
- •1. Моделирование, оптимизация и системный подход как основа рациональной организации деревообрабатывающих производств.
- •2. Роль оптимизационных методов в ускорении научно-технического прогресса в процессах деревообработки.
- •3 Классификация объектов моделей.
- •4 Выбор и требования к критерию оптимальности. Критерий приведённого дохода.
- •6Задача нелинейного программирования. Методы решения и оптимизации.
- •10 Правила построения сетевой модели.
- •11 Метод золотого сечения в поиске экстремума функции одной переменной.
- •13 Математическая постановка решения транспортной задачи. Методы разработки опорного плана и его оптимизации.
- •15 Сетевое планирование и управление. Численные характеристики работ.
- •18 Распределительная задача. Задача о назначениях (минимизация затрат времени на выполнение работ).
- •19 Алгоритм решения задачи целочисленного программирования.
- •20 Метод дихотомии в поиске экстремума функции одной переменной.
- •25 Математическая модель управления запасами в деревообработке
- •2 Необходимое и достаточное условие в поисках экстремума функции одной переменной.
- •3 Система массового обслуживания. Элементы системы. Классификация.
- •4 Сущность имитационного моделирования. Область применения.
- •6 Одноканальная система массового обслуживания (смо) с неограниченной очередью.
- •7 Определение продолжительности работ при сетевом планировании и управлении.
- •8 Управление запасами в деревообработке. Расчёт оптимального размера партии.
- •9 Оптимизация состава предприятий по плану новой техники предприятий.
- •10 Параметры и численные характеристики сетевой модели. Определение критического пути на сетевой модели
- •12 Определение оптимальной последовательности при запуске деталей в мебельном производстве
- •16. Методы составления календарных планов. График Ганта.
- •17 Постановка задачи и математическая модель оптимизации производственной программы предприятия (максимум прибыли).
- •18 Оптимизация раскроя листовых материалов ( минимальное количество дСтП).
- •19 Задача оптимизации размеров тарного ящика.
- •20 См 8
- •21 Распределительная задача о выпуске продукции филиалами производственных объединений.
- •22. Управление запасами в деревообработке. Определение размеров производственных запасов, характер и частота их пополнения. Логистика запасов.
- •25 Оптимизация расходов длинномерного сырья (критерий – минимум отходов)
- •26 Применение методов линейного программирования для решения задач рационального использования сырья.
25 Математическая модель управления запасами в деревообработке
Для ее характеристики принимаются допущения:
1запас расходуется равномерно с постоянной интенсивностью
2пополняется
мгновенно, а дефицит запаса не допустим.
Т – плановый период
Постановка задачи: имеется предприятие, для нормального функционирования необходимы производственные запасы. Эти запасы поставляются одномоментно, достигая некоторой максимальной величины, а затем расходуются равномерно с темпом, соответствующему темпу их потребления производством. В момент расходования запасы пополняются до исходного объема. Известны: общая потребность в сырье и материалах данного вида, продолжительность планового периода, затраты, связанные с пополнением и хранением запасов. При этом часть издержек пропорциональна объему запаса, а др. часть - числу пополнения.
Требуется определить оптимальн. значение объема однократного пополнения , минимализирующие общие издержки предприятия.
Для построения матем. модели введем обозначения:
V-общая потребность предприятия в запасах данного вида на плановый период.
T- продолжительность планового периода.
С- оптовая цена единицы запаса данного вида.
γ-коэф. характеризующий затраты на хранение единицы запаса.
Со-затраты на однократное пополнение, не зависящее от объема запаса(тел. разговоры и т. д .).
К- коэф. учитывающий затраты на пополнение, зависящий от объема запаса (транспорт, погрузочно-разгрузочные затраты на единицу объема).
q-объем однократного пополнения
n- число пополнений в течение планового периода
tн- интервал времени между 2-мя последовательными пополнениями.
Общие издержки:
F1-затраты на хранение, F2- затраты на пополнение.
-
однократное пополнение.
;
Воспользуемся необходимыми условиями экстремума:
-
оптимальный объем партии
-
достиг. min
1 . Методология имитационного моделирования.ИМ – процесс изучения объектов путем проведения экспериментов на их мат. моделях, реализуемых на ЭВМ. Сущность метода: описывая вз-вие составных частей исследуемой системы с помощью мат. соотношений, м. получить небх. о ней инфо, не обращаясь к натуральным экспериментам.При разработке имитационных маделей рекомендуется следовать трем правилам: 1). участие в создании модели специалистов, которые впоследствии должны ее использовать; 2). поэтапность внедрения, т.к. в практической деятельности могут найти применение отдельные блоки имитационной модели для исследования вопросов, связанных с изучаемой проблемой; 3). доступность, пользователь должен получать результаты вычислительного эксперимента в привычной для него форме: в виде таблиц, графиков, гистограмм.
Области применения ИМ. ИМ используется при решении следующих задач:
1. теоретических (математика, физика, химия).Напр., вычисление площадей фигур, ограниченных кривыми;
2.практических задач организованного управления:
- задачи производственно-технологических процессов (в сфере управления запасами, при создании СМО). Известны имитацион. модели таких устройств как прокатный стан, химический реактор, а также модели форм и отраслей промышленности.
-задачи систем экономического характера (процессы планирования, экономич. прогнозирования, инвестицион. процессы). ИМ целесообразно применять там, где недопустимо участие людей (исслед-ие воз-вия лекарств на организм чел-а, ход боевых действий). Осн. этапы построения ИМ-ей объекта:
1Постановка задачи и определение целей эксперимента.Рассм-ся вар-ты тех. схем, типы взаимозаменяемого оборуд-ния, виды сырья и способы его подготовки, кот. б. приняты для сопоставительного анализа. Устан-ся инфо, необх. для проведения исследований. Опр-ся параметры, кот. должны войти в ИМ-ль в кач-ве вход. и выход. переменных. Дается качествен. описание их взаимосвязи и др.
2Изучение исследуемого явления. Концептуальная модель – модель абстрактного, описательного типа, отраж. представление (концепцию) исследователя о сущ-ти процесса ф-ния исслед-го объекта при рассм-нии этого процесса в границах, определяемых целями исследования. Изучение процесса ф-ния объекта в установлен. границах – наблюдение за объектом, если объект реально существует в теч. достаточ. длитель. времени. Ознакомление с документацией по объекту. Консультации со специалистами, проектировщиками и др. В результате уточняются вход. и выход. данные и ограничения., устанавл-ся критерии , с помощью кот. б. оценив-ся эф-ть ф-ния системы. Результаты проверенного изучения объекта систематизир-ся и излагаются и в словесной форме и в графическом виде.
Планирование эксперимента (ПЭ). Предшествует проведению эксперимента. Стратегическое П – ПЭ, кот. должно дать необх. инфо. Тактичес. П – опр-ие способа проведения каждой серии испытаний, предусмотрен. планом эксперимента. Экспериментирование – с целью получения желаемых данных.
Формализация (ф-я) мат. модели (выделение главных факторов и исключение второстепенных). Система разбивается на блоки. Ф-ся з-ны моделирования и правдоподоб. гипотезы относ-но поведения как системы вцелом, так и отдель. ее блоков. При это м в каждом блоке для их описании м. исп-ся свой мат. аппарат (графики, схемы и др.). В 1 блок объед-ся родствен., т.е. преобр-ся по близким правилам компоненты. Ф-ую мат. модель графически представляют в виде блрок-схемы, наз. алгоритмом процесса.
Составление машинной программы. Выбор языка программирования + генерирование послед-ти случ. чисел, имеющих задан. распределение.
Проверка мат. модели на адекватность. Провер-ся наличие принципиаль. (ПО) и технич. ошибок (ТО). ПО – неправиль. выбор списка переменных, невер. гипотеза, связывающ, переменные. ТО – обр-ся при составлении программы (их находят локальной проверкой по этапам блоком программы).
Проведение эксперимента и обработка результатов. Эксперимент вып-ся в диалоговом режиме. Обработка результатв проводится методами мат. статистики, н-р с исп-ем регрессион., кореляцион., дисперсион. анализа.