Физик-Лирик wrote: 18 Sep 2018 19:15Да и вообще пора заканчивать с этими линейными моделями (в точ числе и в МЛ). Даешь нелинейную ККТ оптимизацию !!!!! Вот там действительно есть о чем поговорить с менеджером. А еще прикольнее сюда эволюционные алгоритмы приплести.
![Very Happy :D](./images/smilies/biggrin.gif)
Эволюционные алгоритмы достаточно легко объяснить на примере кофемашины. Как ни странно, но и min-max можно объяснить таким же образом. Если менеджер хочет кофе, то он кратчайшим путем пойдет к кофемашине. Если в ходе ремонта кратчайший путь перегородить, то через некоторое время менеджер найдет новый кратчайший путь, если такой существует. Если менеджер планирует избежать встречи на своем пути со своим менеджером, то он выберет такой путь, который будет все еще достаточно коротким, но риск коллизии будет значительно меньшим.
Что касается нелинейной оптимизации, то на практике в подавляющем большинстве случаев можно обойтись линейной моделью. Учитывая, что большинство проблем в реальной практике носят дискретный характер, и мы уже имеем «ошибку» в линейной модели, то приближение какой-нибудь известной монотонной выпуклой функции касательными, на заданном интервале, просто изменит значение нашей «ошибки». При этом мы даже не знаем ухудшит ли это «ошибку» или наоборот.
Например, функция штрафа за хранение запасов похожа на квадратичную и выпуклая вниз. В минимуме мы имеем нулевой штраф. Если мы закупимся сильно заранее, то мы хотим получать нелинейно больший штраф, если профакапим закупку, то аналогично. При этом саму функцию доподлинно мы не знаем. Понятно, что веселей было бы исследовать данную функцию, найти ее нелинейное приближение запихать в модель и нелинейно оптимизироать, но на практике гораздо меньше гиморроя — просто приблизить ее 4-5 касательными. При этом даже не нужно дифферкнцировать. Да! Достаточно просто сесть рядом с менеджером и на клетчатой бумажке ее нарисовать карандашиком по ленейке, а потом на глаз прилепить коэффициенты. Сопричастность менеджера бесценна!
Кроме того Симплекс обладает многими интересными свойствами на практике. Особенно в вычислитеьном плане. Особенно, если слепить его в своеобразный тензор. Особенно учитывая, что на практике веса при иксах у вас меняются очень-очень редко, а менять приходится в основном только ограничения неравенств, что позволяет достаточно быстро приходить к новому оптимуму.