
- •1. Введение
- •1.1. Математическое моделирование как методологии научных исследований
- •1.2. Классификация математических моделей
- •2. Исследование операций
- •2.1. Терминология
- •2.2. Процесс исследования операций
- •3. Моделирование на основе системного подхода
- •3.1. Терминология
- •3.2. Этапы системного анализа-синтеза
- •3.3. Классификация систем и инструментов аналитической деятельности
- •4. Математическое программирование
- •4.1. Линейное программирование
- •4.1.1.Терминология
- •4.1.2. Решение и анализ задач лп графическим методом
- •4.1.3. Укрупненный алгоритм решения графическим методом
- •4.1.4. Анализ чувствительности оптимального решения задачи лп
- •Самостоятельная работа
- •4.2. Целочисленное программирование
- •4.2.1. Терминология
- •4.2.2. Задача выбора плана застройки участков
- •4.3. Управление запасами
- •4.3.1. Основная модель управления запасами
- •4.3.2. Моделирование управления запасами в условиях предоставления скидки
- •Построение модели для нахождения eoq в условиях предоставления скидки.
- •Метод анализа иерархий
- •5.1. Терминология
- •5.2. Задача о выборе университета
- •5 .3. Задача поиска оптимального решения с помощью метода анализа иерархий
- •Принятие решений в условиях риска и неопределеннности
- •Терминология
- •6.2. Принятие решений в условиях риска
- •6.2.1. Сравнение рисков инвестиционных проектов
- •6.3. Принятие решений в условиях неопределенности
- •6.3.1. Критерии выбора альтернативных решений
- •7. Имитационное моделирование средствами Excel
- •7.1. Имитационное моделирование как метод исследования операций и оптимизации
- •7.2. Имитационное моделирование в ms Excel.
- •8. Создание модели предприятия и принятие управленческого решения на основе результатов моделирования.
- •8.1. Описание предприятия
- •8.2. Совершенствование модели с учетом дополнительной информации о системе и внешней среде.
- •9. Системная динамика как средство оптимизации функционирования экономических и экологических систем
- •9.1. Терминология
- •9.2.Основные принципы системной динамики
- •9.3. Модель «хищники-жертвы» как пример моделирования обратных связей
- •9.4. Имитационная модель «хищники-жертвы» в системе ms Excel
- •9.5. Имитационная модель «хищники-жертвы» в системе stella
- •Приложение 1
- •Литература
4. Математическое программирование
4.1. Линейное программирование
Математическое программирование – широко используемый тип моделирования, который может решать проблемы с большим количеством переменных. Рассматриваемый подход состоит в нахождении многокомпонентного решения (программы действий) с помощью математических методов. Возможные значения компонентов решений (переменных) определяются ограничениями, которые заданы уравнениями или неравенствами, содержащими математические функции рассматриваемых переменных. Допустимые решения сравниваются друг с другом с помощью критерия, задаваемого функцией от переменных задачи. При этом ставится задача отыскать такое решение, которое доставит максимальное или минимальное значение функции критерия. Именно это делает её целевой функцией. Всякое допустимое решение максимизирующее (минимизирующее) целевую функцию называется оптимальным. Если целевая функция и ограничения являются линейными относительно переменных задачи, то возникает задача линейного программирования (ЛП).
Примеры в этом разделе показывают, что линейное программирование может использоваться в разнообразных практических случаях, когда ситуация сводится к математической модели, и с помощью модели отыскивается оптимальное решение.
4.1.1.Терминология
Термин |
Описание |
ПЕРЕМЕННЫЕ задачи |
Переменные, выбором значений которых обеспечивается принятие решения. Они являются неизвестными значений параметров модели математического программирования. Переменным обозначаются x1, x2, x3 … xn, где n – количество искомых переменных. В зависимости от содержания задачи может использоваться и большее количество индексов, например xij или z(i,j). Решение состоит в определении численных значений всех переменных задачи. |
ЦЕЛЕВАЯ ФУНКЦИЯ |
Функция,
задающая некоторый количественный
критерий, например, стоимость, прибыль,
полезность или доход. Линейная целевая
функция может быть представлена в
следующем виде:
где ci – коэффициент значимости i-ой искомой переменной. Функция становится целевой, когда указывается, что требуется сделать с заданным критерием: максимизировать или минимизировать:
|
ОГРАНИЧЕНИЕ |
Представляется неравенством или равенством, отражающим требования к решению в поставленной задаче. Ограничения следуют из различных причин, например, ограниченные ресурсы или физические законы. В общем виде в задаче ЛП, есть m линейных ограничений вида:
Для каждого ограничения имеет место одно из трех отношений, показанных в фигурных скобках. Числа aij называются коэффициентами левой части, а число bi называется «правой частью» i-ого ограничения. Строгие неравенства в задачах математического программирования не допускаются. |
ПРОСТОЕ ОГРАНИЧЕНИЕ СВЕРХУ |
Ограничение для переменной,xj определенное числом uj, которое ограничивает ее значение:
Если не имеется простого ограничения сверху для переменной, говорят, что переменная неограниченна сверху. |
НЕОТРИЦАТЕЛЬНОСТЬ ПЕРЕМЕННЫХ |
Отражает то, что переменные обязаны быть неотрицательными:
|
ПОЛНАЯ МОДЕЛЬ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ |
Задача имеющая вид:
при условии
|
ПАРАМЕТРЫ МОДЕЛИ
|
Представляют собой совокупность коэффициентов (cj, aij, bi, uj) для всех значений индексов i и j. Для того, чтобы модель была полностью определена, все значения параметров должны быть заданы. |
допустимые решения (АЛЬТЕРНАТИВЫ) |
Ограничения, включая неотрицательность и простое ограничение сверху, определяют область значений переменных xi, i=1,…,n, называемую областью допустимых решений (ОДР), в которой отыскивается оптимальное решение |
ОПТИМАЛЬНОЕ РЕШЕНИЕ |
Любое допустимое решение, которое доставляет максимум (минимум) целевой функции по всей области допустимых решений называется оптимальным. Оптимальное решение может быть единственным или множественным, но может и вовсе не существовать в зависимости от сочетания ограничений задачи ЛП. |