/ / 수학적 프로그래밍은 최적의 결정을 내리는 올바른 방법입니다.

수학적 프로그래밍은 최적의 결정을 내리는 올바른 방법입니다.

수학적 프로그래밍은최적의 솔루션을 찾는 방법의 구현. 이러한 유형의 문제에 대한 해결책은 극한에 대한 기능 연구와 관련이 있습니다. 수학적 프로그래밍의 방법은 사이버네틱스의 적용 방향으로 매우 널리 퍼져 있습니다.

에 나타나는 많은 작업사회는 종종 의식적인 결정에 기반한 현상과 관련이 있습니다. 수학적 프로그래밍 문제가 적용되는 것은 인간 생활의 다른 영역에서 사용되는 가능한 행동 과정의 필요한 선택과 함께입니다.

사회 발전의 역사는제한된 양의 정보는 항상 올바른 결정을 내리는 데 방해가되었으며 최적의 결정은 주로 직감과 경험에 기반을 두었습니다. 나중에 정보의 양이 증가함에 따라 직접 계산이 의사 결정에 사용되기 시작했습니다.

사진은 현대에서 완전히 다르게 보입니다.생산되는 상품의 범위가 넓기 때문에 입력 정보의 흐름이 엄청나게 큰 기업. 처리는 현대 전자 기술을 사용해야 만 가능합니다. 제안 된 솔루션에서 최적의 솔루션을 선택해야한다면 전자 장치 없이는 할 수 없습니다.

따라서 수학적 프로그래밍은 다음과 같은 주요 단계를 거칩니다.

첫 번째 단계는 중요도 순으로 모든 요소의 순위를 매기고 그 요소가 순종 할 수있는 패턴을 설정하는 것입니다.

두 번째 단계는 문제 모델의 구성입니다.수학적 표현. 즉, 수학적 기호를 사용하여 표현 된 현실의 추상화입니다. 수학적 모델은 제어 매개 변수와 선택한 현상 사이의 관계를 설정할 수 있습니다. 이 단계에는 그러한 특성의 구성이 포함되어야하며, 각각의 더 크거나 더 작은 값은 내린 결정의 관점에서 최적의 상황에 해당합니다.

이러한 단계의 구현 결과에 따라 특정 수학적 지식을 사용하여 수학적 모델이 형성됩니다.

세 번째 단계는 연구를 포함합니다목적 함수에 중요한 영향을 미치는 변수. 이 기간은 의사 결정의 두 번째 단계에서 발생하는 문제를 해결하는 데 도움이되는 특정 수학적 지식의 소유를 제공해야합니다.

네 번째 단계는모델링 된 객체로 세 번째 단계에서 얻은 계산 결과. 즉,이 단계에서 모델링 된 객체와 모델의 적합성은 초기 데이터의 필요한 정확도를 달성하는 한계 내에서 설정됩니다. 이 단계에서의 의사 결정은 연구 결과에 따라 달라집니다. 따라서 만족스럽지 못한 비교 결과를 받으면 모델링 된 객체에 대한 입력 데이터를 지정합니다. 필요가 발생하면 문제에 대한 설명이 명확 해지고 새로운 수학적 모델의 구성, 설정된 수학적 문제의 솔루션 및 결과의 새로운 비교가 이어집니다.

수학적 프로그래밍을 사용하면 두 가지 주요 계산 영역을 사용할 수 있습니다.

-모든 초기 정보의 확실성을 전제로하는 결정 론적 문제의 해결책

-허용하는 확률 적 프로그래밍불확실성 요소가 포함 된 문제를 해결하거나 이러한 문제의 매개 변수가 무작위 일 때 해결합니다. 예를 들어, 생산 계획은 종종 실제 정보의 불완전한 표시 조건에서 수행됩니다.

기본적으로 수학적 프로그래밍에는 선형, 비선형, 볼록 및 2 차 구조의 프로그래밍 섹션이 있습니다.