- •Оглавление
- •Раздел 1. Линейная оптимизация 6
- •Раздел 2. Методы решения задачи многокритериальной оптимизации 19
- •Раздел 3. Применение matlab и excel для решения задач многокритериальной оптимизации 41
- •Перечень условных обозначений, символов, сокращений и терминов
- •Введение
- •Раздел 1. Линейная оптимизация
- •1.1. Линейное программирование
- •1.2. Многокритериальная оптимизация
- •Раздел 2. Методы решения задачи многокритериальной оптимизации
- •2.1. Метод последовательных уступок
- •2.2. Метод главного критерия
- •2.3. Метод свертывания критериев
- •Раздел 3. Применение matlab и excel для решения задач многокритериальной оптимизации
- •3.1. Пакет matlab
- •3.1.2. Toolboxes и его виды
- •3.1.3. Реализация генетического алгоритма в пакете matlab
- •3.2. Решения экономическую модель с помощью инструмента matlab
- •3.3. Решения экономическую задачу многокритериальной оптимизации с помощью ms Excel
- •3.3.1. Метод последовательных уступок
- •3.3.2. Метод главного критерия
- •3.3.3. Метод свертка критериев
- •3.4. Анализ полученных результатов
- •Заключение
- •Список использованной литературы
- •Приложения
3.3. Решения экономическую задачу многокритериальной оптимизации с помощью ms Excel
Рассмотрим решения этой задачи с помощью различных методов решения многокритериальных задач, которые мы рассматривали во второй главе данной работы. Для вычисления, мы воспользуемся стандартной программой поиска решения в MS Excel.
3.3.1. Метод последовательных уступок
Из двух приведенных критерий, мы максимизируем первый, наиболее важный критерий, затем назначаем величину допустимого снижения значения этого критерия. В данном случае, размер уступка равна 20000.
рис.3.19. Целевые, переменные значения и ограничения
В «В1» вводим надпись «Переменные», следующая строка это имя наших переменных . В ячейках «В3:M3» вводим значения переменных, то есть наши. Это могут быть произвольные числа, допустим, запишем нули, далее они будут оптимизироваться.
Ячейку «A5» назовем «Целевые», в соседние ячейки записываем значения переменных первой целевой функции, которая мы хотим максимизировать. В «Р5», вводим «=B5*$B$3 +C5*$C$3 +D5*$D$3 +E5*$E$3+F5*$F$3+G5*$G$3+H5*$H$3+I5*$I$3+J5*$J$3+K5*$K$3+L5*$L$3+M5*$M$3», или «=СУММПРОИЗВ(B3:M3;B5:M5)». Таким образом, мы задали первую целевую функцию.
Ячейка «А8» будет называться «Ограничения». Левые части ограничений распишем от «B9:M18», правые части находятся в диапазоне от «P9:P18». В ячейке «О9» вводим формулу «=B9*$B$3+ C9*$C$3+ D9*$D$3 +E9*$E$3+F9*$F$3+G9*$G$3+H9*$H$3+I9*$I$3+J9*$J$3+K9*$K$3+L9*$L$3+M9*$M$3», номера столбцов и номера строк ряда переменных зафиксировано, далее воспользуемся автозаполнением, чтобы заполнить ячейки «O10:O18».
Предварительные действия завершены. Вызываем надстройку «Поиск решения», «P5» - это наша целевая функция.
рис.3.20. Параметры поиска решения
В связи с тем, что функция максимизируется, мы ставим флажок в поле напротив надписи «Максимум». Изменяем ячейки переменных $B$3:$M$3. Добавляем следующие ограничения:
1. $B$3: $M$3 ≥ 0
2. $O$16:$O$18 ≥ $P$16:$P$18
3. $O$9:$O$15 ≤ $P$9:$P$15
Выбираем «Поиск решения линейных задач симплекс-методом». Запускаем решения и сохраняем найденное решение. Теперь мы можем увидеть следующие результаты:
рис.3.21. Определение размер уступка
На следующем этапе оптимизируем вторую целевую функцию, для этого, нам необходимо ввести уступок в размере 20000. Теперь, значения первой целевой функции может быть не менее, чем 2637985 (2637985 = 2657985-20000).
Начиная с «B6:M6» мы записываем значения переменных второй целевой функции, которая минимизируется. В «Р6», вводим саму функцию «=B6*$B$3 +C6*$C$3+D6*$D$3+E6*$E$3+F6*$F$3+G6*$G$3+H6*$H$3+I6*$I$3+J6*$J$3+K6*$K$3+L6*$L$3+M6*$M$3», или «=СУММПРОИЗВ(B3:M3;B6:M6)».
Снова вызываем надстройку «Поиск решения», прежние данные остались введенными.
Меняем ссылку на целевую функцию, теперь это будет ячейка «Р6». Так, как вторая целевая минимизируется, то ставим флажок в поле напротив надписи «Минимум». Вводим дополнительное ограничение, связанное с уступкой по первому критерию «Р5» «≥» «С21».
рис.3.22. Параметры поиска решения
Выбираем «Поиск решения линейных задач симплекс-методом». Запускаем решения и сохраняем найденное решение. Теперь мы можем увидеть окончательные результаты:
рис.3.23. Окончательный результат решения по методу последовательных уступок
Согласно методу последовательных уступок, оптимальный план производства, при данных условиях, состоит в том, что продукцию 2-ого, 6-ого и 11-ого видов необходимо производить в объеме 135, 198 и 160 единиц соответственно, а продукции 1-ого, 3-ого, 4-ого, 5-ого, 7-ого, 9-ого, 10-ого и 12-ого видов не стоит выпускать в производство. При этом обеспечивается максимальная выручка в размере 32110,65 ₴ и размер минимальной себестоимости ресурса в размере 24104,22 ₴.