数学プログラミングは、最適なソリューションを見つけるためのメソッドの実装。これらのタイプの問題の解決は、四肢機能の研究に関連しています。数学的プログラミングの方法は、サイバネティックスの応用の方向に非常に広まっています。
に表示される多数のタスク社会は、意思決定の意識的な基礎に基づいている現象と関連付けられることがよくあります。数学的プログラミングの問題がその用途を見つけるのは、人間の生活のさまざまな分野で使用される可能な一連の行動を必要に応じて選択することです。
社会の発展の歴史は、限られた量の情報は常に正しい判断を下すのを妨げ、最適な判断は主に直感と経験に基づいていました。その後、情報量の増加に伴い、直接計算を使用して決定を下しました。
絵は現代では完全に異なって見えますそこで生産される商品の範囲が広いため、入力情報のフローが単純に膨大である企業。その処理は、最新の電子技術を使用してのみ可能です。そして、提案されたソリューションから最適なものを選択する必要がある場合、電子機器なしでは絶対に不可能です。
したがって、数学プログラミングは次の主要な段階を経ます。
最初の段階では、すべての要素を重要度の順にランク付けし、それらが従うことができるそれらの間のパターンを確立します。
2番目の段階は、問題モデルの構築です。数式。つまり、それは現実を抽象化したものであり、数学記号を使用して表されます。数学的モデルは、制御パラメーターと選択された現象との間の関係を確立することができます。この段階には、そのような特性の構築が含まれている必要があります。この場合、大きい値または小さい値のそれぞれが、行われる決定の観点からの最適な状況に対応します。
リストされたステージの実装の結果に基づいて、特定の数学的知識を使用して数学的モデルが形成されます。
第三段階は研究です目的関数に大きな影響を与える変数。この期間は、意思決定の第2段階で発生する問題の解決に役立つ特定の数学的知識の所有を提供する必要があります。
4番目のステップは比較することですモデル化されたオブジェクトを使用して第3段階で得られた計算結果。言い換えれば、この段階では、モデル化されたオブジェクトとのモデルの妥当性は、初期データの必要な精度を達成する範囲内で確立されます。この段階での意思決定は、調査の結果によって異なります。そのため、不十分な比較結果を受け取った場合、モデル化されたオブジェクトに関する入力データが指定されます。必要が生じた場合、その後の新しい数学モデルの構築、設定された数学問題の解、および結果の新しい比較により、問題の説明が明確になります。
数学プログラミングでは、2つの主要な計算領域を使用できます。
-すべての初期情報の確実性を前提とする確定的問題の解決策。
-可能にする確率的プログラミング不確実性の要素を含む問題を解く、またはこれらの問題のパラメーターがランダムな場合。たとえば、生産計画は、実際の情報が不完全に表示される状況で実行されることがよくあります。
基本的に、数学的プログラミングの構造には、線形、非線形、凸状、および2次のプログラミングセクションがあります。
