수학 프로그래밍 제공최적의 솔루션을 찾는 방법 구현. 이러한 유형의 문제에 대한 해결책은 말단의 기능 연구와 관련되어 있습니다. 수학 프로그래밍의 방법은 사이버네틱스의 적용 분야에서 매우 일반적입니다.
많은 수의 작업이 나타납니다.사회는 종종 의사 결정의 의식적 기반에 기반을 둔 현상과 관련이 있습니다. 그것은 수학적 프로그래밍의 문제가 그들의 응용을 찾는 인간의 생활 활동의 다른 영역에서 사용되는 가능한 행동 양식의 필요한 선택과 정확하게 일치합니다.
사회 발전의 역사는제한된 양의 정보만으로는 항상 올바른 결정을 방해하고 최적의 솔루션은 주로 직감과 경험을 기반으로했습니다. 미래에는 의사 결정을위한 정보량이 증가함에 따라 직접 계산이 사용되기 시작했습니다.
현대에 그림기업에서 생산되는 제품의 범위가 넓기 때문에 입력 정보의 흐름이 간단합니다. 그 처리는 최신 전자 기술을 사용하는 경우에만 가능합니다. 그리고 제공되는 솔루션에서 최적의 솔루션을 선택할 필요가 있다면 전자 제품 없이는 할 수 없습니다.
따라서 수학 프로그래밍은 다음 주요 단계를 거칩니다.
첫 번째 단계는 모든 요소를 중요하게 순위 매기고 규칙을 수립하는 것입니다.
두 번째 단계는 다음과 같은 문제의 모델을 구축하는 것입니다.수학적 표현. 다시 말해, 그것은 수학 기호를 사용하여 표현 된 현실의 추상화입니다. 수학적 모델은 제어 매개 변수와 선택된 현상 사이의 관계를 설정할 수 있습니다. 이 단계에는 결정의 관점에서 최적의 상황에 상응하는 각각의 상한 또는 하한 값과 같은 특성의 구성이 포함되어야합니다.
위의 단계를 수행 한 결과에 따라 특정 수학 지식을 사용하는 수학적 모델이 만들어집니다.
세 번째 단계는 연구와 관련이 있습니다.목적 함수에 중요한 영향을 미치는 변수. 이 기간에는 의사 결정의 두 번째 단계에서 발생하는 문제를 해결하는 데 도움이되는 특정 수학 지식의 소유가 포함되어야합니다.
네 번째 단계는시뮬레이션 된 객체로 3 단계에서 얻은 계산 결과. 즉,이 단계에서 모의 객체와 모델의 적합성은 소스 데이터의 요구되는 정확도를 달성하는 한계 내에서 설정됩니다. 이 단계에서의 결정은 연구 결과에 달려 있습니다. 따라서 일치하지 않는 결과를 얻을 때 모델링되는 객체에 대한 입력 데이터가 지정됩니다. 필요가 생기면 문제의 공식화가 완료되고 새로운 수학적 모델의 구축, 제기 된 수학 문제의 해답 및 결과의 새로운 비교가 뒤 따릅니다.
수학 프로그래밍을 사용하면 두 가지 주요 계산 영역을 사용할 수 있습니다.
- 모든 초기 정보의 확실성을 의미하는 결정 론적 문제를 푸십시오.
- 확률 적 프로그래밍 허용불확실성 요소를 포함하는 문제를 해결하거나 이러한 문제의 매개 변수가 무작위 인 경우. 예를 들어 생산 계획은 실제 정보가 불완전하게 표시되는 조건에서 수행되는 경우가 많습니다.
기본적으로 수학 프로그래밍은 선형, 비선형, 볼록 및 이차 프로그래밍과 같은 프로그래밍 섹션을 구조에 포함합니다.
