Экономико-математическое моделирование
q1 ¹ q2 ¹ q3 ¹ const
q* опт = H – yтек
y1,2 – текущие уровни
2. Стратегия фиксированного объема поставок.
Q* = const
q1 = q2 = q3 = const
3. Стратегия с контролем за текущим уровнем.
если y < h, то: - y < h Þ q* = const- y ³ h Þ q* = 0 (не заказываем сырье)
если y < h, то: - y < h Þ q* = H – yтек- y ³ h Þ q* = 0
6.4. Детерминированная ЭММ управления запасами с фиксированным спросом.Данная модель называется моделью экономики выгодных размеров поставок.
Начальные условия (ограничения):
Известны моменты поступления заявок. Интенсивность расходования ресурсов (скорость). Поставки мгновенны. Отсутствие дефицита.Введем обозначения:
b - интенсивность спроса;
k – затраты на оформление;
h – затраты на хранение единицы продукции в единицу времени;
q – объем поставок (размер партии сырья).
- период времени, в течение которого полностью расходуется сырье.
F(q) – суммарные затраты на функционирование системы снабжения

q/2 – оптимизация ведется по среднему уровню;
q* - оптимальный размер заказа.
Для нахождения F* нужно взять частную производную целевой функции F(q) по оптимизационному параметру q.
![]()
Из данной формулы находим q*:
формула Уилсона (оптимального заказа).
Данный заказ необходимо разместить для выполнения через время
![]()
Оптимальные затраты можно определить по формуле
- это затраты на единицу продукции.
В данном случае интенсивность расходования ресурсов b - величина случайная со своим законом распределения, то есть известно P(b ), F(b ) , тогда в данной ситуации возможны случаи:
q - b > 0
Так как b - величина случайная, то ( q - b ) и (b - q) будут величины случайные, поэтому оптимизация и функция цели будут находится как для случайных величин.
Функция цели будет представлять собой математическое ожидание от суммы слагаемых. Одно из них представляет собой математическое ожидание затрат на размещение заказа; другое математическое ожидание затрат на хранение ресурсов.
![]()
Известно, что оптимальное размещение запасов можно найти из системы неравенств:
![]()
Методом линейной интерполяции определяется q*.
6.6. ЭММ управления запасами с ограничениями на складские помещения.Данная модель многопродуктовая с n-видами сырья.
Введем обозначения для данной модели:
qi – размер объема заказа на сырье i – вида (
);
А – максимальный размер складских помещений для сохранения n-видов продукции;
аi – размер площади, необходимой для хранения продукции i – вида;
b i – интенсивность спроса на сырье i – вида;
ki – затраты на размещение заказа на поставку сырья, продукции i – вида;
hi – затраты на сохранение единицы сырья (продукции) i – вида.
Данная модель от вышеизложенной отличается наличием ограничений на складские помещения и выглядит так:
qi / 2 – оптимизация по среднему уровню запасов
Данная ЭММ решается с помощью метода множителей Лагранжа. Полученная функция путем добавления в целевую функцию слагаемого, состоящего из системы ограничений и множителя l , называется Лагранжианом.
![]()
(*)
Для того, чтобы найти qi* и оптимальное значение l *, необходимо взять частные производные по qi и l Лагранжиана (*).
(1)
(2)
из формулы (1) определяем
- оптимальный размер заказа.
Оптимальный размер заказа при ограничении ai определяется путем последовательного расчета для разных значений qi и l . Методом линейной интерполяции по значениям, представленным в промежуточной таблице, находится коэффициент l и оптимальное значение qi*.
Тема 7. ЭММ систем массового обслуживания. 7.1. Основные понятия и определения.Система массового обслуживания (СМО) – это совокупность приборов, каналов, станков, линий обслуживания, на которые в случайные или детерминированные моменты времени поступают заявки на обслуживание. Например, коммутаторы телефонных станций, супермаркет, парикмахерские.
Оптимизация и оценка эффективности СМО состоит в нахождении средних суммарных затрат на обслуживание каждой заявки и нахождение средних суммарных потерь от заявок не обслуженных.
СМО состоит из определенного числа обслуживающих каналов и предназначена для выполнения заявок с разным характером распределения момента времени на обслуживание.
Моделирование СМО предполагает:
построение ЭММ, связывающих параметры СМО (число каналов, их производительность и т.п.) с показателями эффективности; оптимизацию данных показателей с целью получения максимальной эффективности. 7.2. Классификация и обозначение СМО.По ряду признаков СМО делятся на:
СМО: - с очередями;- с отказами заявок (очереди);
СМО с очередью:- в порядке очереди;- в случайном порядке;
- обслуживание с приоритетом (абсолютным или относительным);
СМО с многофазным обслуживанием; СМО:- закрытые (замкнутые) – поток заявок генерируется самой системой;- открытые – характер потока заявок не зависит от состояния СМО;
СМО:- одноканальные;- многоканальные.
Обозначения СМО.
Для сокращения записи и характеристик СМО принята общемировая система записи по формату Кендола.
( a ç b ç c ç ) : ( d ç e ç f )
a –характеризует закон распределения заявок входного потока;
b - характеризует закон распределения интервалов выполнения заявок на обслуживание;
c - характеризует количество каналов обслуживания;
d - характеризует дисциплину очереди;
e - характеризует максимальное количество требований (заявок) на обслуживание (е в очереди + е в обслуживании);
f – максимальный объем источника (генератора) заявок.
Пример.
GI ç G ç N
GI - данная позиция характеризует, что момент заявок, поступающих на обслуживание,
распределен по случайному закону с функцией распределения F(x) с математическим
ожиданием
.
F(x) – любой закон распределения;
G - данная позиция характеризует моменты распределения (временные интервалы)
обслуживания заявок с любой функцией распределения H(x) и со средним временем
обслуживания
.
( M1 ç M2 ç
N ) : - характеризует, что поток заявок, поступающих на обслуживание как входящий
поток, подчиняется закону Пуассона с функцией распределения
,
l - интенсивность потока заявок;
M1 – простейший поток заявок;
N – количество мест по обслуживанию заявок;
M2 – характеризует поток обслуживания и распределения времени
обслуживания также по простейшему Пуассоновскому закону с функцией распределения
,
m - характеризует интенсивность потока обслуживания.
Простейший поток обладает тремя свойствами:
стационарностью; безпоследействия; ординарностью.Стационарность – это когда вероятность попадания того или иного числа заявок на интервал времени длиной t зависит от длины этого интервала и не зависит от того, где этот интервал расположен на оси времени.
Поток безпоследействия – когда для любых не перекрывающихся участков времени число заявок, попадающих на один из участков, не зависит от числа заявок, попадающих на другой участок.
Ординарность – это когда вероятность попадания на участок t двух или более заявок пренебрежимо мала по сравнению с вероятностью попадания одной заявки.
Поток, обладающий вышеназванными тремя свойствами, называется простейшим (стационарным, Пуассоновским ) потоком.
Эрланговский поток – “просеянный” простейший поток с коэффициентом k = (2;3;4...), то есть когда обслуживается каждая 2,3,...,k заявка.
El ê Em ê NM – эрланговский входной поток заявок El и эрланговский закон обслуживания Em .
7.3. Основные характеристики системы массового обслуживания.Характеристиками, принятыми для СМО, являются:
вероятность потери заявокРотказа = Рпотерь
вероятность занятости k каналовРк
среднее число занятых каналов![]()
![]()
N0 – незанятых каналов,
n – всего каналов.
средняя длина очереди![]()
![]()
Эффективность СМО можно определить, используя следующую методику:
(*) ЕСМО = ![]()
qожид –потери в результате ожидания 1 заявки в единицу времени;
qnk – стоимость простоя одного канала в единицу времени;
qk - стоимость эксплуатации одного канала в единицу времени;
(*) – показывает один из возможных подходов к оценке эффективности СМО. Как правило для высокоточных оценок эффективности используются имитационные модели.
Тема 8. ЭММ и модели АСУ. 8.1. Основные характеристики и классификация АСУ.Управление – целенаправленное воздействие на параметры системы и координация деятельности всей системы с целью получения максимальной эффективности.
АСУ – автоматизированная система управления, в которой применяются современные автоматические средства обработки информации, математические методы и экспертные системы для решения задач управления.
АСУ подразделяются на два класса:
АС организационного управления (административного); АСУ технологическими процессами.АСУ обеспечивает высокую эффективность за счет:
высокого уровня использования входной информации и ускорения ее обработки на ЭВМ; за счет проведения расчетов оптимизации и имитационного моделирования с применением ЭВМ; принятие оптимальных решений с помощью экспертных систем (систем поддержки и принятия решения). 8.2. ЭММ расчета эффективности АСУ.Основным показателем применения АСУ является коэффициент экономической эффективности. Расчеты данного коэффициента ведутся на этапах:
при планировании и создании АСУ; на стадии технического и рабочего проектов АСУ; после внедрения АСУ.Как правило, эффективность АСУ определяется коэффициентом годовой прибыли (его приростом), который определяется исходя из методики
ПАСУ = ((А2 – А1)/А1)*П1 + ((С1 – С2)/100)*А2, где
А1, А2 – годовые объемы производства продукции до внедрения