Professional Documents
Culture Documents
Wydział Cybernetyki
dr hab. inż. prof. WAT Andrzej B. Chojnacki
andrzej.chojnacki@wat.edu.pl
tel. (22)(6)839545 p. 305B/S
LITERATURA
1. J. Watson, Strategia. Wprowadzenie do teorii gier, Wydawnictwa Naukowo-
Techniczne, Warszawa, 2005
2. L. Rutkowski, Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe
PWN, Warszawa, 2005
3. P. Grzegorzewski, Wspomaganie decyzji w warunkach niepewności. Metody
statystyczne dla nieprecyzyjnych danych, Akademicka Oficyna Wydawnicza,
Warszawa, 2006
SZCZYPTA HISTORII Badań
Operacyjnych
STAROŻYTNOŚĆ
¾ Aleksander Wielki – falanga
¾ Archimedes – obrona Syrakuz
PÓŹNIEJ
¾ Lanchester – równania walki
¾ Edison – walka z okrętami podwodnymi
¾ Taylor – wymiary łopaty (twórca zasad naukowej
organizacji pracy)
¾ Levison – handel wewnętrzny
¾ Erlang – centrale telefoniczne
PO WOJNIE
Ocena wkładu nauki: 1. radar, 2. sonar, 3. BO
¾ I międzynarodowa konferencja BO – 2-7.09.1957
Oxford (Oderfeld + Rajski z IM PAN)
¾ RAND Corporation – Bellman, Danzig, Teller i wielu
innych
ETAPY BADAŃ OPERACYJNYCH
I. Określenie obiektu zainteresowań
(obiektu rzeczywistego)
V. Rozwiązywanie sformułowanego
zadania optymalizacyjnego
Przykład (cd)
Wybór cech istotnych z punktu widzenia celu modelowania
Cel modelowania: Opracowanie metody wyznaczania najbardziej
ekonomicznej organizacji sieci, tzn. takiej, przy której zapewnia się dostęp
wszystkich użytkowników do sieci z wykorzystaniem minimalnej liczby
stacji dostępowych.
Należy zorganizować akademicką sieć bezprzewodową dla ustalonych
stacjonarnych jednorodnych użytkowników wykorzystując potencjalne
miejsca na umieszczenie jednorodnych stacji dostępowych. Użytkownicy
powinni mieć dostęp do sieci za pośrednictwem dowolnej ze stacji
dostępowych. Organizacja sieci polega na ustaleniu, w których
potencjalnie możliwych miejscach należy rozmieścić stacje dostępowe. Ze
względów ekonomicznych rozmieszczonych stacji dostępowych powinno
być jak najmniej.
Cechy istotne
1. liczba użytkowników
2. liczba potencjalnych miejsc rozmieszczenia stacji dostępowych
3. użytkownicy mający dostęp do sieci za pośrednictwem konkretnej
stacji dostępowej
4. ustalone miejsca rozmieszczenia stacji dostępowych
5. liczba rozmieszczonych stacji dostępowych
Przyporządkowanie symboli zmiennych
1. N - liczba użytkowników
2. M - liczba potencjalnych miejsc rozmieszczenia stacji
dostępowych
3. Om - zbiór numerów użytkowników mających dostęp do sieci
za pośrednictwem konkretnej stacji dostępowej nr m
(m = 1, M)
4. X - zbiór numerów ustalonych miejsc rozmieszczenia stacji
dostępowych
5. L - liczba rozmieszczonych stacji dostępowych
Czyli występują M+4 zmienne
Ustalenie zbiorów możliwych wartości zmiennych
1. N ∈ P - liczba użytkowników
2. M ∈ P - liczba potencjalnych miejsc rozmieszczenia stacji
dostępowych
3. Om ⊂ P czyli Om ∈ 2 P \ { Φ } - zbiór numerów użytkowników
mających dostęp do sieci za pośrednictwem stacji
dostępowej nr m (m = 1, M)
Ri ⊆ XX
p =1
mip tzn. < e 1 ,..., e u >∈ R i ⇔ φ( e 1 ,..., e u )
0
R = {<ρ1, Y1,R 1 >,... ... <ρI , YI ,R I > }
Przykład (cd)
Należy zorganizować akademicką sieć bezprzewodową dla
ustalonych stacjonarnych użytkowników wykorzystując
potencjalne miejsca na umieszczenie stacji dostępowych.
Użytkownicy powinni mieć dostęp do sieci za pośrednictwem
dowolnej ze stacji dostępowych. Organizacja sieci polega na
ustaleniu, w których potencjalnie możliwych miejscach należy
rozmieścić stacje dostępowe. Ze względów ekonomicznych
rozmieszczonych stacji dostępowych powinno być jak najmniej.
1. Do rozmieszczenia stacji można wykorzystać tylko potencjalnie
możliwe miejsca:
X ⊆ {1, 2, ... ..., M}
2. Każda stacja dostępowa „obsługuje” tylko rozpatrywanych
użytkowników:
UO m
= {1, 2, ... ..., N}
m∈ X
0
A - zbiór nazw cech i związków
0 0
t
dopływ informacji
Podział cech z punktu widzenia ich znajomości przez
decydenta w chwili podejmowania decyzji:
¾ znane rozłączne
¾ nieznane:
o wpływają na nie inni decydenci
o losowe (z ryzykiem) nie
o rozmyte muszą
o niepewność być
o przybliżone roz-
¾ takie, na które decydent ma wpływ: łącz-
o są treścią decyzji (zmienne decyzyjne) ne
o ważne dla celu modelowania (wskaźniki)
o inne
X dane
, a X dec , x X wsk , w
dane zmienne decyzyjne wskaźniki
Przykład (cd)
Podział zmiennych na grupy (ZD & W & D)
1. X ZMIENNA DECYZYJNA (zbiór numerów ustalonych miejsc
rozmieszczenia stacji dostępowych)
2. L WSKAŹNIK (liczba rozmieszczonych stacji dostępowych)
3. N DANA (liczba użytkowników)
4. M DANA (liczba potencjalnych miejsc rozmieszczenia stacji
dostępowych)
5. Om DANA (zbiór numerów użytkowników mających dostęp do
{Ω(a)} a∈ A
{{W(a,x)} x ∈Ω (a) } a∈ A
3. UO m
= {1, 2, ... ..., N} D+ZD
m∈ X
4. L = X ZD+W
5. L ⎯⎯⎯
X
→ min ZD+W
Czyli:
M
A = {< N,M, {Om}m=1 >∈ P2 × (2P \ {Φ})M : ∀m = 1,M: Om ⊆ {1, 2,... ...,N} >}
Ω (a) = {X ∈ 2P : X ⊆ {1, 2, ... ..., M} ∧ UO m
= {1, 2, ... ..., N}}
m∈ X
W(a, X) = {L ∈ :L = X}
⎧ 1 gdy L* =
⎪
E a (L ) = ⎨
* min
X ∈Ω (a)
W(a, X) = min L(X)
X ∈Ω (a) gdzie: a ∈ A
⎪⎩0 w p.p.
ANALIZA POZIOMU INFORMACYJNEGO
Możliwe przypadki:
¾ zbiór W (a, x ) jest znany w chwili podejmowania
decyzji i zawiera wyłącznie jedną liczbę lub wektor
liczbowy
¾ w zbiorze W (a, x ) występują znane rozkłady
zmiennych losowych
¾ w zbiorze W (a, x ) występują znane funkcje
przynależności zmiennych rozmytych
¾ w zbiorze W (a, x ) występują znane zbiory liczbowe
¾ w zbiorze W (a, x ) występują zbiory liczbowe znane
w sposób przybliżony
Ω (a)
decyzje
A W (a, x )
dane wskaźniki
Przykład (cd)
1. Czy decydent w chwili podejmowania decyzji będzie znał
wartość N? (pytanie do przyszłego... decydenta!) TAK
2. Czy decydent w chwili podejmowania decyzji będzie znał
wartość M? TAK
3. Czy decydent w chwili podejmowania decyzji będzie znał
zbiory O1, O2 , ... ..., OM ? NIE
4. A co decydent będzie wiedział o tych zbiorach? Odp.: Dla
każdego potencjalnego miejsca rozmieszczenia stacji
dostępowej będzie wiadomo, którzy użytkownicy na pewno
będą mieli dostęp, a którzy mogą mieć dostęp przy
sprzyjających warunkach propagacji.
Wniosek: Nie jest precyzyjnie znany zbiór
Ω (a) = {X ∈ 2 P : X ⊆ {1, 2, ... ..., M} ∧ UO m
= {1, 2, ... ..., N}}
m∈ X
a tym samym nie wiadomo co oznacza zapis:
⎧ 1 gdy L* =
⎪
E a (L ) = ⎨
* min
X ∈Ω (a)
W(a, X) = min L(X)
X ∈Ω (a)
⎪⎩0 w p.p.
W konsekwencji należy uszczegółowić cel modelowania, który
brzmiał:
Opracowanie metody wyznaczania najbardziej ekonomicznej
organizacji sieci, tzn. takiej, przy której zapewnia się dostęp
wszystkich użytkowników do sieci z wykorzystaniem minimalnej
liczby stacji dostępowych.
Nowy cel można przykładowo sformułować następująco:
Opracowanie metody wyznaczania najbardziej ekonomicznej
organizacji sieci, tzn. takiej, przy której zapewnia się dostęp 80%
użytkowników do sieci i umożliwia, w sprzyjających warunkach,
dostęp wszystkim użytkowników, z wykorzystaniem minimalnej
liczby stacji dostępowych.
Wtedy:
Om ⊆ Om (m = 1, M)
SFORMUŁOWANIE ZADANIA
OPTYMALIZACYJNEGO
Dla danycha∈A
wyznaczyć takie x ∈ Ω( a) ,
*
Przykład (cd)
M M
Dla danych a ∈ A = {< N,M, {Om}m=1, {Om}m=1 >∈ P2 × (2P \ {Φ})2M :
∀m = 1,M: Om ⊆ Om ⊆ {1, 2,... ...,N} >}
*
⎧ 1 gdy L(X * ) =
⎪
E a (L(X )) = ⎨
min
X ∈Ω (a)
L(X)
⎪⎩0 w p.p.
L(X) = X
¾ wieloelementowy zbiór W ( a, x )
¾ elementy zbioru W ( a, x ) nie są uporządkowane
¾ ograniczenia rachunkowe (czas obliczeń, wielkość
pamięci)
¾ brak metod rozwiązywania
¾ koszt uzyskania rozwiązania
¾ inne