Производственный менеджмент (лекции). Производственный менеджмент
![]()
|
Симплекс-метод решения задачи производственного планированияВсе точные методы решения общей задачи линейного программирования (ОЗЛП) косвенные , т.е. не непосредственно решаем ОЗЛП, а решаем некоторую другую задачу и на основе ее делаем вывод о решении ОЗЛП. Такой косвенной задачей в ЛП является каноническая задача линейного программирования (КЗЛП). Канонической задачей линейного программирования будем называть следующую задачу: F( ![]() ![]() ![]() A ![]() ![]() ![]() rang (A) = m < n, (4) где ![]() ![]() A = (aij) m, n = ( ![]() ![]() ![]() ![]() ![]() ![]() Если целевая функция имеет конечный экстремум, то по крайней мере одно оптимальное решение является базисным (вершиной допустимого множества). Это означает, что при поиске оптимального решения в допустимой области можно ограничиться базисными допустимыми решениями. В вычислительной схеме симплекс-метода реализуется вычислительный процесс, при котором, начиная с некоторой допустимой вершины (обычно начала координат), осуществляются последовательные переходы от одной допустимой вершины к другой, до тех пор, пока не будет найдена точка, соответствующая оптимальному плану. Канонический вид, рассмотренной в параграфе 1.2 , задачи производственного планирования будет следующим: F( ![]() ![]() при ограничениях X1 + X2 + X3 = 5 2X1 + X2 + X4 = 9 X1 + 2X2 +X5 = 7 Xj ![]() ![]() Рис. 1 Геометрическая интерпретация задачи производственного планирования Каждую точку пространства решений можно определить с помощью переменных X1, X2, X3, X4, X5. Увеличение переменных X3, X4, X5 будет соответствовать смещению допустимых точек с границ пространства решений в его внутреннюю область. Нас интересует прежде всего алгебраическое представление вершин допустимого множества. Анализируя рисунок можно записать:
Смежные вершины (крайние точки) отличаются только одной переменной в каждой группе свободных и базисных переменных. Все допустимые вершины определяются как все неотрицательные базисные решения системы линейных уравнений (2). Расширенную матрицу системы линейных уравнений, которая определяет неотрицательное базисное решение исходной системы будем называть К-матрицей. Пусть ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Матрица K(S) может быть получена следующим образом: ![]() Тогда ![]() В нашей задаче ![]() ![]() ![]() ![]() K(0) определяет исходный опорный план. Это вершина А на рис. 1. Приведем решение, рассмотренной выше, задачи в симплекс-таблице. Таблица 1
Из последней итерации симплексной таблицы можно получить информацию относительно оптимального плана, статуса сырья, ценности сырья, чувствительности базиса к изменению запасов сырья и вариациям коэффициентов целевой функции. а) оптимальное решение. Используя данные симплекс-таблицы основные результаты можно представить в следующем виде: ![]() X1 = 3 - объем производства продукции вида А1, X2 = 2 - объем производства продукции вида А2, F( ![]() б) статус видов сырья. Сырье S1 - дефицитное, так как значение остаточной переменной X3 равно нулю. Сырье S2 - недефицитное, так как значение остаточной переменной X4 равно единице. Положительное значение остаточной переменной указывает на неполное использование соответствующего вида сырья. Сырье S3 - дефицитное, так как значение остаточной переменной X5 равно нулю. Увеличение запасов сырья S1 и S3 позволит улучшить найденное решение. в) ценность сырья. Ценность различных видов сырья характеризуется величиной улучшения оптимального значения F( ![]() ![]() ![]() Как следует из теории линейного программирования ценность видов сырья можно определить по формуле: ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() В нашем примере: Y1 = ![]() ![]() ![]() Y2 = ![]() Y3 = ![]() г) чувствительность базиса к изменению запасов сырья. Предположим, что запас первого вида сырья изменился на ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() В данном диапазоне изменения запаса сырья S1 переменные X1, X4, X2 остаются базисными и определяют оптимальное базисное решение. В этом случае остаются неизменными виды производственной деятельности. При исследовании чувствительности базиса к изменению запасов сырья S2 и S3 поступим аналогично. Соответственно получим: ![]() ![]() ![]() ![]() ![]() ![]() Так как изменение запасов сырья может повлиять только на допустимость решения, то интервалы изменения запасов сырья в общем случае определятся из соотношений: ![]() ![]() ![]() ![]() ![]() ![]() д) чувствительность оптимального плана к вариациям коэффициентов целевой функции. Так как любые изменения коэффициентов целевой функции оказывают влияние на симплексные разности, то такие изменения могут сделать полученное решение неоптимальным. Предположим, что коэффициент ![]() ![]() ![]() F( ![]() ![]() Симплексные разности при базисных переменных X1, X4, X2 останутся равными нулю. Коэффициенты при ![]() ![]() ![]() ![]() ![]() Аналогично для случая F( ![]() ![]() получим ![]() ![]() ![]() ![]() Любое изменение коэффициента целевой функции при небазисной переменной приводит лишь к тому, что в заключительной симплексной таблице изменяется только симплексная разность соответствующей этой переменной. В таком случае необходимо требовать ![]() Изменение коэффициентов целевой функции оказывает влияние на оптимальность полученного ранее решения. Поэтому допустимые интервалы изменения коэффициентов целевой функции в общем случае определятся из следующих соотношений: ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Альтернативные оптимальные решенияКогда гиперплоскость, представляющая целевую функцию, параллельна гиперплоскости, соответствующей связывающему ограничению ( которое в точке оптимума выполняется как точное равенство), целевая функция принимает одно и то же оптимальное значение в некоторой совокупности точек пространства решений. Такие решения называются альтернативными оптимальными решениями. Приводимый ниже пример рассматриваемой ситуации показывает, что при этом обычно существует бесконечное множество альтернативных решений. Пример: F( ![]() ![]() при ограничениях x1 + 2x2 5 (ресурс 1) x1 + x2 4 (ресурс 2) x1 0, x2 0. Рис.2 иллюстрирует условия данной задачи ЛП, особенность которой состоит в том, что прямая, представляющая целевую функцию, параллельна прямой, соответствующей одному из связывающих ограничений. ![]() Рис. 2. Геометрическая интерпретация альтернативных базисных решений Это обусловливает наличие альтернативных оптимальных решений. Любая точка отрезка ВС представляет собой альтернативный оптимум, причем в каждой из этих точек целевая функция имеет одно и то же оптимальное значение. Приведем решение задачи в симплекс-таблице. Таблица 2
Каким образом по результатам итерации можно узнать о наличии альтернативных решений? Нулевое значение симплексной разности у небазисной переменной свидетельствует о том, что ее включение в базис не изменит значения целевой функции, но приведет к изменению других переменных. Любое решение, соответствующее точке ( ![]() ![]() В: х1 = 0; х2 = 5/2; С: х1 = 3; х2 = 1; и полагая ![]() ![]() ![]() Информация о наличии альтернативных оптимумов дает возможность выбора альтернативного варианта в наибольшей степени отвечающего сложившейся производственной ситуации. Метод искусственного базисаЧасто, после приведения ОЗЛП к каноническому виду расширенная матрица системы линейных уравнений (СЛУ) не является К-матрицей (нет начального опорного плана), и, следовательно, решать такую КЗЛП симплекс-методом нельзя. Суть метода искусственного базиса состоит в следующем: строится такая вспомогательная КЗЛП (ВКЗЛП) с заранее известным опорным планом, по решению которой либо определяется начальный опорный план исходной задачи, либо устанавливается, что ее множество планов пусто. Дано: ![]() ![]() Найти: К-матрицу (начальный опорный план). Построим следующую ВКЗЛП: ![]() ![]() ![]() ![]() ![]() Очевидно, начальный опорный план ВКЗЛП имеет вид: ![]() ![]() Применяя симплекс-метод, находят ![]() Замечание: ВКЗЛП всегда разрешима, так как множество ее планов не пусто, а целевая функция ограничена. Теорема: Если ![]() ![]() ![]() Пример: F(X) = 5x1 + 3x2 + 4x3 - x4 ![]() x1 + 3x2 + 2x3 + 2x4 = 3 2x1 + 2x2 + x3 + x4 = 3 ![]() ![]() x1 + 3x2 + 2x3 + 2x4 + y1 = 3 x1 + 3x2 + 2x3 + 2x4 + y2 = 3 xj ![]() ![]() ![]() ![]() ![]() ![]() Таблица 1
Замечание: По мере выхода искусственных переменных из базиса, вычисления в соответствующих клетках симплекс-таблицы не проводятся. Получили оптимальный опорный план ВКЗЛП. ![]() ![]() ![]() Теперь решаем симплекс-методом исходную задачу: F(X)= 5x1 + 3x2 + 4x3 - x4 ![]() x2 + 3/4x3 + 3/4x4 = 3/4 x1 - 1/4x3 - 1/4x4 = 3/4 xj ![]() Таблица 2
![]() ![]() Анализ решаемых задачМатематическая модель является хорошим средством получения ответов на широкий круг самых разнообразных вопросов, возникающих при принятии оптимальных решений. Например, на этапе постановки задачи часто производится анализ с целью ответа на вопросы: “что будет, если...?“ и/или “что надо, чтобы...?”. Анализ с целью ответа на первый вопрос называется вариантным анализом; на второй - решениями по заказу. Для задач распределения ресурсов большой интерес представляет решение задачи минимизации используемых ресурсов при заданном результате. Рассмотрим следующую исходную задачу: Первая постановка: F( ![]() ![]() ![]() ![]() ![]() ![]() при ограничениях на ресурсы 2 ![]() ![]() X1 + X3 + X4 ![]() X1 + 2 ![]() ![]() Xj ![]() Решив задачу получим: ![]() X1 = 0 - объем производства продукции вида 1, X2 = 125 - объем производства продукции вида 2, X3 = 0 - объем производства продукции вида 3, X4 = 80 - объем производства продукции вида 4. F( ![]() Вторая постановка: F( ![]() ![]() ![]() ![]() ![]() ![]() при ограничениях на ресурсы 2 ![]() ![]() X1 + X3 + X4 ![]() X1 + 2 ![]() ![]() X1 ![]() ![]() X3 ![]() X4 ![]() Xj ![]() В результате решения получим: ![]() ![]() Третья постановка: F( ![]() ![]() 2 ![]() X1 + X3 + X4 + Y2 = 80 - (сырье) X1 + 2 ![]() X1 ![]() ![]() X3 ![]() ![]() Y1 , Y2 , Y3 ![]() Решив задачу получим: ![]() ![]() При решении по заказу пользователь задает значения тех величин, которые он хочет иметь в оптимальном решении. Такие задачи могут быть трех видов: 1) назначение величины целевой функции; 2) назначение величин искомых переменных; 3) назначение величин используемых ресурсов. Следует иметь в виду, что во всех этих случаях возможно появление несовместного решения. Рассмотрим такую ситуацию на нашем примере. Четвертая постановка: F( ![]() ![]() ![]() ![]() ![]() ![]() при ограничениях на ресурсы 2 ![]() ![]() X1 + X3 + X4 ![]() X1 + 2 ![]() ![]() X1 ![]() ![]() X3 = 30 , X4 = 70 ограничения на выпуск продукции) Xj ![]() Очевидно, что для выпуска такого количества продукции располагаемых ресурсов будет недостаточно. Найдем минимальные значения дополнительных необходимых ресурсов каждого вида позволяющих удовлетворить ограничениям задачи. Пятая постановка: F( ![]() ![]() 2 ![]() X1 + X3 + X4 - t2 = 80 - (сырье) X1 + 2 ![]() X1 ![]() ![]() X3 = 30 , X4 = 70. t1 , t2 , t3 ![]() Решив задачу получим: ![]() ![]() |