МОДЕЛИРОВАНИЕ И ОПТИМАЛЬНОЕ ПРОЕКТИРОВАНИЕ ТЕХНИЧЕСКИХ СИСТЕМ

Вопросы к билетам

1. Классификация задач оптимизации.

2. Допустимое множество (пространство оптимизации).

3. Целевая функция и критерии оптимизации.

4. Оптимизация в программировании.

5. Понятие графа. Способы представления графов.

6. Задача о кратчайшем пути на графе.

7. Алгоритм Дейкстры.

8. Задача о критическом пути на графе.

9. Поиск критического пути на ориентированном ациклическом графе.

10. Комбинаторная задача о раскраске графа.

11. Минимизация числа процессоров в многопроцессорной системе раскраской графа.

12. Минимизация числа регистров (элементов памяти) раскраской графа.

13. Эвристические алгоритмы раскраски неориентированных графов.

14. Рекурсивный оптимальный алгоритм раскраски графов.

15. Переборный алгоритм раскраски с использованием теоремы Зыкова А.А.

16. Комбинаторная задача о минимальном покрытии функций программными модулями.

17. Матричная формулировка задачи о минимальном покрытии. Целевая функция.

18. Эвристический алгоритм поиска минимального покрытия.

19. Жадный алгоритм поиска минимального покрытия.

20. Рекурсивный оптимальный алгоритм поиска минимального покрытия.

21. Решение задач оптимизации в пространстве состояний.

22. Понятие пространства состояний.

23. Формулировка задачи оптимизации в пространстве состояний.

24. Задача о лабиринте.

25. Решение задач в пространстве состояний. Дерево поиска.

26. Поиск в ширину.

27. Поиск в глубину.

28. Алгоритм А*.

29. Понятие эвристики. Использование эвристик для сокращения перебора.

30. Эвристические алгоритмы оптимизации. Достоинства и недостатки эвристических алгоритмов.

31. Поиск в глубину с возвратами. Приближенные алгоритмы оптимизации.

32. Метод ветвей и границ.

33. Применение метода ветвей и границ к оптимальному назначению данных на узлы многопроцессорной системы.

34. Генетические алгоритмы оптимизации.

35. Понятие гена, хромосомы, генотипа, популяции. Примеры.

36. Генетическая операция отбора. Стратегии отбора.

37. Генетическая операция скрещивания. Типы кроссоверов.

38. Генетическая операция мутации.

39. Генетический алгоритм разбиения множества программистов на группы.

40. Генетический алгоритм упорядочения технологических операций.

41. Муравьиные алгоритмы оптимизации.

42. Принципы построения муравьиных алгоритмов.

43. Феромон – средство обмена информацией.

44. Базовый муравьиный алгоритм оптимизации.

45. Пересчет вероятностей направлений движений муравьев.

46. Пересчет количества феромона.

47. Решение задач оптимизации на диаграммах решений.

48. Двоичные диаграммы решений.

49. Булевы операции над диаграммами решений.

50. Сокращенные упорядоченные двоичные диаграммы решений. Правила редуцирования.

51. If-диаграммы решений.

52. Моделирование условных операторов и ветвящихся алгоритмов диаграммами решений.

53. Моделирование цифровых схем диаграммами решений.

54. Оптимальное переупорядочение переменных в диаграммах решений.

55. Градиентные методы оптимизации.

56. Оптимизация методом случайного поиска.

57. Линейное программирование.

58. Нелинейное программирование.

59. Динамическое программирование.

60. Многокритериальные методы оптимизации.

Профессор А.А. Прихожий

Не нашли, что искали? Воспользуйтесь поиском: