SlideShare a Scribd company logo
1 of 36
СИСТЕМЫСИСТЕМЫ
АВТОМАТИЗИРОВАННОГАВТОМАТИЗИРОВАННОГ
О ПРОЕКТИРОВАНИЯО ПРОЕКТИРОВАНИЯ
Д.А.Якубов
Кафедра информатики и автоматизации3
СОДЕРЖАНИЕ
• Поиск оптимальных проектных решений
• Моделирование технических объектов
iPhone изнутри
** TOP SECRET **
ПРОЕКТИРОВАНИЕ РАДИОПРИЁМНИКА
ЗАДАЧА: РАЗМЕЩЕНИЕ ЭЛЕМЕНТОВ ЭЛЕКТРИЧЕСКОЙ СХЕМЫ НА ПЛАТЕ
РАЗМЕЩЕНИЕ ЭЛЕМЕНТОВ НА ЭЛЕКТРИЧЕСКОЙ ПЛАТЕ
НЕОБХОДИМО НАЙТИ
ОПТИМАЛЬНОЕ
РАЗМЕЩЕНИЕ ЭЛЕМЕНТОВ НА
ЭЛЕКТРИЧЕСКОЙ ПЕЧАТНОЙ ПЛАТЕ.
КРИТЕРИИ:
•МИНИМАЛЬНАЯ ПЛОЩАДЬ ПЛАТЫ S (MIN)
•МИНИМАЛЬНЫАЯ СТОИМОСТЬ (MIN)
ОБЩИЕ ПОНЯТИЯ
ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ – методология
принятия решений, базирующаяся на
системном анализе, исследовании операций,
теории статистических решений, теории игр,
теории оптимального управления,
экономической кибернетике.
ОБЪЕКТ ТЕОРИИ ОПТИМИЗАЦИИ
Объектом изучения данной дисциплины
являются операции в технике [экономике,
биологии и т.п.], представляющие собой
совокупность действий, приводящих систему
к некоторой цели. Предметом же является
исследование этих операций с помощью
математических методов их моделирования.
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
ОПЕРАЦИЯ
Операция – это всякое действие,
объединенное единым замыслом и
направленное к достижению
определенной цели. Операция есть всегда
управляемое мероприятие,
характеризующее ее организацию.
Воздействие  Результат
Optimus (лат.) - наилучший
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ реального
объекта – любое математическое описание,
отражающее с требуемой точностью
поведение этого объекта в заданных
условиях.
ВЫБОР УПРАВЛЯЕМЫХ
ПЕРЕМЕННЫХ
УПРАВЛЯЕМЫЕ ПЕРЕМЕННЫЕ (decision
variables): необходимо провести различие
между теми величинами, значения которых
можно варьировать и выбирать с целью
достижения наилучшего результата и
величинами, которые фиксированы или
определяются внешними факторами.
Пример: ток базы, напряжение КЭ, Кусиления
ОГРАНИЧЕНИЯ НА
УПРАВЛЯЕМЫЕ ПЕРЕМЕННЫЕ
Ограничения (constraints): в реальных
условиях на выбор значений управляемых
переменных наложены ограничения,
связанные с ограниченностью ресурсов,
мощностей и других возможностей.
Совокупность всех ограничений определяет
допустимое множество задачи оптимизации.
Пример: напряжение питания, Крассеяния
ЦЕЛЕВАЯ ФУНКЦИЯ
ЦЕЛЕВАЯ ФУНКЦИЯ (objective function) –
числовой критерий, минимальному или
максимальному значению которого
соответствует наилучший вариант поведения
исследуемого объекта.
EXTREMUM (лат.) – высший, наилучший.
MINIMUM (лат.) – минимальное значение
MAXIMUM (лат.) – максимальное значение
ЗАДАЧА ОПТИМИЗАЦИИ
ЗАДАЧА ОПТИМИЗАЦИИ
ПРИМЕРЫ ЗАДАЧ
ОПТИМИЗАЦИИ
• Аэропорт: составление расписания и
распределение самолётов по терминалам
• Задача коммивояжёра: посетить всех
заказчиков с минимальным расходом
топлива
• Транспортная задача: проложить
кратчайший маршрут с учётом ограничений
(Яндекс.Карты)
ИНСТРУМЕНТЫ
МОДЕЛИРОВАНИЯ
MATLAB Optimization Toolset, ANSYS и др.
МАТЕМАТИЧЕСКОЕ
ПРОГРАММИРОВАНИЕ
• Линейное программирование – целевая
функция линейна, а множество, на котором
ищется экстремум целевой функции,
задается системой линейных равенств и
неравенств.
• Нелинейное программирование – целевая
функция и ограничения нелинейны.
МАТЕМАТИЧЕСКОЕ
ПРОГРАММИРОВАНИЕ
Нелинейное программирование:
•Выпуклое программирование – целевая
функция выпукла и выпукло множество, на
котором решается экстремальная задача,
•Квадратичное программирование – целевая
функция квадратична, а ограничениями
являются линейные равенства и неравенства.
ЗАДАЧА О ДИЕТЕ
Для обеспечения питанием экипажа МКС
имеется n видов продуктов (мясо, молоко т
т.д.). Каждый продукт характеризуется
набором питательных веществ (белки, жиры,
витамины). Известны содержание i-
питательного вещества в единице j-продукта:
aij – содержание i-вещества в j-продукте.
i = (1,m); j = 1,n.
ЛИНЕЙНОЕ
ПРОГРАММИРОВАНИЕ
Известны также:
•стоимость единицы j-продукта
•минимальная потребность человека в i-
питательном веществе
Пусть также х – количество выбранного
продукта
ТРЕБУЕТСЯ СОСТАВИТЬ РАЦИОН
МИНИМАЛЬНОЙ СТОИМОСТИ
ОГРАНИЧЕНИЯ ЗАДАЧИ
ЗАДАЧА О ДИЕТЕ
ОБЩИЙ ВИД ЗАДАЧИ ЛП
ГРАФИЧЕСКОЕ РЕШЕНИЕ
Двумерный случай Трёхмерный случай
Поиск осуществляется перебором вершин.
Линия уровня: <c,x> = const.
СИМПЛЕКС-МЕТОД
БАЗИСНЫЕ ПЕРЕМЕННЫЕ
ОБЩЕЕ РЕШЕНИЕ СИСТЕМЫ
СЛЕДСТВИЯ
СИМПЛЕКС-ТАБЛИЦА
АЛГОРИТМ
• просматривается последняя строка (индексная) таблицы и среди
коэффициентов этой строки (исключая столбец свободных членов )
выбирается наименьшее отрицательное число при отыскании max,
либо наибольшее положительное при задачи на min. Если такового
нет, то исходное базисное решение является оптимальным и данная
таблица является последней;
• просматривается столбец таблицы, отвечающий выбранному
отрицательному (положительному) коэффициенту в последней
строке- ключевой столбец, и в этом столбце выбираются
положительные коэффициенты. Если таковых нет, то целевая
функция неограниченна на области допустимых значений
переменных и задача решений не имеет;
• среди выбранных коэффициентов столбца выбирается тот, для
которого абсолютная величина отношения соответствующего
свободного члена (находящегося в столбце свободных членов) к
этому элементу минимальна. Этот коэффициент называется
разрешающим, а строка в которой он находится ключевой;
• в дальнейшем базисная переменная, отвечающая строке
разрешающего элемента, должна быть переведена в разряд
свободных, а свободная переменная, отвечающая столбцу
разрешающего элемента, вводится в число базисных. Строится новая
таблица, содержащая новые названия базисных переменных:
• разделим каждый элемент ключевой строки (исключая столбец
свободных членов) на разрешающий элемент и полученные
значения запишем в строку с измененной базисной переменной
новой симплекс таблицы. Строка разрешающего элемента
делится на этот элемент и полученная строка записывается в новую
таблицу на то же место.
Желаем успехов!
Дмитрий Якубов
d_yakubov@mti.edu.ru

More Related Content

Viewers also liked

Final Diversity Project
Final Diversity ProjectFinal Diversity Project
Final Diversity ProjectTyler Kohl
 
Δ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑ
Δ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑΔ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑ
Δ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑFALLUA
 
STARTRAK ENTERPRISES
STARTRAK ENTERPRISESSTARTRAK ENTERPRISES
STARTRAK ENTERPRISESpretishukla
 
Social Life of Cities: Social investment & placemaking
Social Life of Cities: Social investment & placemaking Social Life of Cities: Social investment & placemaking
Social Life of Cities: Social investment & placemaking social_life_presentations
 
Presentazione e docs 2015
Presentazione e docs 2015 Presentazione e docs 2015
Presentazione e docs 2015 Team Netuse srl
 
פסח 1
פסח 1פסח 1
פסח 1el9360
 

Viewers also liked (7)

Final Diversity Project
Final Diversity ProjectFinal Diversity Project
Final Diversity Project
 
Δ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑ
Δ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑΔ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑ
Δ.Τ. ΑΝΤΙΠΕΡΙΦΕΡΕΙΑΡΧΗ ΑΛΙΕΙΑ
 
STARTRAK ENTERPRISES
STARTRAK ENTERPRISESSTARTRAK ENTERPRISES
STARTRAK ENTERPRISES
 
Social Life of Cities: Social investment & placemaking
Social Life of Cities: Social investment & placemaking Social Life of Cities: Social investment & placemaking
Social Life of Cities: Social investment & placemaking
 
Komunitas Adat Rongkong
Komunitas Adat RongkongKomunitas Adat Rongkong
Komunitas Adat Rongkong
 
Presentazione e docs 2015
Presentazione e docs 2015 Presentazione e docs 2015
Presentazione e docs 2015
 
פסח 1
פסח 1פסח 1
פסח 1
 

Similar to Sapr web3

Data Mining - lecture 6 - 2014
Data Mining - lecture 6 - 2014Data Mining - lecture 6 - 2014
Data Mining - lecture 6 - 2014Andrii Gakhov
 
программа синтеза и анализа интерференционных покрытий Film manager
программа синтеза и анализа интерференционных покрытий Film managerпрограмма синтеза и анализа интерференционных покрытий Film manager
программа синтеза и анализа интерференционных покрытий Film managerИван Иванов
 
Исследование операций и методы оптимизации
Исследование операций и методы оптимизацииИсследование операций и методы оптимизации
Исследование операций и методы оптимизацииJakobow
 
ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...
ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...
ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...ITMO University
 
Презентация по "Проблемно ориентированному подходу"
Презентация по "Проблемно ориентированному подходу"Презентация по "Проблемно ориентированному подходу"
Презентация по "Проблемно ориентированному подходу"Виктор Карабедянц
 
Лекция 1. Анализ эффективности алгоритмов
Лекция 1. Анализ эффективности алгоритмовЛекция 1. Анализ эффективности алгоритмов
Лекция 1. Анализ эффективности алгоритмовMikhail Kurnosov
 
ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...
ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...
ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...ITMO University
 
В поисках математики. Михаил Денисенко, Нигма
В поисках математики. Михаил Денисенко, НигмаВ поисках математики. Михаил Денисенко, Нигма
В поисках математики. Михаил Денисенко, Нигмаyaevents
 
семенищев
семенищевсеменищев
семенищевIvan
 
284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетей284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетейivanov1566359955
 
презентация лекции №23
презентация лекции №23презентация лекции №23
презентация лекции №23student_kai
 

Similar to Sapr web3 (14)

Data Mining - lecture 6 - 2014
Data Mining - lecture 6 - 2014Data Mining - lecture 6 - 2014
Data Mining - lecture 6 - 2014
 
лекция 35
лекция 35лекция 35
лекция 35
 
программа синтеза и анализа интерференционных покрытий Film manager
программа синтеза и анализа интерференционных покрытий Film managerпрограмма синтеза и анализа интерференционных покрытий Film manager
программа синтеза и анализа интерференционных покрытий Film manager
 
Исследование операций и методы оптимизации
Исследование операций и методы оптимизацииИсследование операций и методы оптимизации
Исследование операций и методы оптимизации
 
Использование поисковых машин и ресурсов Интернет для отбора терминов предмет...
Использование поисковых машин и ресурсов Интернет для отбора терминов предмет...Использование поисковых машин и ресурсов Интернет для отбора терминов предмет...
Использование поисковых машин и ресурсов Интернет для отбора терминов предмет...
 
ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...
ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...
ДЕТЕКТОРЫ ОСОБЕННОСТЕЙ В МЕТОДЕ ВИОЛЫ–ДЖОНСА, ПОСТРОЕННЫЕ НА ОСНОВЕ КОНЕЧНЫХ ...
 
Презентация по "Проблемно ориентированному подходу"
Презентация по "Проблемно ориентированному подходу"Презентация по "Проблемно ориентированному подходу"
Презентация по "Проблемно ориентированному подходу"
 
Лекция 1. Анализ эффективности алгоритмов
Лекция 1. Анализ эффективности алгоритмовЛекция 1. Анализ эффективности алгоритмов
Лекция 1. Анализ эффективности алгоритмов
 
ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...
ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...
ПРЕДСТАВЛЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ОБ ОПТИЧЕСКИХ ПАРАМЕТРАХ АТМОСФЕРЫ АНА...
 
В поисках математики. Михаил Денисенко, Нигма
В поисках математики. Михаил Денисенко, НигмаВ поисках математики. Михаил Денисенко, Нигма
В поисках математики. Михаил Денисенко, Нигма
 
семенищев
семенищевсеменищев
семенищев
 
лекция 34
лекция 34лекция 34
лекция 34
 
284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетей284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетей
 
презентация лекции №23
презентация лекции №23презентация лекции №23
презентация лекции №23
 

More from Jakobow

Sapr web4
Sapr web4Sapr web4
Sapr web4Jakobow
 
Informatika 1
Informatika 1Informatika 1
Informatika 1Jakobow
 
Моделирование систем управления
Моделирование систем управленияМоделирование систем управления
Моделирование систем управленияJakobow
 
I tv pd4
I tv pd4I tv pd4
I tv pd4Jakobow
 
I tv pd2
I tv pd2I tv pd2
I tv pd2Jakobow
 
I tv pd3
I tv pd3I tv pd3
I tv pd3Jakobow
 
исследование операций и методы оптимизации 3
исследование операций и методы оптимизации 3исследование операций и методы оптимизации 3
исследование операций и методы оптимизации 3Jakobow
 

More from Jakobow (8)

Sapr web4
Sapr web4Sapr web4
Sapr web4
 
Informatika 1
Informatika 1Informatika 1
Informatika 1
 
Моделирование систем управления
Моделирование систем управленияМоделирование систем управления
Моделирование систем управления
 
I tv pd4
I tv pd4I tv pd4
I tv pd4
 
I tv pd2
I tv pd2I tv pd2
I tv pd2
 
I tv pd3
I tv pd3I tv pd3
I tv pd3
 
исследование операций и методы оптимизации 3
исследование операций и методы оптимизации 3исследование операций и методы оптимизации 3
исследование операций и методы оптимизации 3
 
Skud2
Skud2Skud2
Skud2
 

Sapr web3

Editor's Notes

  1. Программное и аппаратное обеспечение САПР