Ekonomiko-matematicheskoe_modelirovanie_v_servise / курс лекций по ЭММ / лекции ЭММ!!!
.pdf31
тивные методы, позволяющие не только существенно ограничить множество возможных решений, но и найти оптимальное решение (см. главу 4).
При анализе решений многокритериальных задач поступают следующим образом [12]. Пусть имеется многокритериальная задача исследования опера- ций с k критериями Z1, Z2 ,...,Zk , которые желательно максимизировать (если это не так, то для перехода от «минимума» к «максимуму» достаточно изме- нить знак у соответствующего показателя). Предположим, что в составе мно- жества возможных решений X есть два решения х1 и х2 такие, что все крите- рии Z1, Z2 ,...,Zk для первого решения больше или равны соответствующим критериям для второго решения (причем хотя бы один из них действительно больше). Очевидно, что в составе множества X нет смысла сохранять решение х2 , поскольку оно хуже и вытесняется (или, как говорят, доминируется) реше- нием х1 . Аналогичным образом сравниваются другие решения и в результате
множество X существенно сокращается, |
в нем сохраняются только так назы- |
||||||
ваемые эффективные, оптимальные по |
Z2 |
|
|
|
|
||
Парето решения, характерные |
тем, что |
6 |
|
15 |
|
||
среди них нет доминирующих решений1. |
1 3 |
10 |
19 |
||||
14 |
|
||||||
Проиллюстрируем прием |
выделе- |
2 5 |
8 |
12 |
17 |
20 |
|
ния паретовских решений на |
примере |
4 |
7 |
13 |
16 18 |
||
двухкритериальной задачи [13]. Предпо- |
|
9 |
|
|
|||
|
|
11 |
|
|
|||
ложим, что множество X состоит из 20 |
|
|
|
|
|||
|
|
|
|
|
|||
возможных решений, которые можно |
0 |
|
|
|
Z1 |
||
изобразить точками на плоскости с коор- |
Рис. 4. Множество возможных |
||||||
динатами Z1 и Z2 (рис. 4). |
|
решений и паретовские решения |
Очевидно, из всего множества X эффективными будут только решения x6 , x15 , x19 , x20 , лежащие на правой верхней границе области возможных реше- ний (точки, соединенные пунктиром). Для всякого другого решения существует хотя бы одно доминирующее, для которого либо Z1 , либо Z2 , либо оба крите- рия будут больше.
После того как из множества X выделены эффективные решения, можно выбрать среди них приемлемое решение. Выбор одного из паретовских реше- ний, которому будет отдано предпочтение, относится к компетенции ЛПР.
1 По фамилии итальянского экономиста Вильфредо Парето, впервые сформулировавшего проблему многокритериальной (векторной) оптимизации (1898 г.).
32
Глава 2. Задачи линейного программирования в экономике
Линейные модели являются одним из наиболее простых и часто исполь- зуемых классов математических моделей, используемых в экономике. Они изу- чаются в рамках линейного программирования − одного из наиболее ранних и проработанных разделов исследования операций.
Линейное программирование (англ. linear programming) − это набор ма-
тематических методов и приемов решения задачи оптимального распределения имеющихся ограниченных ресурсов (денег, материалов, времени и т.п.) для достижения определенной цели (максимума прибыли или минимума издержек).
Появление линейного программирования обычно связывают с именем американского математика Джорджа Данцига, который в 1947 году применил методы линейной алгебры для определения оптимальных решений задач, со- держащих определенные ограничения.
Другим основоположником линейного программирования по праву явля- ется советский математик, академик Леонид Витальевич Канторович (19121986), которому в 1975 году была присуждена Нобелевская премия по эконо- мике (совместно с американским экономистом Т. Купмансом) за вклад в разви- тие теории оптимального распределения ресурсов. В 1939 году Л.В. Канторо- вич опубликовал научную работу, в которой на основе метода разрешающих множителей (мультипликаторов) исследовались различные классы планово- производственных задач, давалась математическая постановка производствен-
ных задач оптимального планирования и предлагались эффективные методы решения и приемы экономического анализа этих задач. В данной работе, кото- рая стала известна в США лишь в 1959 году, было показано, что все экономи- ческие проблемы распределения могут рассматриваться как задачи максимиза- ции при многочисленных ограничениях и, следовательно, могут быть решены при помощи методов линейного программирования.
Термин «линейное программирование» нуждается в кратком коммента- рии. В данном случае слово «программирование» означает планирование, а слово «линейное» − поиск экстремума (минимума или максимума) линейной целевой функции при линейных ограничениях, представленных системой ли- нейных уравнений или неравенств. Вот что по этому поводу вспоминает нобе- левский лауреат Дж. Данциг: «Военные называли программами свои различные
33
планы и предлагаемые расписания для подготовки, тылового снабжения и пе- ремещения боевых частей. Когда я впервые проанализировал задачу планиро- вания для ВВС и увидел, что она может быть сформулирована как система ли- нейных неравенств, то назвал свою первую статью «Программирование с ли- нейной структурой». Однажды летом 1948 г. Купманс, прогуливаясь со мной по пляжу городка Санта-Моника, предложил сократить этот термин до «линейного программирования» и я согласился» [14].
Имеется целый ряд различных методов линейного программирования; одни из них являются специализированными или узконаправленными (т.е. предназначены для решения определенного класса задач), другие имеют общий характер. Наиболее распространенным методом решения задач линейного про- граммирования является так называемый симплекс-метод, разработанный Дж. Данцигом, а наиболее эффективным из известных − метод эллипсоидов. В простейшем случае, когда число переменных равно двум, удобен простой и на-
глядный графический способ.
Другой важный класс линейных задач образуют задачи, сводимые к сис- темам линейных уравнений, − это линейные задачи, ограничения в которых имеют характер равенств. Как известно, одним из наиболее простых и одно-
временно эффективных подходов к решению линейных систем является метод последовательного исключения неизвестных.
Эффективное применение линейного программирования достигается при решении следующих общих классов задач [15]:
−задачи о составлении смеси, цель которых заключается в выборе наиболее экономичной смеси ингредиентов, т.е. составляющих (руды, нефти, пищевых продуктов и др.) при учете ограничений на физический или химиче- ский состав смеси и на наличие необходимых материалов;
−задачи планирования производства, цель которых подбор наиболее
выгодной производственной программы выпуска одного или нескольких видов продукции при использовании некоторого числа ограниченных источников сы- рья;
−задачи распределения товаров, цель которых состоит в том, чтобы
организовать доставку товаров от некоторого числа поставщиков к некоторому числу потребителей так, чтобы оказались минимальными либо расходы по этой доставке, либо время, либо некоторая комбинация того и другого. В простей- шем случае это задача о перевозках (транспортная задача).
34
Рассматриваются и комбинированные задачи (например, в случае, когда какой-то товар производится в разных местах, задачи производства и распреде- ления объединяют в единую модель).
Задачи о составлении смеси
Исторически задача о составлении смеси (диеты, рациона) является одной из первых ЗЛП. Ниже рассмотрено построение экономико-математических мо- делей для нескольких задач, относящихся к данному классу [9, 16]. Цены, зара- ботная плата и некоторые другие количественные величины, представленные в задачах, которые приведены ниже, выбраны достаточно условно и не отражают их нынешнего фактического состояния.
Задача № 1. Металлургическому комбинату требуется уголь с содер- жанием фосфора не более 0,03 % и с долей зольных примесей не более 3,25 %. Комбинат закупает три сорта угля, условно обозначенных A, B и С, с извест- ным содержанием примесей. В какой пропорции нужно смешивать сорта угля A, B и C, чтобы полученная смесь удовлетворяла ограничениям на содержание примесей и имела минимальную цену?
Содержание примесей и цена каждого сорта угля приведены в табл. 2. Таблица 2
|
Содержание, % |
|
Цена |
|
Сорт угля |
Фосфора |
|
Золы |
1 т, р. |
|
|
|
|
|
A |
0,06 |
|
2,0 |
30 |
B |
0,04 |
|
4,0 |
30 |
C |
0,02 |
|
3,0 |
45 |
Решение. Построим экономико-математическую модель задачи. Обозна- чим x1 − количество угля сорта A в тонне смеси, x2 − количество угля сорта B в тонне смеси, x3 − количество угля сорта С в тонне смеси.
Стоимость 1 т смеси (целевая функция) с учетом введенных обозначений и данных графы «Цена 1 т, р.» запишется в следующем виде:
Z = 30x1 + 30x2 + 45x3 .
Ограничение на содержание фосфора в смеси запишется в виде
0,06x1 + 0,04x2 + 0,02x3 ≤ 0,03 (%).
Ограничение на содержание зольных примесей в смеси запишется в виде
35
2x1 + 4x2 + 3x3 ≤ 3,25 (%).
Ограничение на состав 1 т смеси запишется в виде x1 + x2 + x3 = 1.
Таким образом, экономико-математическая модель задачи примет сле-
дующий вид: определить количества x1, x2, x3 угля сортов A, B, C, соответ- ственно, в тонне смеси, при которых достигается минимум целевой функции:
Z(X ) = 30x1 + 30x2 + 45x3 ® min
при ограничениях
ì0,06x1 + 0,04x2 + 0,02x3 £ 0,03 ïï2x1 + 4x2 + 3x3 £ 3,25
íïx1 + x2 + x3 =1
ïîx1 ³ 0, x2 ³ 0, x3 ³ 0.
Задача № 2. Рацион для питания животных на ферме состоит из двух ви- дов кормов I и II. Один килограмм корма I вида стоит 80 р. и содержит: 3 ед. белков, 1 ед. жиров, 1 ед. углеводов, 2 ед. нитратов. Один килограмм корма II вида стоит 10 р. и содержит: 1 ед. белков, 3 ед. жиров, 8 ед. углеводов, 4 ед. нитратов.
Составить наиболее дешевый рацион питания, обеспечивающий белков не менее 9 ед., жиров не менее 6 ед., углеводов не менее 8 ед., нитратов не бо- лее 16 ед.
Для удобства представим данные, содержащиеся в условии задачи, в таб- личном виде (табл. 3).
|
|
|
|
Таблица 3 |
|
Число единиц питательных веществ |
Необходимый |
||
Питательное |
|
на 1 кг корма |
минимум пи- |
|
вещество |
|
|
|
тательных |
I |
|
II |
||
|
|
|
|
веществ |
|
|
|
|
|
Белки |
3 |
|
1 |
9 |
Жиры |
1 |
|
3 |
6 |
Углеводы |
1 |
|
8 |
8 |
|
|
|
|
|
Нитраты |
2 |
|
4 |
16 (max) |
Цена 1 кг |
80 |
|
10 |
|
корма, р. |
|
|
|
|
|
|
|
|
|
36
Решение. Составим экономико-математическую модель задачи. Обозна- чим x1, x2 - количество кормов видов I и II, входящих в рацион питания. Тогда общая стоимость рациона (целевая функция) запишется в виде
Z = 80x1 +10x2 .
C учетом того, что количество единиц питательных веществ, входящих в рацион кормления, не должно быть меньше (больше) указанного минимума (максимума), ограничения запишутся в виде следующих неравенств:
3x1 +x2 ³ 9 - для белков, x1 + 3x2 ³ 6 - для жиров,
x1 + 8x2³ 8 - для углеводов, 2x1 + 4x2 £16 - для нитратов.
Кроме того, по смыслу задачи должно выполняться условие x1 ³ 0, x2 ³ 0.
Таким образом, экономико-математическая модель задачи примет сле-
дующий вид: составить рацион питания, при котором достигается минимум целевой функции:
Z(X ) = 80x1 +10x2 ® min
при ограничениях
ì3x1 + x2 ³ 9 |
||||
ïx |
+ 3x |
2 |
³ 6 |
|
ï 1 |
|
|
|
|
ï |
+ 8x2 |
³ 8 |
||
íx1 |
||||
ï2x + 4x |
2 |
£16 |
||
ï |
1 |
|
|
|
ï |
³ 0, x2 ³ 0. |
|||
îx1 |
Задача № 3. В отделе технического контроля (ОТК) предприятия работа- ют контролеры 1-го и 2-го разрядов. Норма выработки ОТК за 8-часовой рабо- чий день составляет не менее 1800 изделий. Контролер 1-го разряда проверяет 25 изделий в час, причем не ошибается в 98 % случаев. Контролер 2-го разряда проверяет 15 изделий в час, его точность составляет 95 %.
Заработная плата контролера 1-го разряда равна 4 р. в час, контролер 2-го разряда получает 3 р. в час. При каждой ошибке контролера предприятие несет убыток в размере 2 р. Предприятие может использовать не более восьми кон- тролеров 1-го и десяти контролеров 2-го разряда. Руководство предприятия хо-
37
чет определить оптимальный состав ОТК, при котором общие затраты на кон- троль будут минимальными.
Решение. Обозначим через x1, x2 - количество контролеров 1-го и 2-го разрядов соответственно. Число контролеров каждого разряда ограничено, т.е. имеются следующие ограничения:
x1 £ 8 (1-й разряд), x2 £10 (2-й разряд).
Ежедневно необходимо проверять не менее 1800 изделий. Поэтому вы-
полняется неравенство
8× 25x1 + 8×15x2 = 200x1 +120x2 ³1800 ,
или
5x1 + 3x2 ³ 45 .
При построении целевой функции следует иметь в виду, что расходы предприятия, связанные с контролем, включают две составляющие:
1)зарплату контролеров,
2)убытки, вызванные ошибками контролеров.
Исходя из этого, расходы на одного контролера 1-го разряда в час составляют
4 р. + 2 р.× 25× 0,02 = 5р.,
а расходы на одного контролера 2-го разряда
3р. + 2 р.×15× 0,05 = 4,5р.
Целевая функция, выражающая ежедневные расходы на контроль, запишется в виде:
8× (5x1 + 4,5x2 ) = 40x1 + 36x2 .
Таким образом, экономико-математическая модель задачи примет сле-
дующий вид: определить количественный состав ОТК, включающего контро- леров 1-го и 2-го разрядов, при котором достигается минимум целевой функ- ции:
Z(X ) = 40x1 + 36x2 ® min
при ограничениях
ìx1 £ 8 ïïx2 £10
íï5x1 + 3x2 ³ 45 ïîx1 ³ 0, x2 ³ 0.
38
Задачи планирования производства
При планировании производства продукции на промышленном предпри- ятии необходимо учитывать его ресурсные ограничения, а именно: фонд ма- шинного времени по каждому виду оборудования; фонд рабочего времени, оп- ределяемый численностью персонала; фонд материальных ресурсов, которые может получить в планируемый период предприятие от поставщиков по заклю- ченным договорам.
Модели многих задач планирования базируются на законах сохранения (балансовых соотношениях) и эмпирических закономерностях преобразования ресурсов в продукцию (производственных функциях). Математически подоб- ные модели представляются в виде систем m линейных уравнений с n неиз- вестными, которые решаются с помощью известных методов линейной алгебры (например, методом Гаусса).
Основное уравнение ресурсной модели производства отражает баланс не- обходимых ресурсов предприятия и имеет следующий вид [17]:
m |
|
yi = xi − åaij xj (i = 1,2,...,m) , |
(2.1) |
i= j
где aij − норма расхода i -го вида вспомогательной продукции на производство единицы j -го вида основной (конечной) продукции; xj − количество произво-
димой основной продукции j -го вида; yi − количество основной продукции i -го вида.
Содержательный смысл этого уравнения заключается в следующем: ко-
личество основного i -го продукта yi должно равняться количеству xi вспо- могательного продукта, используемого для производства этого основного про- дукта, минус общие расходы этого вспомогательного продукта на комплекта- цию других основных и вспомогательных продуктов предприятия.
Основное уравнение ресурсной модели (2.1) может быть преобразовано к
виду
m |
|
åaij xj + yi = xi (i =1,2,...,m) |
(2.2) |
i= j
и решено методом Гаусса для получения планируемых объемов xi основной и
вспомогательной продукции.
39
Требуемые для выполнения плана материальные ресурсы определяются
как
|
m |
|
|
ådrj x j = dr , |
(2.3) |
|
j=1 |
|
где drj |
− норма расхода r -го вида материальных ресурсов на изготовление еди- |
|
ницы |
j -го вида продукции, r − номер вида материалов, сырья, полуфабрика- |
тов, комплектующих, деталей, узлов, топлива, электроэнергии.
Требуемые для выполнения плана производственные фонды оборудова- ния (в виде затрат машинного времени) определяются как
|
|
m |
|
|
|
å fsj x j = fs , |
(2.4) |
|
|
j=1 |
|
где |
fsj − норма расхода s -го вида фондов на изготовление единицы |
j -го вида |
|
продукции, |
s − номер вида фондов оборудования. |
|
|
|
Требуемые для выполнения плана трудовые ресурсы (в виде затрат рабо- |
||
чего времени) определяются как |
|
||
|
|
m |
|
|
|
åtgj x j = tg , |
(2.5) |
|
|
j=1 |
|
где |
tgj − норма затрат (рабочего времени) g -го вида труда на изготовление |
||
единицы j -го вида продукции, g − номер вида труда (по профессиям). |
|||
|
Если |
dr , fs , tg выходят за установленные для этого планового периода |
максимальные обеспеченные уровни, то необходимо пересмотреть (уменьшить) объем конечной продукции yi , определить новые значения или принять меры по увеличению ресурсов.
Если какое-либо из соотношений (2.3)–(2.5) или же все они представлены неравенствами, то решить подобную задачу известными методами линейной алгебры не удастся. В этом случае для решения задачи должны использоваться модели и методы линейного программирования (см. ниже).
Задача № 4. Производственному участку поручено выпускать мебель двух видов, на производство которых выделены необходимые сырьевые и про- изводственные ресурсы (табл. 4).
Найти такой план выпуска продукции, чтобы суммарная прибыль от ее реализации была наибольшей.
40
|
|
|
|
|
Таблица 4 |
Виды про- |
Затраты ресурсов на единицу продукции |
Прибыль |
|||
дукции |
|
|
|
|
на единицу |
Ткань оби- |
Пиломате- |
Древесно- |
Оборудо- |
||
|
вочная, м2 |
риалы, м3 |
стружеч- |
вание, |
продукции, |
|
|
|
ная плита, |
станко- |
р. |
|
|
|
м2 |
смен |
|
1. Стол |
0 |
0,032 |
1,6 |
11,4 |
36,27 |
2. Диван |
4 |
0,06 |
0 |
3,8 |
6,7 |
|
|
|
|
|
|
Объемы |
1856 |
31,648 |
641,6 |
4807 |
|
ресурсов |
|
|
|
|
|
|
|
|
|
|
|
Решение. Составим экономико-математическую модель задачи. Обозна- чим через x1 и x2 − число единиц запланированных к производству столов и диванов соответственно. Cуммарная прибыль от реализации всей выпущенной продукции представляется целевой функцией, которая имеет вид
Z (X ) = 36,27x1 + 6,7x2.
Ограничение на запасы обивочной ткани можно представить следующим неравенством:
4x2 £1856.
На запасы пиломатериалов
0,032x1 + 0,06x2 £ 31,648.
На запасы древесностружечной плиты (ДСтП) 1,6x1 £ 641,6.
На объем технологического оборудования
11,4x1 + 3,8x2 £ 4807.
Кроме того, по смыслу задачи
x1 ³ 0, x2 ³ 0 .
Таким образом, экономико-математическая модель задачи примет сле-
дующий вид: найти такой план выпуска столов и диванов X = (x1, x2 ) , при ко-
тором достигается максимум целевой функции
Z (X ) = 36,27x1 + 6,7x2 → max
при ограничениях