- •Экономико-математические методы и моделирование в городском кадастре
- •Экономико-математические методы и моделирование в городском кадастре
- •1. Моделирование как инструмент специалиста городского кадастра
- •2. Общие сведения о эмм
- •3. Применение распределительного метода для решения градостроительных задач
- •Алгоритм метода апроксимации (на min):
- •Задача № 1
- •Табличная форма записи исходных данных
- •Табличное представление исходных данных задачи
- •Не менее половины площадей зоопарков должны быть размещены на третьем участке
- •2) Площади парков на четвертом участке должны быть не более 300 га
- •Определение опорного решения методом аппроксимации
- •Формирование окончательного решения задачи
- •Окончательное решение задачи
- •Задача № 2
- •Озимые на зеленый корм необходимо выращивать на землях пятой категории
- •Табличное представление исходных данных задачи после учета дополнительных условий и требования сбалансированности
- •Определение опорного решения методом аппроксимации
- •Формирование окончательного решения задачи
- •Окончательное решение задачи
- •Задача.
- •Имеются следующие исходные данные.
- •7. Примеры градостроительных задач.
- •6. Система экономико-математических моделей, решаемых симплекс- методом
- •X1 , x2 , x3 ,... , xn - переменные величины;
- •Постановка задачи
- •Представление пространства решений стандартной задачи линейного программирования
- •Вычислительные процедуры симплекс-метода
- •Геометрическая интерпретация задачи лп
- •2.1.10. Решение задач линейного программирования средствами excel
- •Решение транспортной задачи
- •7. Анализ в задачах симплексного типа
- •8. Пример решения задачи линейного программирования симплекс-методом с помощью ms Excel
- •Задача 1
- •Задача 2
- •Задача 3
- •Задача 4
- •9. Понятие и стадии экономико-статистического моделирования. Производственные функции. Моделирование как метод научного познания
- •10. Применение производственных функций в городском кадастре.
- •11. Пример использования производственных функций для решения эконометрических задач с помощью ms Excel
- •Анализ исходных данных.
- •Построение модели.
- •Анализ качества модели.
- •Оценка на отсутствие автокорреляции (критерий Дарвина Уотсона).
- •Корреляционный анализ.
- •Проверка статистической значимости коэффициента корреляции с учётом t статистики.
- •Анализ коэффициентов регрессии.
- •Прогноз на основании модели.
- •12. Использование поисковых серверов интернет для нахождения информации по экономико-математическим методам и моделированию.
- •Список основных поисковых систем
- •13. Задание на межсессионный период
Определение опорного решения методом аппроксимации
В соответствии с заданием, данный этап работы выполняется на ЭВМ.
1) Запуск программы, настройка параметров задачи.
2) заполнение таблицы, в соответствии с заданием. Отмечаю, что дополнительное условие уже учтено, поэтому вводим значения уже сбалансированной задачи, не забывая при этом добавить фиктивный столбец. Можно заметить, что программой предусмотрена проверка на сбалансированность, но поскольку мы это провели ранее, то просто вводим значения. А вот после этого можно все-таки автоматически проверить верность нашей балансировки – итог: задача сбалансирована выдает ЭВМ.
3) Вычисление. Автоматически программа Transp выдает результат, остается лишь вывод его на печать.
РЕЗУЛЬТАТЫ РЕШЕНИЯ ТРАНСПОРТНОЙ ЗАДАЧИ
======================================
(целевая функция минимизируется)
Оптимальное решение:
====================
Количество итераций = 1
Zmin=30348.40000
=============================================================================
i\ j|| 1 | 2 | 3 | 4 | 5 | 6 ||a[i] | Alf[i]
=============================================================================
1 c|| 2.000| 5.000| 11.000| 31.500| 61.500| 0.000|| |70.500
sigma|| | | | 11.000| 3.400| 0.500|| |
x|| 16.00| 100.00| 384.00| | | ||500.00|
-----------------------------------------------------------------------------
2 c|| 2.100| 5.200| 12.000| 30.500| 61.500| 0.000|| |70.400
sigma|| | 0.100| 0.900| 9.900| 3.300| 0.400|| |
x|| 444.00| | | | | ||444.00|
-----------------------------------------------------------------------------
3 c|| 2.500| 6.500| 12.500| 34.500| 60.000| 0.000|| |70.000
sigma|| | 1.000| 1.000| 13.500| 1.400| || |
x|| 590.00| | | | | 190.00||780.00|
-----------------------------------------------------------------------------
4 c|| 2.600| 6.900| 12.500| 37.800| 60.000| 0.000|| |70.000
sigma|| 0.100| 1.400| 1.000| 16.800| 1.400| || |
x|| | | | | | 500.00||500.00|
-----------------------------------------------------------------------------
5 c|| 2.800| 7.600| 14.000| 30.000| 70.500| 0.000|| |70.000
sigma|| 0.300| 2.100| 2.500| 9.000| 11.900| || |
x|| | | | | | 200.00||200.00|
-----------------------------------------------------------------------------
6 c|| 0.500| 3.900| 13.000| 24.500| 56.600| 0.000|| |72.000
sigma|| | 0.400| 3.500| 5.500| | 2.000|| |
x|| 450.00| | | | 350.00| ||800.00|
-----------------------------------------------------------------------------
7 c|| 2.700| 6.900| 12.200| 35.500| 65.000| 0.000|| |70.000
sigma|| 0.200| 1.400| 0.700| 14.500| 6.400| || |
x|| | | | | | 74.00|| 74.00|
-----------------------------------------------------------------------------
8 c|| 2.900| 9.500| 18.600| 21.000| 70.000| 0.000|| |70.000
sigma|| 0.400| 4.000| 7.100| | 11.400| || |
x|| | | | 150.00| | 190.00||340.00|
=============================================================================
B[j] || 1500.00| 100.00| 384.00| 150.00| 350.00| 1154.00||
================================================================
Bet[j]|| 72.500| 75.500| 81.500| 91.000| 128.600| 70.000||
================================================================
значения целевой функции в итерациях
=====================================
Nitera Z
1 30348.4000
Полученное решение необходимо проверить на выполнение граничных условий.
а) по строкам:
1.16+100+384=500
2. 444=444
3.590+190=780
4. 500=500
5. 200=200
6.450+350=800
7.74=74
8.150+190=340
б) по столбцам:
1. 16+444+590+450=1500
2. 100=100
3.384=384
4. 150=150
5.350=350
6.190+500+200+74+190=1154
Вычисление значения целевой функции.
Целевая функция автоматически высчитывается в программе, что соответственно имеет свое отображение на распечатке. Z = 30348.4000
Проверка на оптимальность
Так как в полученной с ЭВМ таблице оценки всех незанятых клеток , полученное решение оптимально.
Формализованное представление оптимального решения задачи приведено в таблице. Это не окончательное решение, т.к. в нем не учтены дополнительные условия и присутствует фиктивный столбец.
Формализованное представление оптимального решения
п/п |
Наименование культуры |
Интенсивность смыва почв, т/га |
Площадь культур, га |
|||||
I |
II |
III |
IV |
V |
6(ф) |
|||
1 |
Пшеница озимая |
2,0 16
|
5,0 100 |
11,0 384 |
31,5 |
61,5 |
0 |
500 |
2 |
Рожь озимая |
2,1 444
|
5,2 |
12,0 |
30,5 |
61,5 |
0 |
444 |
3 |
Ячмень |
2,5 590
|
6,5 |
12,5 |
34,5 |
60,0
|
0 190 |
780 |
4 |
Зернобобовые |
2,6
|
6,9 |
12,5 |
37,8 |
60,0 |
0 500 |
500 |
5 |
Кукуруза (силос) |
2,8
|
7,6 |
14,0 |
30,0 |
70,5 |
0 200 |
200 |
6 |
Мн. травы (сено ) |
0,5 450
|
3,9 |
13,0 |
24,5** |
56,6 350 |
0 |
800 |
7 |
Одн. травы на сено |
2,7
|
6,9 |
12,2 |
35,5 |
65,0 |
0 74 |
74 |
8 |
Пар чистый |
2,9
|
9,5 |
18,6 |
21,0 150 |
70,0 |
0 190 |
340 |
Площадь категорий земель, га |
1500 |
100 |
384 |
150 |
350 |
1154 |
3638 2484 |