- •Линейные методы оптимизации. Задачи линейного программирования
- •1.1 Общая постановка задачи линейного программирования.
- •Линейное программирование в экономике
- •1.3 Решение систем линейных алгебраических уравнений в форме жордановых таблиц
- •1.3.1 Основные понятия
- •1.3.2 Жордановы таблицы
- •1.3.3 Алгоритм решения слау в форме жордановых таблиц
- •1.3.4 Примеры решения типовых задач
- •1.4 Базисные и опорные решения слау
- •1.4.1 Основные понятия
- •1.4.2 Алгоритм отыскания опорных решений слау
- •1.4.3 Примеры решения типовых задач
- •1.3.5 Задания для самостоятельного решения
- •Задания для самостоятельной работы
- •Графическое решение задач линейного программирования
- •1.5.1 Геометрическая интерпретация
- •1.5.2 Алгоритм графического решения злп
- •1.5.3 Пример решения типовой задачи
- •1.5.4 Задания для самостоятельной работы
- •1.6 Симплексный метод решения задач линейного программирования
- •1.6.1 Укрупненный алгоритм симплексного метода
- •1.6.2 Алгоритм отыскания начального опорного плана
- •1.6.3 Алгоритм отыскания оптимального опорного плана
- •1.6.4 Пример решения типовой задачи
- •1.6.5 Задания для самостоятельной работы
- •Двойственность в линейном программировании
- •1.7.1 Понятие двойственности для симметричных задач
- •1.7.2 Экономическая интерпретация симметричных двойственных задач
- •1.7.3 Связь между решениями прямой и двойственной задачи
- •2. Оптимальное распределение ресурсов. Транспортная задача
- •2.1. Метод северо-западного угла (мсзу)
- •2.2. Метод минимального тарифа (ммт)
- •2.3. Определение оптимального плана перевозок методом потенциалов
- •2.4. Транспортная задача с усложнениями
- •2.5. Транспортная задача по критерию времени
- •2.6 Задания для самостоятельной работы
- •3. Элементы нелинейного программирования
- •Постановка задач нелинейного программирования
- •Особенности решения задач нелинейного программирования
- •Метод множителей Лагранжа
- •4 Метод наименьших квадратов
- •4.1 Некоторые типы эмпирических формул
- •Примеры решения типовых задач
- •4.3 Задания для работы в аудитории
- •4.4 Подбор эмпирических формул по выборочным данным
- •4.3 Задание для самостоятельной работы
- •Элементы сетевого планирования
- •При управлении такими проектами применяются специальные способы изображения сетей, позволяющие разработать очень эффективные и простые процедуры вычислений информации о состоянии проекта.
- •5.1 Построение сетевой модели
- •5.2 Наиболее ранний срок наступления события
- •5.3 Наиболее поздний срок наступления события
- •Пример 3. Для всех узлов (событий) сети из примера 1 определить наиболее поздний допустимый срок наступления события.
- •5.4 Резерв времени и критический путь
- •5.5 Оптимизация плана комплексных работ
- •5.6 Задания для самостоятельной работы
- •Литература
- •Методы решения оптимизационных задач
- •346493, Донской гау, пос. Персиановский,
2.5. Транспортная задача по критерию времени
Как известно, качество плана транспортной задачи можно оценивать по различным критериям. Рассмотрим здесь в качестве такого критерия (целевой функции) время перевозок.
Транспортная задача по критерию времени возникает при перевозке срочных грузов. Как и в обычной ТЗ, имеется m поставщиков с запасами однородного груза в количестве аi (i=1m) и n потребителей, которым этот груз должен быть доставлен в объеме bj (j=1n). Требуется составить план перевозок товара так, чтобы удовлетворить потребности при имеющихся запасах и чтобы при этом наибольшее время доставки всех грузов было минимальным.
Пусть Т – матрица времен размера тп, в которой на позиции (i,j) находится величина tij. Тогда задача имеет вид:
z=
→min,
(8)
ТЗ по критерию времени не является задачей линейного программирования, т.к. целевая функция z не является линейной функцией переменных хij.
Без ограничения общности можно считать, что задача закрытая. В противном случае ее всегда можно закрыть, пропорционально уменьшая избыточные запасы аi (или потребности bj) или вводя фиктивные пункты отправления или назначения.
Решение ТЗ по
критерию времени может быть получено
в следующем порядке. Находится начальный
план Х0
(можно
использовать, например, метод
северо-западного угла или метод наименьшей
стоимости). Определяется значение
целевой функции z(Х0)=
=
.
Все свободные ячейки, которым соответствуют
tik>
,
исключаются из рассмотрения (например,
закрашиваются темным фоном). Чтобы
понизить значение целевой функции,
необходимо освободить ячейку (i0,k0),
в которой tik
достигает
максимума. Для этого можно строить так
называемые разгрузочные циклы,
которые могут включать в свой состав
несколько свободных ячеек, т.е.
положительные вершины цикла могут
опираться на ячейки с нулевыми перевозками.
В разгрузочном цикле, начиная с
разгружаемой ячейки (i0,k0),
расставляются поочередно знаки «-» и
«+» и осуществляют сдвиг на величину
=
tik.
Если удается эту ячейку разгрузить, то
она исключаются из рассмотрения
(закрашивается). Получается новый план
Х1,
на котором значение целевой функции не
больше, чем на Х0.
Далее снова пытаются разгрузить ячейку,
соответствующую z(Х1)=
=
.
Процесс продолжается до тех пор, пока
возможность разгрузить соответствующую
ячейку не исчезнет.
Рассмотрим этот метод на примере.
Пример 6.
Пусть
T=
,
a1=20,
a2=30,
a3=50,
a4=50,
b1=20,
b2=30,
b3=40,
b4=60.
Находим
начальный план Х0
методом северо-западного угла (итерация
0, рис.1). Базисные нули не записываем.
Максимум целевой функции
z(Х0)=
10,8,5,12,4=12
достигается в ячейке (3,4). Закрасим ячейку
(4,1), т.к. время t41=15
больше, чем z(Х0)=12.
|
Для улучшения решения разгрузим ее с по-мощью цикла (3,4)→(2,4)→(2,2)→(3,2). Осуществив сдвиг по циклу, получим новое опорное решение Х1 (итерация 1 на рис.2). Максимум целевой функции на этом опорном решении z(Х1)= 10,8,4,4,5,4=10 дости-гается в ячейке (1,1). Закрасим ячейку (3,4), т.к. время t34=12 больше, чем z(Х1)=10. Разгрузим ячейку (1,1) с помощью цикла (1,1)→(1,2)→(2,2)→(2,1) (итерация 1). |
||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||||||
Осуществив сдвиг по циклу, получим новое опорное решение Х2 (итерация 2). Максимум целевой функции на этом опорном решении z(Х2)= 6,5,4,4,5,4=6 достигается в ячейке (1,2). Закрасим ячейки (1,1), (2,2), (2,3) и (4,3), т.к. в них время t11=10, t22=8, t23=7 и t43=9 больше, чем z(Х2)=6.
Итерация 1 |
|
Итерация 2 |
|
Итерация 3 |
||||||||||||
Вj Аi |
20 |
30 |
40 |
60 |
|
Вj Аi |
20 |
30 |
40 |
60 |
|
Вj Аi |
20 |
30 |
40 |
60 |
20 |
Ө 20 |
6
|
3
|
2
|
|
20 |
10
|
Ө 20 |
3
|
2
|
|
20 |
10
|
6
|
3 20 |
2
|
30 |
5
|
Ө 8 20 |
7
|
4 10 |
|
30 |
5 20 |
8
|
7
|
4 10 |
|
30 |
5 20 |
8
|
7
|
4 10 |
50 |
2
|
4 10 |
5 40 |
12
|
|
50 |
2
|
4 10 |
Ө 5 40 |
12
|
|
50 |
2
|
4 30 |
5 20 |
12
|
50 |
15
|
5
|
9
|
4 50 |
|
50 |
15
|
5
|
9
|
4 50 |
|
50 |
15
|
5
|
9
|
4 50 |
|
||||||||||||||||
Разгрузим ячейку (1,2) с помощью цикла (1,2)→(1,3)→(3,3)→(3,2) (итерация 2). Осуществив сдвиг по циклу, получим новое опорное решение Х3 (итерация 3). Максимум целевой функции на этом опорном решении z(Х3)= 3,5,4,4,5,4=5 достигается в ячейках (2,1) и (3,3). Закрасим ячейки (1,2) и (4,2), в которых время перевозок не менее t21=5. С помощью оставшихся не закрашенных ячеек разгрузить ячейки (2,1) и (3,3) не удается, поэтому Х3 является оптимальным решением:
Х*=Х3=
,
z*=z(Х3)=5.

8
10
6