Методы оптимальных решений

Автор работы: Пользователь скрыл имя, 25 Января 2015 в 21:17, контрольная работа

Описание работы

1. В каком случае задача имеет множество решений (привести графический пример)
2. Как определяются временные оценки работ и событий?
3. Какое распределение обычно имеет время обслуживания?
4. Дайте характеристику методов формирования коэффициентов прямых затрат в балансовых моделях

Файлы: 1 файл

МОР5.doc

— 2.94 Мб (Скачать файл)

 

Поскольку среди оценок нет отрицательных, то это значит, что найдено оптимальное решение. План оптимален, целевая функция принимает значение .

Теперь решим эту задачу графическим методом. Построим область допустимых значений, ограниченную прямыми линиями.

На рисунке 1 заштрихована область допустимых решений. Для определения направления движения к оптимуму построим вектор-градиент Ñ, координаты которого являются частными производными целевой функции, т.е. .

Что бы построить этот вектор, нужно соединить точку (-5; 2) с началом координат. При максимизации целевой функции необходимо двигаться в направлении вектора-градиента, а при минимизации – в противоположном направлении. Для удобства можно строить вектор, пропорциональный вектору Ñ. Так, на рисунке 1 изображен вектор градиент (-5; 2).

 

Рисунок 1. Максимум целевой функции достигается в точке (0, 4).

В нашем случае движение линии уровня будем осуществлять до ее выхода из области допустимых решений. В крайней, угловой точке достигается максимум целевой функции. Для нахождения координат этой точки достаточно решить два уравнения прямых, получаемых из соответствующих ограничений и дающих в пересечении точку максимума:

Отсюда легко записать решение исходной задачи:

б) 

Построим область допустимых значений, ограниченную прямыми линиями.

На рисунке 2 заштрихована область допустимых решений. Для определения направления движения к оптимуму построим вектор-градиент Ñ, координаты которого являются частными производными целевой функции, т.е. .

Что бы построить этот вектор, нужно соединить точку (12; 4) с началом координат. При максимизации целевой функции необходимо двигаться в направлении вектора-градиента, а при минимизации – в противоположном направлении. Для удобства можно строить вектор, пропорциональный вектору Ñ. Так, на рисунке 2 изображен вектор градиент (12; 4).

Рисунок 2. Минимум целевой функции достигается в точке (0, 0).

Отсюда легко записать решение исходной задачи:

 

Задание 3

Решить транспортную задачу распределительным методом или методом потенциалов.

Допустим имеется три поставщика продукции с соответствующими предложениями а1, а2 и а3 и три потребителя, спрос которых составляет в1, в2 и в3 соответственно. Стоимость перевозки единицы груза из каждого пункта отправления до каждого пункта назначения задается матрицей С.

Решение.

Определим баланс предложения и спроса:

Так как общее предложение превышает общий спрос, то необходимо ввести в модель фиктивный пункт потребления (Вn+1) в n + 1-м столбце матрицы транспортной задачи. При этом стоимости перевозки для фиктивного пункта потребления равны нулю.

Потребность в грузе фиктивного пункта назначения равна разности предложения и спроса.

Составим исходную транспортную матрицу.

Таблица 6

Исходная транспортная матрица

Пункт

назначения

Пункт

отправления

В1

В2

В3

В4

98

122

100

80

А1

140

 

4

 

2

 

3

 

0

               

А2

120

 

5

 

3

 

2

 

0

               

А3

140

 

1

 

2

 

3

 

0

               

 

Процедура построения потенциального (оптимального) плана состоит в следующем.

В качестве первого приближения к оптимальному плану берется любой допустимый план (например, построенный методом минимального элемента) (таблица 3).

Таблица 7

Метод минимального элемента

Пункт

назначения

Пункт

отправления

В1

В2

В3

В4

98

122

100

80

А1

140

 

4

60

2

 

3

80

0

       

А2

120

 

5

20

3

100

2

 

0

       

А3

140

98

1

42

2

 

3

 

0

       

 

Общие затраты на транспортировку составляют:

В этом плане m + n – 1, где m – число строк, n – число столбцов транспортной таблицы. Для этого плана можно определить платежи (αi и βj) так, чтобы в каждой базисной клетке выполнялось условие:

Уравнений всего m + n – 1, а число неизвестных равно m + n. Следовательно, одну из этих неизвестных можно задать произвольно (например, равной нулю). После этого из m + n – 1 можно найти остальные платежи, а по ним вычислить псевдостоимости для каждой свободной клетки.

 

Таблица 3

Расстановка потенциалов

Пункт

назначения

Пункт

отправления

В1

В2

В3

В4

αi

98

122

100

80

 

А1

140

 

4

60

2

 

3

80

0

 

 

А2

120

 

5

20

3

100

2

 

0

   

А3

140

98

1

42

2

 

3

 

0

   

βj

 

 

 

Так как в ячейке А2В4 псевдостоимость больше стоимости, то план не является оптимальным и может быть улучшен переносом перевозок по циклу, соответствующему данной свободной клетке. Цена этого цикла равна разности между стоимостью и псевдостоимостью в этой свободной клетке.

После этого необходимо подсчитать потенциалы.

Таблица 8

Перераспределение поставок

Пункт

назначения

Пункт

отправления

В1

В2

В3

В4

αi

98

122

100

80

 

А1

140

 

4

80

2

 

3

60

0

+

-

А2

120

 

5

 

3

100

2

20

0

   

+

А3

140

98

1

42

2

 

3

 

0

   

βj

 

 

 

Таким образом, получаем оптимальный план. При этом стоимость всей перевозки составляет:

 

Задание 4

Построить сетевую модель выполнения комплекса работ и рассчитать  основные временные параметры для всех событий и работ.

Таблица 9

Код работ

to

tнв

tп

1-2

2

3

4

1-4

3

4

5

1-6

4

5

7

2-3

1

3

4

2-6

1

2

4

3-5

1

5

9

4-6

0

0

0

5-6

0

0

0

6-7

2

3

4

6-8

4

5

6

7-8

0

0

0

8-9

5

6

7

8-10

6

7

8

8-11

6

7

10

8-12

6

8

10

9-12

0

0

0

10-13

2

3

4

11-12

2

4

5

12-13

2

3

5

Информация о работе Методы оптимальных решений