- •Моделирование
- •2. Точность вычислительного эксперимента
- •1. Линейное программирование
- •1.2. Графический метод решения задач лп
- •1.3 Проверка задач лп на чувствительность
- •1.4 Симплекс - метод решения задач лп
- •1.4. Симплекс-метод решения задач лп
- •1.5. Модифицированный симплекс-метод
- •Исходная таблица имеет вид
- •1.6. Транспортная задача
- •1.7. Метод потенциалов для решения тз
- •1.7.1. Нахождение предварительного плана перевозок
- •Учитывая условия баланса наличия и потребления
- •1.7.2. Проверка опорного плана на оптимальность
- •1.7.3. Корректировка плана перевозок
- •1.8. Алгоритм метода потенциалов
- •Проверим необходимое условие в опорном плане:
- •0 3 0 Таблица 1.14
- •Преобразованная матрица показана в табл. 1.25
- •Преобразованная матрица стоимостей приведена в табл. 1.28.
- •1.9. Транспортная задача в сетевой форме
- •1.10. Двойственные задачи линейного программирования
- •Легко видеть, что
- •Запишем целевую функцию для прямой задачи
- •Прямая задача:
- •Из этой таблицы находим решение двойственной пары:
- •Окончательно прямая задача имеет следующее решение:
- •2. Обработка результатов эксперимента
- •Аппроксимация гиперболической функцией
- •Аппроксимация функциональной зависимостью вида
- •Аппроксимация функциональной зависимостью вида
- •Интерполяционный многочлен Ньютона
- •Экстраполяция
- •3. Некоторые простейшие задачи нелинейной оптимизации
- •3.1. Оптимизация числа ниток в графике движения поездов
- •3.2. Управление запасами
- •Понятие о выпуклом программировании
- •В нашем примере целевая функция имеет вид
- •Проверим:
- •Решение задачи выпуклого программирования
- •Сумма реальных расходов со штрафом составит
- •Филоненков Александр Иванович
- •Математические модели и меттоды Учебное пособие
3.2. Управление запасами
Запасы - это материалы, изделия и др. продукция, находящаяся на складе для последующего использования.
Запасы создаются, чтобы ослабить непосредственную зависимость между поставщиками, производителями и потребителями.
Различают две системы управления запасами:
с фиксированной величиной поставки q0 ;
с фиксированным интервалом между поставками t0 .
Все другие системы являются разновидностью этих двух систем.
В системе 1 определенное количество продукции поставляется через равные или изменяющиеся интервалы времени. В идеале определенное количество продукции поставляется в тот момент времени, когда ее запас достигает нуля (рис. 3.2).
Рис. 3.2.
При мгновенном пополнение запасов и нулевом времени исполнения заказа он удовлетворяется в тот же момент времени, в который подается. Запас потребляется с постоянной скоростью, и, когда достигает нуля, выдается новый заказ. Фактически в идеале обе системы одинаковы. Отклонение от идеальных условий в двух системах приводит к задаче управления запасами. Запасы связаны с затратами.
Чем больше величина запасов, тем меньше вероятность их истощения. Следовательно, меньше величина потерь от дефицита Cдф . С другой стороны, увеличение запаса приводит к росту издержек на хранение Cхр.
В задаче управления запасами имеет место нахождение оптимального размера запаса и оптимального интервала времени между поставками и их величинами, минимизирующих затраты F , связанные с поставкой и хранением материалов.
F = Cдф + Cхр min . (3.1)
Обозначим через q0 объем фиксированной поставки, включая погрузочно-разгрузочные работы;
Qг - объем материалов, требуемых в течение года (календарного);
C0 - стоимость доставки одного заказа размером q0 .
Стоимость одного заказа размером q0 можно выразить соотношением
Cq = Cn + K q0 ,
где K – коэффициент, зависящий от размера поставки;
Cп - основная часть стоимости одной поставки, независимо от размера поставки.
Общие издержки Cг (годовые) на доставку материалов в год составят:
Cг
=
= Qг
(
),
(3.2)
где Cг - стоимость доставки материалов.
Анализ (3.2) показывает, что чем больше размер поставки q0 , тем меньше издержек на поставку Cг, но при этом растут издержки на хранение Cхр . Найдем их.
Пусть издержки хранения определяются из выражения
Cхр = См qср ,
где См - стоимость единицы хранимого материала;
- коэффициент издержек при хранении материала, который может быть представлен рядом частных коэффициентов.
=
,
где, например, 1 - коэффициент накладных расходов при хранении;
2 - коэффициент издержек, связанных с порчей материала;
3 - коэффициент издержек, связанных с утратой материалов и т.д.
При равномерном потреблении материалов со склада
qср = q0 / 2.
Тогда
Cхр = См q0 /2. (3.3)
Подставим в (3.1) уравнения (3.2) и (3.3), получим общие минимизи-рующие затраты, связанные с дисциплиной доставки и хранения:
F
= Cг
+ Cхр
=
+
См
min. (3.4)
Найдем зависимость F(q0 ), где переменной является размер одной поставки.
График этой функции покажем на рис. 3.3.
Рис. 3.3.
Полагая, что F(q0 ) - непрерывная функция, найдем ее минимум путем приравнивания первой производной к нулю:
.
Из этого выражения найдем
.
(3.5)
Выражение (3.5) известно под названием формулы Миттенена, которая определяет размер партии, экономической величины заказа, т.е. qопт.
Найдем время между двумя поставками:
.
Подставим в него уравнение (3.5):
,
г
де
Тг
- длительность года в соответствующих
единицах.
Рис. 3.4.
В реальных условиях пополнение запасов производится в течение некоторого времени или с опережением, или с запаздыванием, а также неравномерно и стохастически (случайно). В результате может получиться дефицит материала, поэтому следующий заказ подают раньше, чем израсходован материал.
В связи с этим поставки начинаются тогда, когда на складе могут остаться материалы q. Поскольку материалы расходуются неравномерно, из площади трапеции ABCD (рис. 3.4) находим :
qср = q0 /2 + q.
Подставим это значение в (3.2):
F
=
+
См
(
q)
min.
Полагая, что q = const, найдем из полученного выражения размер оптимальной поставки:
F'(q0 ) = 0.
Имеем
.
Полученные результаты показывают, что величина постоянного переходного запаса увеличивает затраты на содержание складского хозяйства, но не влияет на размер заказа.
Величина переходного запаса может быть обоснована путем сравнения затрат на содержание дополнительного запаса и возможных потерь в связи с простоями производства и с отсутствием материала.
3.3. Определение оптимальной частоты обращения
пригородных поездов
Необходимо найти оптимальную частоту обращения пригородных поездов на участке в час “пик”. При этом ставится задача свести к минимуму суммы, зависящие от числа поездов, издержек транспорта и потерь времени пассажирами, приведенных в денежное выражение с помощью условной оценки - человеко-час ожидания. Положим, длина участка равна L = 25 км, расходы на поездо-километр равны RP = 1,5 руб.; ожидаемый пассажиропоток в час “пик” в каждую сторону Г = 4000 чел./ч; оценка пассажиро-часа ожидания RO = 20 коп. Вместимость поезда - 2000 чел.; пропускная способность для пригородных поездов - 5 пар/ч.
Обозначим через X число пар пригородных поездов в час. Тогда получаем следующие ограничения:
1) X 5 - по пропускной способности;
2) X 4000/2000=2 - исходя из величины потока и вместимости поезда.
Полагаем, что пассажиры прибывают на станцию посадки равномерно в течение всего интервала между поездами, тогда среднее время ожидания поезда каждым пассажиром составит половину интервала
t = 1/(2X),
а общая затрата пассажиро-ч за 1 ч будет
2Г·t = Г/ X.
сумма расходов в час составит
F= 2L·X·RP + Г·RO /X.
Здесь первый член равен расходам железной дороги, связанной с поездо-км, второй представляет оценку времени ожидания.
Целевая функция зависит лишь от одной переменной и является нелинейной (X-1).
Для определения оптимального числа поездов продифференцируем F по X и приравняем производную нулю.
=
0;
X=
=3,25
Дробное значение X в данном случае допустимо. X = 3,25 означает, что рациональный интервал между поездами равен 60 : 3,25 = 18 мин. Наличие при значении X= 3,25 минимума, а не максимума можно проверить, взяв вторую производную
.
Поскольку X лежит в допустимом интервале (2 X 5 ) , то принимаем его за оптимальное - Xопт = 3,25.
Если бы Xопт вышло за пределы интервала (X = 6 ), то следует принять для практического использования ближайшее допустимое значение (X = 5 ).
Рассмотрим более сложный случай, когда необходимо оптимизировать несколько переменных, связанных общими ограничениями. Пусть, например, нужно назначить оптимальные размеры пригородного движения не в одном, а в двух направлениях железнодорожного узла. Данные по первому направлению те же, что приведены ранее. Во втором направлении L2 = 30 км, R(2)p =1,3 руб.; пассажиропоток в час “пик” - 8000 чел./ч в каждую сторону; свободная пропускная способность - 8 пар поездов/ч; остальные данные такие же, как и для первого участка. Оптимальные размеры движения на втором участке определим прежним способом:
X2
=
4,5
поезда/ч,
т.е. оптимальный интервал обращения поездов равен 60 : 4,5 = 13 мин.
Однако реальные размеры движения ограничиваются не только пропускной способностью каждого участка, но и общим парком электросекций для обслуживания всех вместе взятых пригородных зон узла.
Потребный парк составов для каждого участка (рабочий парк) NP можно определить по формуле
NP = A·X ,
где A - оборот состава в часах; X - число поездов в час.
При наличии двух участков имеем
NP = A1 X1 + A2 X2 .
Если оборот состава на первом и втором участках равен соответственно 2 и 2,5 ч, а общее число составов, имеющихся в распоряжении, 16, то получим следующие ограничения числа поездов в час по участкам:
x
1
5,
x
(3.6)
2x1 + 2,5x2 16,
x1 5,
x2 8.
Первые два неравенства представляют собой ограничение пропускной способности соответственно на первом и втором участках; третье - ограничение числа используемых составов; четвертое и пятое неравенства устанавливают минимально допустимое число поездов на каждом участке. Сумма расходов по обеим направлениям составит
F = 2L1·Rp1 ·X1 + Г1·Ro1 /X1 + 2L2·Rp2 ·X2 + Г2·Ro2 /X2 =
= 75X1 + 78X2 + 800/X1 + 1600/X2. (3.7)
Задача определения оптимальных размеров движения сводится к минимизации функции F с учетом ограничений (3.6).
Анализ ограничений (3.6) показывает, что второе неравенство лишнее, т.к. даже если X1 = 0, третье неравенство удовлетворяется только при X2 16/ 2,5 = 6,4. Следовательно, пропускная способность второго участка не будет полностью использована даже при сосредоточении на нем всех имеющихся составов, и второе из неравенств (3.6) далее не учитываем. Поскольку в рассматриваемой задаче две переменных, то её легко представить геометрически.
Откладываем X1 и X2 по двум осям, а значение суммы расходов F - по воображаемой оси, перпендикулярной плоскости чертежа (рис. 3.5). Допустимое сочетание лежит внутри затемненной фигуры ABC. Расходы по каждому варианту соответствуют точке пространства на расстоянии F над точкой (X1 , X2 ). Если значения переменных X1 и X2 изменяются непрерывно (могут быть дробными), то функция цели F изображается криволинейной поверхностью в пространстве.
Рис. 3.5
Возможность точного решения зависит от того является ли целевая функция выпуклой.
