում գծային ծրագրավորման մեջ:

Բովանդակություն:

Քանի՞ օպտիմալ լուծում գծային ծրագրավորման մեջ:
Քանի՞ օպտիմալ լուծում գծային ծրագրավորման մեջ:

Video: Քանի՞ օպտիմալ լուծում գծային ծրագրավորման մեջ:

Video: Քանի՞ օպտիմալ լուծում գծային ծրագրավորման մեջ:
Video: Խնդիրների լուծում #1։ Ալգորիթմներ և տվյալների կառուցվածքներ Python ծրագրավորման լեզվով։ 2024, Նոյեմբեր
Anonim

Օպտիմալացման գործընթացի հիմնական նպատակն է գտնել այն փոփոխականների արժեքները, որոնք նվազագույնի են հասցնում կամ առավելագույնի են հասցնում նպատակային ֆունկցիան՝ միաժամանակ բավարարելով սահմանափակումները: Այս արդյունքը կոչվում է օպտիմալ լուծում: Կան լավ ավելի քան 4000 լուծման ալգորիթմ տարբեր տեսակի օպտիմալացման խնդիրների համար:

Քանի՞ օպտիմալ լուծումներ կան:

Եթե կա մեկից ավելի օպտիմալ լուծում, ապա կան անհամար շատ օպտիմալ լուծումներ: 5. Եթե կան մի քանի օպտիմալ լուծումներ, ապա գոյություն ունեն առնվազն երկու հիմնական իրագործելի լուծումներ, որոնք օպտիմալ են:

Քանի՞ օպտիմալ լուծում կարող է ունենալ գծային ծրագիրը:

LP մոդելը կարող է ունենալ կամ 1 օպտիմալ լուծում կամ ավելի քան 1 օպտիմալ լուծում, սակայն այն չի կարող ունենալ ճշգրիտ 2 օպտիմալ լուծում:

Կարո՞ղ է լինել մեկից ավելի օպտիմալ լուծում գծային ծրագրավորման մեջ:

Բազմաթիվ օպտիմալ լուծումներ կառաջանան գծային ծրագրում, որն ունի մեկից ավելի հիմնական լուծումներ, որոնք կարող են նվազագույնի հասցնել կամ առավելագույնի հասցնել պահանջվող օբյեկտիվ ֆունկցիան: Երբեմն, բազմակի օպտիմալ լուծումները կոչվում են այլընտրանքային հիմնական լուծում:

Ինչպե՞ս եք գտնում գծային ծրագրավորման օպտիմալ լուծումների քանակը:

Մենք որոշում ենք LP-ի օպտիմալ լուծումը գծագրելով (180x + 160y)=K (K հաստատուն) տարբեր K արժեքների համար (իզո-շահույթ գծեր): Նման տողերից մեկը (180x + 160y=180) ցույց է տրված գծապատկերում:

Խորհուրդ ենք տալիս: