Экономическая интерпретация задачи линейного программирования
Экономическая интерпретация задачи линейного программирования - раздел Информатика, РАЗДЕЛ 1.МЕСТО И РОЛЬ ПРОЦЕССОВ ПОДГОТОВКИ И ПРИНЯТИЯ РЕШЕНИЙ В ОБЩЕЙ ТЕХНОЛОГИИ УПРАВЛЕНИЯ СЛОЖНЫМИ ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИМИ СИСТЕМАМИ (СОТС Пример 2.1. Пусть Требуется Определить План Выпуска Четы...
Пример 2.1. Пусть требуется определить план выпуска четырёх видов продукции П1, П2, П3, П4, для изготовления которых необходимы ресурсы трёх видов: трудовые, материальные, финансовые. Количество каждого i-го вида ресурса для производства каждого j-го вида продукции называют нормой расхода и обозначают aij. Количество каждого вида ресурса, которое имеется в наличии, обозначают bi (табл.2.1.).
Из таб.2.1 видно, что для выпуска единицы продукции, например вида П2, требуется две единицы трудовых ресурсов, П3 – четыре единицы материальных ресурсов и т.д.; предприятие располагает 100 единицами финансовых ресурсов, 40 единицами трудовых, исходя из спроса заданы верхние и нижние пределы границы выпуска каждого вида продукции.
Таблица 2.2.1
Ресурсы (i)
Вид продукции ( j)
Запас ресурса (bi)
П1
П2
П3
П4
Удельный расход ресурсов (aij)
Трудовые
Материальные
Финансовые
Граница:
нижняя
верхняя
–
–
–
–
План
х1
х2
х3
х4
–
На основании исходных данных требуется составить математическую модель для определения плана выпуска продукции.
Решение. Обозначим через х1, х2, х3, х4 – количество выпускаемой продукции видов П1, П2, П3, П4, которое надо найти.
Теперь составляем ограничения. Из табл.2.2.1 видно, что для выпуска единицы продукции П1 требуется одна единица трудовых ресурсов, П2, П3, П4 – соответственно 2, 3, 4 единиц трудовых ресурсов. Тогда потребный трудовой ресурс для выпуска всех видов продукции будет равен х1+2х2+3х3+4х4.
Очевидно, что потребный ресурс не может превышать располагаемый, т.е. для трудового ресурса справедливо неравенство
х1 +2х2+3х3+4х4 £ 40,
где 40 – располагаемый ресурс (табл.2.2.1).
Если составить аналогичные зависимости для остальных видов ресурсов и добавить предельно допустимые значения для выпуска каждого вида продукции, то получим систему:
(3)
В этой системе неравенства, устанавливающие зависимости для ресурсов – ограничения, а предельно допустимые значения переменных – граничные условия. В ограничениях левые части неравенства – потребные ресурсы, а правые – располагаемые.
Если в неравенства ввести дополнительные переменные у1³0, у2³0, у3³0, то можно записать
(4)
В этой системе дополнительные переменные – это разность между располагаемым ресурсом и потребным и, следовательно, равные неиспользуемому ресурсу, т.е. это резервы каждого вида ресурсов.
Очевидно, что система (4), содержащая три уравнения и семь переменных, имеет бесчисленное множество решений, т.е. различных вариантов плана. Все эти возможные варианты, удовлетворяющие системе (3), являются допустимыми планами.
Если получить оптимальное решение очень важно, то иметь допустимое решение – необходимо.
Концептуальная модель принятия решений
Анализ многочисленных публикаций по различным аспектам проблемы выбора показывает, что в настоящее время наметилась прогрессивная тенденция к интеграции различных научных направлени
Постановка задачи линейного программирования
Значительная часть задач принятия решения – это задачи распределения ресурсовмежду объектами.
Пусть имеется т видов ресурсов, каждый i
Двойственные задачи линейного программирования
Каждой задаче ЛП можно некоторым образом сопоставить другую задачу ЛП, называемую двойственной по отношению к исходной (прямой):
Прямая задача (ПЗ)
Обобщенный алгоритм решения задач НЛП
Эффективное решение различных задач нелинейного программирования может быть осуществлено на основе учета конкретных особенностей этих задач. При этом под эффективностью того или иного алгоритма, ка
Аналитические методы решения задач НЛП
В некоторых случаях задачи НЛП удается решить аналитически. Это, в частности, удается в том случае, если ЦФ и ОДА являются выпуклыми. Обобщенный алгоритм решения задачи НЛП включает в себя следующи
Численные методы решения задач НЛП
В качестве r(xk) используется направление, в котором наиболее сильно возрастает целевая функция. Это направление задается градиентом функции ÑF(xk). Суть метода состоит
Постоянный шаг.
Задается hk = h = const, при этом должно выполняться условие
F(xk+1) = F(xk + hkÑF(xk)) > F(xk).
Пусть
Наискорейший подъем.
Если подставить в выражение для F(x) значение x=xk+1 в соответствии с (1), то получим выражение F(xk+hkÑF(xk)), как функцию от величины шага. След
Функции Лагранжа
Исторически первым способом сведения задачи с ограничениями к задаче безусловной оптимизации явилось использование функции Лагранжа L(x,m)
L(x, m) = f(x) + mт(b - j(x)) = f(x) +
Штрафные функции
Исходная задача условной оптимизации сводится к последовательности задач безусловной оптимизации функций
Fk(x, m) = f(x) - Sk(x, mk), k = 1,2,3,....
Методы прямой условной оптимизации
Методы прямой условной оптимизации предназначены для непосредственного решения задачи выпуклого программирования в условиях ограничений, описывающих множество допустимых решений D.
Итак, п
Метод условного градиента
Существо метода условного градиента состоит в том, что, если известна некоторая точка xkÎD, то направление возрастания целевой функции может задаваться некоторой внутренней или кра
Постановка задачи целочисленного программирования
Первые упоминания о линейных уравнениях возникли ещё за несколько веков до нашей эры.
В Древней Греции Диофант (II-III в.) формулирует уравнения, в которых искомые переменн
Характерные особенности задач многокритериального выбора
Реальные задачи выбора, возникающие на практике, чрезвычайно разнообразны, но всех их объединяет общая схема поиска решения, суть которой состоит в формировании совокупности операци
Принцип В.Парето в задачах многокритериального выбора
В п. 4.1 было установлено, что для корректного решения задач многокритериального выбора необходимо в исходную постановку задачи (4.1)‑(4.2) привнести дополнительную информацию
Методы построения множества Парето
Приведенные в п.4.2.2 свойства множества Парето могут быть использованы для построения (исследования) данного множества (либо его подмножеств) или определения его характеристик в ко
Принятие решений в условиях стохастической среды
Постановка задач принятия решений в условиях стохастической среды имеет вид
(D(w), f(w)), wÎW,
где D(w) - множество допустимых альтернатив, f(w) - целевая функция.
Методы детерминизации.
При решении конкретных задач выбора на вероятностных структурах часто вводится предположение о том, что задание целевой функции f(w) и ограничивающих отношений ri(w), i=1,...,m, определя
Методы имитационной оптимизации.
В методах имитационной оптимизации (прямых методах стохастического выбора) не производится преобразование задачи к ее детерминированному эквиваленту. Суть данных методов заключается в том, что гене
Принятие решений в условиях целенаправленной среды
Принятие решений в условиях целенаправленной среды связано с тем, что известна цель среды, в соответствии с которой она выбирает свои состояния и которую преследует в своих действиях. Эти действия
Постановка задач игрового выбора.
Рассмотрим формализованное представление задачи принятия решений в условиях целенаправленной среды. Обобщенную задачу принятия решения в условиях неопределенности можно записать в виде
(D
Матричные игры. Чистые и смешанные стратегии.
Простейшим вариантом игры является антагонистическая игра, в которой противодействуют две оперирующих стороны (2 игрока), при этом множества различных альтернатив из которых они выбирают решения ко
Методы нахождения оптимальных смешанных стратегий.
Процедура нахождения оптимальных чистых или смешанных стратегий соответствует выявлению рациональной линии поведения противников в конфликтной ситуации, описываемой игровой моделью. Поэтому такую п
Принятие решений в условиях неизвестной среды
В случае неизвестной среды нет достаточных оснований для предположений о том, какие значения будут принимать параметры, характеризующие состояние среды на рассматриваемом временном интервале. При э
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов