Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
123.doc
Скачиваний:
1
Добавлен:
01.05.2025
Размер:
2.47 Mб
Скачать

3.4 Решение задачи сепарабельным симплекс методом

Используя выбранные точки можно преобразовать нелинейные ограничения и нелинейную ЦФ к кусочно-линейному виду. К ограничениям также добавятся ограничения, обеспечивающие свойство весов смежных точек. В итоге получим задачу линейного программирования.

Максимизировать ЦФ вида:

(3.25)

При ограничениях (к ограничениям добавляем переменные S1, S2 – для приведения к каноническому виду, также вводим искусственные переменные S3, S4, S5, S6, S7, S8, S9, S10, S11 и λ):

(3.26)

Теперь решим задачу линейного программирования:

Минимизировать ЦФ:

, при ограничениях указанных выше.

(3.27)

Приведем ее к форме Таккера:

(3.28)

Откуда получаем:

(3.29)

Оптимизируем полученную искусственную целевую функцию. Находим оптимальное оптимально значение целевой функции (3.25) с условие соблюдения правила ограниченного ввода в базис (в базис могут быть введены только по 2 переменные U, V, W, Z). Все этапы решения приведены в приложении А.

Получен следующий результат:

U = (1; 0; 0; 0; 0; 0 ; 0; 0; 0; 0),

V = (0; 0; 0; 0; 0; 1; 0; 0; 0; 1),

W = (0; 0; 0; 0; 0; 0; 0; 0; 0; 1), (3.30)

Z = (1; 0; 0; 0; 0; 0; 0; 0; 0; 0),

Для получение окончательного ответа необходимо подставить в формулы (3.23) полученные выше значения.

Ответ: ,

3.5 Анализ полученных результатов.

Сравним решения в пункте 3.2 и 3.4. В данном случаи решения совпадают и погрешность вычисления сепарабельным симплекс метолом равна 0.

Стоит подробнее остановиться на том, почему так получилось. Как известно, неточности сепарабельного симплекс метода заключаются в неточной аппроксимации целевой функции. Следовательно, можно сделать вывод, что, если все значения переменных попадут точно в точки, сектой которых была аппроксимирована целевая функция, то сепарабельный симплекс метод даст точное решение.

В приведённом выше примере, значения переменных попали в граничные значения аппроксимации функций. Это видно из решения и ответа . Таким образом, при любом количестве точек аппроксимации больше 1, мы бы получили точное решение.

Целевая функция (3.1) не является сепарабельной, однако её можно свести к сепарабельному виду, проанализировав ограничения задачи (3.2). Так как есть ограничения, наложенные только на 1 переменную, то это ограничение можно взять в качестве интервала анализа. Второе ограничение, взяв его в качестве равенства, можно использовать как уравнение связи:

(3.31)

где к – произвольный коэффициент из отрезка .

Выберем к=1 и построим график целевой функции (3.1) с подстановкой (3.31) – Рисунок 3.5.

Рисунок 3.5 - График функци

Данный график характеризует влияние значения переменной х1 на значение целевой функции, при фиксированном х2. Функция, приведённая на графике, монотонно убывает на рассматриваем отрезке (х1 может принимать значения только из данного отрезка), следовательно при значении х1=0 функция достигает своего максимума.

Так как х1=0, то и х1х2=0, следовательно целевая функция (3.1) принимает вид:

(3.32)

Функция (3.32) является сепарабельной и проводить линеаризацию не требуется.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]