Нет(есть условная и безусловная оптимизация)
Задача условной оптимизации, в которой ограничения и целевая ф-ия линейны. Задача нахождения значений параметров, обеспечивающих экстремум ф-ии при наличии ограничений на оргументы.
Линия вдоль которой эта ф-ия принимает одно и то же фиксированное значение. Линией уровня ф-ии наз множество точек из ее области определения, в которых ф-ия принимает одно и то же фиксированное значение.
Прямая перпендикулярная вектору, который служит градиентом.
При параллельном смещении линии в одну сторону уровень только возрастает, а при смещениив другую только убывает.
10. Градиент – это: Вектор, направленный в сторону наискорейшего возрастания ф-ии, и равный по величине её производной в этом направлении.
11. Целью транспортной задачи является: Мин суммарных транспортных расходов. Нахождение плана грузоперевозок, чтобы общие затраты по перевозкам были мин. Найти план перевозок при котором бы полностью удовлетворялся спрос всех потребителей, при этом хватило бы запасов поставщиков и суммарные транспортные расходы были бы мин
12. Опорный план - это: Любое допустимое базисное решение задачи.
13. Модель задачи является закрытой, если: Закрытой моделью транспортной задачи называется такая задача, в которой суммарные потребности потребителей равны суммарным возможностям поставщиков
14. Фиктивная перевозка - это перевозка: фиктивный пункт потребления, который будет формально потреблять существующий излишек запасов фиктивный пункт отправления, формально восполняющий существующий недостаток
15. Метод, позволяющий оптимизировать первичный план перевозок в транспортной задаче: Опорный план можно найти следующими методами: «северо-западного угла», «наименьшего элемента», двойного предпочтения и аппроксимации Фогеля.
16. Условие оптимальности для занятых клеток в транспортной задаче: Ui+Vj=Cij для Xij>0
17. Условие оптимальности для пустых клеток в транспортной задаче: Ui+Vj<Cij для Xij=0
18. Транспортная задача считается решенной, если: Найден оптимальный(Мин) план перевозок, удовлетворяющий заданным ограничениям
19. Транспортная задача - это задача: Задача о перевозках некоторого продукта из пунктов отправления в пункты назначения при Мин затратах на перевозку
20. Целевая функция в транспортной задаче определяется: Суммарная стоимость плана перевозок стремится к Мин
21. Количество параметров в транспортной задаче: M*n- равно произведению кол-ва поставщиков на колво потребителей.
22. Количество занятых клеток в плане транспортной задачи, необходимое для применения метода потенциалов: M+N-1
23. Количество фиктивных перевозок, вводимое в первичный план перевозок: Необходимо ввести такое кол-во фиктивных перевозок,чтобы число занятых клеток равнялось M+N-1
24. Если объем запасов в транспортной задаче равен 120, а объем потребностей - 100, то в залачу вводится: Фиктивный потребитель
25. Объем перераспределяемого груза в транспортной задаче равен: Суммарному объему потребностей потребителей.
26. Условие оптимальности для занятых клеток связывает потенциалы строк и столбцов плана в систему, содержащую: M+N-1 уравнений, M+N неизвестными переменными.
27. Какая из стратегий метода ветвей и границ доставляет глобально-оптимальное решение оптимизационной задачи.
28. Задача о ранце - это задача: Задача о наилучшем выборе предметов из общего их кол-ва т.о. чтобы суммарный вес не превышал заданного, а их суммарная полезность была мах.
29. Переменные в задаче о ранце: Булевые переменные(взят, не взят)
30. Задача Джонсона - это задача: Задача определения оптимальной очередности обработки изделий
31. Задача Джонсона позволяет: Мин время обработки деталей на конвейерной линии, состоящей из последовательно расположенных машин. Или Мин суммарное время простоя станков
32. Задача о назначениях позволяет: Найти оптимальное назначение кандидатов на работы, при котором суммарные затраты на выполнение работ мин.
33. Целевая функция задачи о назначениях определяется: Суммарная цена всез назначений Мин
34. Метод градиентного спуска предполагает поиск градиента: Для нахождения локального минимума (максимума) функции с помощью движения вдоль градиента.
35. Метод градиентного спуска предполагает шаг, величина которого: длина шага в процессе спуска делится на некое число
36. Знание конечного значения шага необходимо для того, чтобы: Завершить работу алгоритма
37. Задача о назначениях - это задача: Задача об оптимальном распределении работ между исполнителями при условии взаимного соответствия между множествами работ и исполнителей 38. Может ли быть применен графический метод для решения задач нелинейного программирования. Да.(Удобно решать графически, когда ф-ия и ограничения содержат две переменные)
39. Функция Лагранжа - это функция, составленная из: метод нахождения условного экстремума функции f(x), где , относительно m ограничений , i меняется от единицы до m.
40. Чему равен градиент функции в точке экстремума. 0. 41. Множество Парето - это множество: Множество Парето представляет собой часть границы множества достижимости.
42. Многокритериальная оптимизационная задача предполагает наличие: Наличие нескольких целевых ф-ий.
43. Метод лексикографического упорядочения предполагает: Упорядочение критериев в порядке убывания важности
44. Метод идеальной точки предполагает: Ранжирование объектов в многомерном пространстве критериев «Идеальная точка» - идеальный объект в многомерном пространстве критериев, имеющий экстремальные значения всех критериев.
45. Множество Парето является:
46. Целевые функции многокритериальной оптимизационной задачи:
47. Ограничения в задаче о ранце связывают: Суммарный вес взятых предметов не превышает грузоподъемность
48. Ограничения в задаче Джонсона связывают: Порядок обработки деталей на станках одинаков, или последовательности обработки деталей на всех станках одинаковы
49. Ограничения в задаче о назначениях предполагают: Каждый кандидат работает(на 1 должности).Каждая работа может быть выполнена только 1 кандидатом. Каждый работник занят, каждая работа выполняется
50. Ограничения в транспортной задаче предполагают: Все товары вывезены. Все потребители удовлетворены. Объемы перевозок не могут быть отрицательны |
|
© DarkSlaver |