考虑反问题的解决方案时要考虑使用反计算的限制。 提出了一种用于解决反问题的算法，该算法考虑了约束，同时将参数变化的绝对值的总和最小化。 确定函数参数的增量的问题被表示为线性规划问题。 该算法包括借助反计算来解决反问题，同时最大程度地减少参数中绝对变化的总和，检查所获得参数与给定限制的对应关系，如果参数值超出限制则调整参数值。可接受的值，并更改各种参数以实现结果指标的给定值。 考虑了函数自变量之间加性和混合依赖性的两个问题的解决方案。 结果表明，在这种情况下获得的解决方案与使用迭代过程的结果一致，该迭代过程基于将结果值更改为较小值直到获得给定结果的情况，并且将结果与使用MathCad数学包解决问题进行了比较。 与已知方法相比，该算法的优点是迭代次数更少，并且不需要使用相对重要性的系数。 提出的结果可用于管理决策支持系统
