Лабораторная работаОптимизацияГод: 2024РТУ МИРЭА: МИРЭА – Российский технологический университет
👁 15💼 0

Готовая лабораторная работа: Методы оптимизации и СППР

Загружена: 20.02.2026 11:14

Сборник лабораторных заданий по СППР: методы Ньютона, множителей Лагранжа, прямая оптимизация, AHP и критерий Парето. Содержит готовые Python-скрипты, конкретные параметры и графики — пригодно для учебных работ и быстрой адаптации.

Содержание

ЛАБОРАТОРНАЯ РАБОТА 1.
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ ОПРЕДЕЛЕННОСТИ
В СТРУКТУРИРОВАННЫХ ЗАДАЧАХ. РЕШЕНИЕ ЗАДАЧИ ОДНОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ БЕЗ ОГРАНИЧЕНИЙ 
ВАРИАНТ 2
Цель работы 
Целью работы является изучение СППР для принятия решений в условиях определенности в структурированных задачах однокритериальной оптимизации без ограничений.
Задание 1
В соответствии с прогнозами издержки предприятия на начальном этапе по производству трех видов продукции описываются функцией:
f=αx12+βx22+γx32+δx1x2+εx1x3+θx2x3+ϵx1+ζx2+ηx3,
где x1, x2, x3  – величина, характеризующая объем производства продукции.
Необходимо найти объем производства 𝑥 x1, x2, x3, обеспечивающий минимальные издержки производства. Критические точки необходимо найти методом Ньютона.
Для варианта 2 значения параметров функции следующие:
α=1, β=1, γ=1, δ=0, ϵ=0, θ=0, ε=−2, ζ=−2, η=−2

Задание 2
Определить оптимальный план производства предприятия (для получения максимальной выручки), выпускающего два вида продукции: x1 и x2   при условии, что продукция реализуется по следующим ценам:
p1=A−B⋅x1
p2=C−D⋅x2 

ЛАБОРАТОРНАЯ РАБОТА 2.
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ ОПРЕДЕЛЕННОСТИ В СТРУКТУРИРОВАННЫХ ЗАДАЧАХ ОДНОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ С ОГРАНИЧЕНИЯМИ
ВАРИАНТ 2
Цель работы 
Целью работы является изучение СППР для принятия решений в условиях определенности в структурированных задачах однокритериальной оптимизации с ограничениями.
Задание 1
Определить оптимальный план производства предприятия (для получения максимальной выручки), выпускающего два вида продукции: x1 и x2 при условии, что продукция реализуется по следующим ценам:
p1=A−Bx1,
p2=C−Dx2 
Предприятие должно выпустить 𝐺 единиц продукции:
x1+x2=G 
Задачу решить методом множителей Лагранжа, методом прямой оптимизации, графическим методом и сравнить результаты.
Для варианта 2 значения параметров функции следующие:
A = 36, B = 1, C = 100, D = 1, G = 60.

ЛАБОРАТОРНАЯ РАБОТА 3. 
ПРИНЯТИЕ РЕШЕНИЙ  В НЕСТРУКТУРИРОВАННЫХ ЗАДАЧАХ НА ОСНОВЕ МЕТОДОВ ЭКСПЕРТНОГО АНАЛИЗА
ВАРИАНТ 2
Цель работы 
Целью работы является изучение СППР для принятия решений слабоструктурированных задач на основе метода парных сравнений.
Задание 1
Методом парных сравнений необходимо выбрать вид рекламы из следующего списка:
1. Телевидение.
2. Социальные сети.
3. Радио.
4. Персональные рассылки.
5. Геомедийная реклама.
Это необходимо для продвижения следующих товаров.
Для варианта 2 товары для продвижения – Автомобили среднего класса.

ЛАБОРАТОРНАЯ РАБОТА 4. 
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ  В ЗАДАЧАХ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ. ВЫБОР МНОЖЕСТВА  ОПТИМАЛЬНЫХ ПО ПАРЕТО РЕШЕНИЙ
ВАРИАНТ 2
Цель работы 
Целями работы являются: 
˗	ознакомление с понятием оптимальности по Парето в задачах многокритериальной оптимизации;
˗	выбор множества оптимальных по Парето решений из предложенных альтернативных вариантов..
Задание 1
Имеется 14 альтернативных решений А1-А14, из которых необходимо выбрать три множества оптимальных по Парето решений для:
⎯ строительства промышленного объекта с минимальной стоимостью – критерий 𝑓1 и минимальным расстоянием до точек подключения инженерных сетей – критерий 𝑓2, выраженных в условных единицах; 
⎯ выбора кандидата для замещения вакантной должности с максимальными значениями уровня квалификации – критерий и максимальными значениями уровня образования – критерий 𝑓1, выраженных в условных единицах;
⎯ выбора для закупки технического изделия с максимальными значениями уровня надежности – критерий 𝑓1 и минимальной стоимостью – критерий 𝑓2, выраженных в условных единицах. Значения критериев 𝑓1 и 𝑓2 представлены в таблицах 4.2 и 4.3.

ЛАБОРАТОРНАЯ РАБОТА 5. 
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ СЛАБОСТРУКТУРИРОВАННЫХ ЗАДАЧ НА ОСНОВЕ МЕТОДА АНАЛИЗА ИЕРАРХИЙ
ВАРИАНТ 2
Цель работы 
Целью работы является изучение СППР для принятия решений слабоструктурированных задач на основе метода анализа иерархий.
Задание 1
Необходимо выбрать квартиру для молодой семьи из предложенных четырех вариантов. Выбор необходимо осуществить по трем критериям методом анализа иерархий.

ЛАБОРАТОРНАЯ РАБОТА 6. 
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ  В ЗАДАЧАХ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ. МЕТОД ЛИНЕЙНОЙ СВЕРТКИ
ВАРИАНТ 2
Цель работы 
Целью работы является изучение метода линейной свертки для принятия решений в задачах многокритериальной оптимизации и ограничения, возникающие при использовании этого метода.
Задание 1
Используя метод линейной свертки, изобразить на критериальной плоскости недоминируемые варианты решений. Сравнить полученные результаты с результатами определения множества Парето.

ЛАБОРАТОРНАЯ РАБОТА 7.
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
ВАРИАНТ 2
Цель работы 
Целью работы является изучение механизма и разработка СППР для принятия решений в условиях неопределенности.
Задание 1
Имеется 7 альтернативных решений А1-А7, из которых необходимо выбрать множество оптимальных по Парето решений для выбора сельскохозяйственной культуры, урожайность которой зависит от погодных условий: 𝑧1 –сухое лето, 𝑧2 – влажное лето – с целью получения максимального дохода. Данные по доходам в зависимости от погодных условий представлены в таблице 1.

ЛАБОРАТОРНАЯ РАБОТА 8. 
РАЗРАБОТКА СППР ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ  В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ С ПОМОЩЬЮ 
ИСПОЛЬЗОВАНИЯ КРИТЕРИЕВ ЛАПЛАСА, ВАЛЬДА, ГУРВИЦА, СЭВИДЖА
ВАРИАНТ 2
Цель работы 
Целью работы является разработка СППР для принятия решений в условиях неопределенности с помощью использования критериев Лапласа, Вальда, Гурвица, Сэвиджа.
Задание 1
Необходимо выбрать оптимальный размер культурно-делового центра из пяти предложенных вариантов: 𝑥1, 𝑥2, 𝑥3, 𝑥4, 𝑥5 с точки зрения затрат на текущее обслуживание в зависимости от количества посетителей в различное время года: Зима –𝑧1, Весна – 𝑧2, Лето – 𝑧3, Осень – 𝑧4 на основании матрицы принятия решений – матрицы затрат. Задачу решить с помощью использования критериев Лапласа, Вальда, Гурвица, Сэвиджа.

Подробное описание

📘 О чем эта работа

Набор лабораторных работ посвящён разработке СППР для принятия решений в условиях определённости. В работе рассматриваются задачи однокритериальной оптимизации без ограничений (минимизация функции издержек для трёх видов продукции), задачи максимизации выручки для двух товаров, ограниченная оптимизация с условием суммы выпуска, методы экспертного анализа (парные сравнения по Саати) и выбор множества решений по Парето для набора альтернатив.

📚 Что внутри

Материалы включают подробные описания моделей, алгоритмов и готовые реализации на Python (используются библиотеки numpy, sympy, scipy, matplotlib). Конкретика по содержанию:

  • Задача минимизации издержек: функция f(x1,x2,x3) с кубическими/квадратичными членами и перекрёстными слагаемыми, для варианта заданы коэффициенты alpha=1, beta=1, gamma=1, delta=0, theta=0, epsilon_2=-2, zeta=-2, eta=-2. Критические точки находятся методом Ньютона (многомерный вариант): вычисление частных производных, матрицы Якоби, проверка детерминанта, использование псевдообратной при вырождении, начальное приближение [1,1,1].
  • Задача максимизации выручки без ограничений: две продукции x1 и x2 с линейными функциями цены p1=A-B*x1, p2=C-D*x2. В примерах используются A=36, B=1, C=90 (в некоторых вариантах C=100), D=1, G=60. Решение через символьное решение системы уравнений и визуализацию контуров выручки.
  • Ограниченная оптимизация: предъявлено задание с условием x1+x2=G; реализованы метод множителей Лагранжа (с системой уравнений ∂L/∂x1=0, ∂L/∂x2=0, ограничение) и прямая численная оптимизация через scipy.optimize.minimize, сравнение результатов и построение графика зависимости выручки от x1 на отрезке [0,G].
  • Экспертные методы: реализация метода парных сравнений (шкала Саати) для выбора рекламной стратегии (альтернативы: телевидение, соцсети, радио, рассылки, геомедийная реклама). Приведена матрица парных сравнений и вычислены веса (в примере лучшей альтернативой оказалось "Телевидение").
  • Парето-оптимальность: пример для 14 альтернатив (A1..A14) с таблицами значений двух критериев f1 и f2; реализована функция поиска недоминируемых решений и их визуализация на плоскости.
  • Код и визуализации: все скрипты строят контурные/бар/точечные графики, печатают промежуточные диагностические сообщения (например, детерминант Якобиана, число итераций метода Ньютона) и вычисляют численные решения.
  • Тестирование и выводы: в каждой работе есть рекомендации по тестированию (проверка сходимости, ограничения итераций, сравнение методов) и краткие выводы о корректности полученных решений.

📊 Для кого подходит

Материалы полезны студентам прикладной математики, экономических и IT‑специальностей 2–4 курсов для выполнения лабораторных и курсовых работ, а также преподавателям как демонстрационные примеры по методам оптимизации и СППР.

✨ Особенности

Готовые и подробно прокомментированные Python‑скрипты с использованием sympy для символьных производных, numpy для численных вычислений, scipy для оптимизации и matplotlib для визуализации. Приведены конкретные численные коэффициенты и сценарии (начальные приближения, параметры метода Ньютона), что позволяет быстро запустить код и адаптировать под свои данные. Содержатся и сравнительные подходы: аналитическое решение по символьным уравнениям, численная оптимизация и графический контроль.

❓ Частые вопросы

Подойдёт ли для моего ВУЗа?
Структура лабораторных соответствует требованиям по оформлению: цель, алгоритм, текст программы, тестирование, выводы; код легко адаптируется под конкретные методические указания.

Можно ли адаптировать под другие параметры?
Да. В скриптах параметры (A,B,C,D,G,коэффициенты функции издержек) вынесены в отдельные переменные — их достаточно изменить, чтобы получить решение для других вариантов.