Xreferat.com » Рефераты по информатике и программированию » Решение задач линейного программирования

Решение задач линейного программирования

Введение


Линейное программирование — область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными.

Программирование в управлении можно представить как процесс распределения ресурсов. Существует ряд различных методов, основанных на идеях математического программирования, однако, наиболее широкое применение нашел метод линейного программирования.

Применение методов линейного программирования актуально в сегодняшнее время, так как использование математических моделей является важным направлением совершенствования планирования и анализа деятельности компании. Представление данных в виде математической модели позволяет конкретизировать информацию, создавать и моделировать варианты, выбирать оптимальные решения.

Актуальность линейного программирования и обусловила выбор темы данной курсовой работы. Значимость выбранного вопроса определяется также тем, что использование метода линейного программирования представляет собой важность и ценность – оптимальный вариант выбирается из достаточно значительного количества альтернативных вариантов. Также все экономические задачи, решаемые с применением линейного программирования, отличаются альтернативностью решения и определенными ограничивающими условиями

Цель курсовой работы – на практическом примере продемонстрировать использование методов линейного программирования.

Задачи работы обусловлены ее целью:

Во-первых, раскрыть теоретическое содержание данной темы.

Во-вторых, сформулировать и найти оптимальное решение задач с помощью средств MS Excel.


Задачи линейного программирования


1. С помощью средств Excel найти решение задачи линейного программирования


L(Х) = 14хРешение задач линейного программирования -9х2 -х4 +6,4х5 —> min;

Решение задач линейного программирования0,9 хРешение задач линейного программирования + 10х2 -28х4 +5х5 Решение задач линейного программирования 245,

0,8 хРешение задач линейного программирования+ 1,7х2 -0,2х3 -0,5х4 =9,

6 хРешение задач линейного программирования + 4х3 - 7х4 + 6,3х5 Решение задач линейного программирования 54,

8 хРешение задач линейного программирования+6,2х2 -4,8х4 +2,9х5 Решение задач линейного программирования17,

xРешение задач линейного программированияРешение задач линейного программирования 0, (j =Решение задач линейного программированияРешение задач линейного программирования).


2. Мебельный комбинат выпускает книжные полки А из натурального дерева со стеклом, полки В1 из полированной ДСП (древесно-стружечной плиты) без стекла и полки В2 из полированной ДСП со стеклом. Габариты полок А, В1 и В2 следующие: длина 1100 (d) мм, ширина 250 (w) мм, высота 300 (h) мм/ Размер листа ДСП 2x3 м.

Решение задач линейного программированияРешение задач линейного программированияРешение задач линейного программированияРешение задач линейного программированияРешение задач линейного программированияРешение задач линейного программированияРешение задач линейного программированияРешение задач линейного программированияРешение задач линейного программирования


h

w

d

Габариты полок, выпускаемых мебельным комбинатом


При изготовлении полок А выполняются следующие работы: столярные, покрытие лаком, сушка, резка стекла, упаковка. Все операции, производимые в ходе столярных работ и упаковки, выполняются вручную. Полки В1 и В2 поставляются в торговую сеть в разобранном виде. За исключением операции упаковки, все остальные операции (производство комплектующих полки, резка стекла) при изготовлении полок В1 и В2, выполняются на специализированных автоматах.

Трудоемкость столярных работ по выпуску одной полки А составляет 3,2 (Тр1) ч. Производительность автомата, покрывающего полки А лаком - 2 (Пр1) полок в час, автомата, режущего стекло - 180 (Пр2) стекол в час. Сменный фонд времени автомата для покрытия лаком – 7,4 (ФВ1) ч, автомата для резки стекла - 7,1 (ФВ2) ч. Сушка полок, покрытых лаком, происходит в течение суток в специальных сушилках, вмещающих 55 (VI) полок. На упаковку полки А требуется 6 (Тр2) минуты. В производстве полок заняты 27 (Р1) столяров и 7 (Р2) упаковщиков.

Производительность автомата, производящего комплектующие полок В, и В2, равна 7 (Прз) полки в час, а его сменный фонд времени равен 7,8 (ФВ3) ч, трудоемкость упаковочных работ составляет 9 (Тр3) мин для полки В1 и 10 (Тр4) мин для полки В2.

От поставщиков комбинат получает в месяц 415 (Z1) листов полированной ДСП, 215 (Z2) листов ДВП (древесно-волокнистой плиты), а также 240 (Z3) листов стекла. Из каждого листа ДВП можно выкроить 6 (К1) задних стенок полок В1 и В2, а из каждого листа стекла - 13 (К2) стекол для полок А и В2.

Склад готовой продукции может разместить не более 370 (V2) полок и комплектов полок, причем ежедневно в торговую сеть вывозится в среднем 72(N) полок и комплектов. На начало текущего месяца на складе осталось 80 (Ост) полок, произведенных ранее. Себестоимость полки А равна 150 (С1) руб., полки В без стекла - 120 (С2) руб., со стеклом - 134 (Сз) руб.

Маркетинговые исследования показали, что доля продаж полок обоих видов со стеклом составляет не менее 43% (Д) в общем объеме продаж, а емкость рынка полок производимого типа составляет около 1100 (Vз) штук в месяц. Мебельный комбинат заключил договор на поставку заказчику 50 (З) полок типа В2 в текущем месяце.

Составьте план производства полок на текущий месяц. Известны цены реализации полок: полка А - 192 (Ц1) руб., полка В без стекла - 154 (Ц2) руб., полка В со стеклом - 147 (Ц3) руб.


D W H Тр1 Тр2 Тр3 Тр4 Р1 Р2 Пр1 Пр2 Пр3 ФВ1 ФВ2 ФВ3 Z1 Z2 Z3
1180 270 260 3,2 6 9 10 27 7 2 180 7 7,4 7,1 7,8 415 215 240


















K1 K2 V1 V2 V3 N ост Д З С1 С2 С3 Ц1 Ц2 Ц3


6 13 55 370 1100 72 80 43(A,B1) 5A,12B2 150 120 134 192 154 147



3 варианта раскроя ДСП, 8 ч в смене; работа в 1 смену; 22 рабочих дня в месяц.

3. На складах хранится мука, которую необходимо завезти в хлебопекарни. Номера складов и номера хлебопекарен даны в таблице 1. Текущие тарифы перевозки муки [руб./т], ежемесячные запасы муки [т/мес] на складах и потребности хлебопекарен в муке [т/мес] указаны в табл. 2.

При этом необходимо учитывать, что из-за ремонтных работ временно нет возможности перевозить муку с некоторых складов в некоторые хлебопекарни. В табл. 1это показано в графе "Запрет перевозки" в формате № склада х № хлебопекарни. Например, «2x3» обозначает, что нельзя перевозить муку со склада № 2 в хлебопекарню № 3.

Кроме того, необходимо учесть, что некоторые хлебопекарни имеют договоры на гарантированную поставку муки с определенных складов. В табл. 1 это показано в графе "Гарантированная поставка" в формате № склада х № хлебопекарни = объем поставки. Например, «1x4=40» обозначает, что между складом № 1 и магазином № 4 заключен договор на обязательную поставку 40 т муки.

Необходимо организовать поставки наилучшим образом, учитывая, что мука хранится и транспортируется в мешках весом по 50 кг.

Таблица 1

Номер склада, хлебопекарни, запрещенные или гарантированные поставки

№ Варианта № Складов № Хлебопекарен Запрет перевозки Гарантированная поставка, т/мес.
4 1,2, 3,4 3, 4, 5 3x3, 4x5 3x5=40

Таблица 2

Запасы, потребности и тарифы перевозок

Склады Хлебопекарни

1 2 3 4 5 Запас, т/мес.
1 400 600 800 200 200 80
2 300 100 500 600 500 70
3 500 200 100 600 300 60
4 300 700 200 400 900 55
5 200 500 800 200 400 65
Спрос, т/мес. 77,86 56,78 58.88 62,44 73,92


2. Теоретическая основа линейного программирования

2.1.Постановка задачи


Постановка практической задачи ЛП включает следующие основные этапы:

определение показателя эффективности, переменных задачи,

задание линейной целевой функции S(x), подлежащей минимизации или максимизации,

задание ограничений.

Приведем сейчас общую математическую формулировку основной задачи линейного программирования.

Дана система линейных уравнений с n неизвестными:

a11 x1 + a11 x2 + …… + a11 xn Решение задач линейного программирования=Решение задач линейного программирования b1 ,

a21 x1 + a22 x2 + …… + a2n xn Решение задач линейного программирования =Решение задач линейного программирования b2 ,

am1 x1 + am2 x2 + …… + amn xn Решение задач линейного программирования=Решение задач линейного программирования bm ,

и линейная функция

f = c1 x1 + c2 x2 +………+ cn xn (1.2)

Требуется найти такое неотрицательное решение системы

x1 ≥0, x2 ≥0, … … , xn ≥0 (1.3)

при котором функция f принимает наименьшее значение.

Уравнения (1.1) называют системой ограничений данной задачи; функцию f — целевой функцией (или линейной формой).


2.2.Методы решения задач линейного программирования


2.2.1. Симплекс – метод


Симплекс метод - метод линейного программирования, который реализует рациональный перебор базисных допустимых решений, в виде конечного итеративного процесса, необходимо улучшающего значение целевой функции на каждом шаге.

Применение симплекс-метода для задачи линейного программирования предполагает предварительное приведение ее формальной постановки к канонической форме с n неотрицательными переменными: (X1, ..., Xn), где требуется минимизация линейной целевой функции при m линейных ограничениях типа равенств. Среди переменных задачи выбирается начальный базис из m переменных, для определенности (X1, ..., Xm), которые должны иметь неотрицательные значения, когда остальные (n-m) свободные переменные равны 0. Целевая функция и ограничения равенства преобразуются к диагональной форме относительно базисных переменных, переменных, где каждая базисная переменная входит только в одно уравнение с коэффициентом 1:

X0 + A0,m+1*Xm+1 + ... + A0,n*Xn = A0,0


X1 + A1,m+1*Xm+1 + ... + A1,n*Xn = A1,0

.

. . . . . . . . . . . . . . . .

.

Xi + Ai,m+1*Xm+1 + ... + Ai,n*Xn = Ai,0

.

. . . . . . . . . . . . . . . .

.

Xm + Am,m+1*Xm+1 + ... + Am,n*Xn = Am,0

Данная формальная модель задачи линейного программирования обычно задается в форме так называемой симплекс-таблицы, удобной для выполнения операций симплекс-метода:

Симплекс-таблица


1 X1 X2 ... Xm Xm+1 ... Xn
X0 A0,0 0 0 ... 0 A0,m+1 ... A0,n
X1 A1,0 1 0 ... 0 A1,m+1 ... A1,n
X2 A2,0 0 1 ... 0 A2,m+1 ... A2,n
... ... ... ... ... ... ... ... ...
Xm Am,0 0 0 ... 1 Am,m+1 ... Am,n

Верхняя строка симплекс-таблицы представляет целевую функцию задачи. Каждая строка симплекс-таблицы, кроме первой, соответствует определенному ограничению-равенству задачи. Свободные члены ограничений составляют крайний левый столбец таблицы. Слева от таблицы записаны текущие базисные переменные (X1, ..., Xm). Сверху от таблицы приведен набор всех переменных задачи, где Xm+1, ..., Xn - свободные переменные задачи.

Преобразования таблицы надо производить до тех пор, пока не будет получена симплекс-таблица, которая одновременно является прямо и двойственно допустимой.

Данный метод получил широкое распространение и большую популярность по сравнению с другими подходами, так как крайне редко на практике встречаются задачи трудные для симплекс-метода.


2.2.2. Геометрический метод


Применяется дя задач с двумя переменными. Метод решения состоит в следующем:

Решение задач линейного программированияНа плоскости Ох1х2 строятся прямые, которые задают соответствующие ограничения:

a11 x1 + a11 x2 + …… + a11 xn = b1 ,

a21 x1 + a22 x2 + …… + a2n xn = b2 ,

…………………………………………

am1 x1 + am2 x2 + …… + amn xn = bm .


Находим множество всех точек х1,х2, удовлетворяющим всем неравенствам. Такое множество называется областью допустимых решений. Строим вектор Решение задач линейного программирования и перемещаем линию уровня, который задается уравнением: с1х1+с2х2 = const в направлении вектора Решение задач линейного программированиядо последней точки пересечения с ОДР. Эта точка и дает решение задачи Lmax = значению L в этой точки


2.3. Двойственная задача.


Общая схема построения двойственной задачи.

Если задана общая задача ЛП:

Решение задач линейного программирования

где D определяется системой уравнений и неравенств:

Решение задач линейного программирования

то двойственной по отношению к ней называется общая задача ЛП:

Решение задач линейного программирования

где D* определяется системой уравнений и неравенств:

Решение задач линейного программирования

Как следует из приведенной схемы при переходе от прямой задачи ЛП к двойственной:

1. Тип оптимума меняется на противоположный, т. е. максимум на минимум, и наоборот.

2. Вектор коэффициентов целевой функции c и столбец ограничений b меняются местами.

3. Матрица ограничений задачи А транспонируется.

4. Множество индексов переменных, на которые наложено условие неотрицательности в прямой задаче определяют номера ограничений, имеющих форму неравенств в двойственной задаче .

5. Множество номеров ограничений, имеющих форму неравенств в прямой задаче определяют множество индексов переменных, на которые накладывается условие неотрицательности, в двойственной задаче .

Из приведенного определения вытекает важное свойство — симметричность отношения двойственности, т. е. задача, двойственная по отношению к двойственной, совпадает с прямой (исходной) задачей.

((D*)*, (f*)*)≡(D, f),

Основные теоремы:

Теорема 1. Если одна из двойственных задач имеет конечный оптимум, то другая также имеет конечный оптимум, причем экстремальные значения целевых функций совпадают

Теорема 2 ( о дополняющей нежесткости). Для того чтобы план х* и у* являлись оптимальными решениями соответственно задач линейного программирования и двойственной к ним необходимо и достаточно, чтобы выполнялись следующие соотношения:

Решение задач линейного программирования

Решение задач линейного программирования

Теорема 3 (об оценках). Значение переменных Решение задач линейного программирования в оптимальном решении двойственной задачи представляет собой оценки влияния свободных членов bi в системе ограничения прямой задачи на величину целевой функции f(x*)

Решение задач линейного программирования

2.4. Транспортная задача.


Одна из наиболее распространенных задач математического программирования — транспортная задача. В общем виде ее можно представить так: требуется найти такой план доставки грузов от поставщиков к потребителям, чтобы стоимость перевозки (или суммарная дальность, или объем транспортной работы в тонно-километрах) была наименьшей. Следовательно, дело сводится к наиболее рациональному прикреплению производителей к потребителям продукции (и наоборот). В простейшем виде, когда распределяется один вид продукта и потребителям безразлично, от кого из поставщиков его получать, задача формулируется следующим образом.

Имеется ряд пунктов производстваРешение задач линейного программированияс объемами производства в единицу времени (месяц, квартал), равными соответственноРешение задач линейного программированияи пункты потребленияРешение задач линейного программирования потребляющие за тот же промежуток времени соответственноРешение задач линейного программированияРешение задач линейного программирования продукции. В случае, если решается закрытая (сбалансированная) задача, сумма объемов производства на всех пунктах-поставщиках равна сумме объемов потребления на всех пунктах-получателях:

Решение задач линейного программирования

Кроме того, известны затраты по перевозке единицы продукта от каждого поставщика к каждому получателю — эти величины обозначаются Решение задач линейного программирования В качестве неизвестных величин выступают объемы продукта, перевозимого из каждого пункта производства в каждый пункт потребления, соответственно обозначаемыеРешение задач линейного программирования.

Тогда наиболее рациональным прикреплением поставщиков к потребителям будет такое, при котором суммарные затраты на транспортировку будут наименьшими:

Решение задач линейного программирования

При этом каждый потребитель получает нужное количество продукта:

Решение задач линейного программирования

и каждый поставщик отгружает весь произведенный им продукт:

Решение задач линейного программирования

Как и во всех подобных случаях, здесь также оговаривается неотрицательность переменных: поставка от какого-то пункта производства тому или иному пункту потребления может быть равна нулю, но отрицательной, т. е. следовать в обратном направлении, быть не может.

Рассмотрим таблицу.

Строки транспортной таблицы соответствуют пунктам производства (в последней клетке каждой строки указан объем запаса продукта ai), а столбцы — пунктам потребления (последняя клетка каждого столбца содержит значение потребности bj). Все клетки таблицы (кроме тех, которые расположены в нижней строке и правом столбце) содержат информацию о перевозке из i-го пункта в j-й: в левом верхнем углу находится цена перевозки единицы продукта, а в правом нижнем — значение объема перевозимого груза для данных пунктов. Клетки, которые содержат нулевые перевозки (xi,j=0), называют свободными, а ненулевые — занятыми (xi,j>0).



В1 В2 …… Вn Всего

C1,1 C1,2 …… C1,n а1
A1 C2,1 C2,2 …… C2,n а2
A2 …. …. …. ….
…. … … … …. ….
Am Cm,1 Cm,2 …… Cm,n аm

b1 b2
Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: