- •1. Класифікація задач математичного програмування
- •2. Стохастичне програмування та його види
- •3. Загальна математична постановка задачі стохастичного програмування
- •4. Особливості математичної постановки задач стохастичного програмування
- •5. Методи розв’язування стохастичних задач
- •6. Одноетапні задачі стохастичного програмування
- •7. Двохетапні задачі стохастичного програмування
- •8. Приклади економічних задач стохастичного програмування
7. Двохетапні задачі стохастичного програмування
Недоліком розглянутих одноетапних задач стохастичного програмування є те, що в них лише фіксується факт можливих відхилень значень випадкових параметрів і усереднені розв’язки вибирають за умови, що відхилення значень від середнього рівня в будь-який бік небажане (зменшується величина дисперсії параметрів у обмеженнях або цільова функція — дисперсія мінімізується). У більшості реальних економічних задач має значення не лише величина відхилення, але також і його напрямок. Двохетапні задачі стохастичного програмування позбавлені зазначеного недоліку.
Розглянемо задачу стохастичного програмування в такій постановці:
, (7.1)
; (7.12)
. (7.3)
Якщо обмеження залежно від значень випадкових параметрів та вектора Х виконуються як , то можливе існування надлишку (ресурсів, продукції тощо). Позначимо його через :
.
За виконання обмежень залежно від значень випадкових параметрів та вектора Х у вигляді виникає дефіцит. Позначимо його через :
.
Отже, якщо , то , а якщо , то .
Інакше кажучи, ,
.
Очевидно, що система обмежень (7.2) задачі може бути подана в еквівалентній формі:
Допустимо також, що відомі величини — питомі витрати на збереження надлишків та — питомі витрати, що пов’язані з дефіцитом . Отже, можна визначити штрафну функцію для і-го обмеження за результатом його виконання. Позначимо її через S, тоді:
Тоді доцільно розв’язувати задачу (7.1)—(7.3) у такій постановці:
, (7.4)
; (7.5)
. (7.6)
Змінні та можна розглядати як такі, що забезпечують виконання обмежень (7.2) як рівностей [2, c. 411].
Отже, розв’язування задачі відбувається в два етапи: спочатку відшукують фіксований план згідно з апріорною інформацією про стан зовнішнього середовища, який і визначає реалізацію випадкових параметрів. Значення вектора Х не задовольняє обмеження задачі для кожного . На другому етапі після спостереження за зовнішнім середовищем і отримання точного значення випадкових параметрів ω знаходять значення змінних та , що компенсують відхилення, які виникли за попереднім планом Х. Витрати на корекцію початкового плану визначаються як .
Важливо спочатку отримати такий план, який би вимагав мінімальних витрат не лише на його реалізацію, але і на його коректування.
Коректування планів у процесі їх реалізації є цілком природним при складанні планів для реальних економічних процесів. Необхідність коректування плану зумовлена не недоліками планування, а складністю прийняття рішень за умов невизначеності.
Детерміноване моделювання не дає змоги об’єднати два етапи: прийняття плану та його коректування. Перехід від детермінованих моделей до стохастичних, в яких використовуються випадкові величини, що саме і викликають необхідність корекції, уможливлює отримання математичних моделей, що об’єднують вищеназвані два етапи планування. Отже, в результаті розв’язування двохетапних стохастичних задач отримують плани, що є стійкими за умов невизначеності і мінімізують загальні витрати на реалізацію і корекцію плану, тобто забезпечують загальний ефект від попереднього плану та його корекції.
У моделях двохетапного стохастичного програмування відображаються найхарактерніші особливості планування за умов невизначеності:
ймовірнісний характер початкової інформації,
вибір попереднього плану з урахуванням його майбутнього коректування,
коректування попередньо вибраного плану по мірі уточнення інформації.
Модель (7.4)—(7.6) — найпростіша двохетапна модель стохастичного програмування. У загальному випадку план-корекція вводиться в систему обмежень з допомогою матриці корекції загального вигляду, елементи якої можуть залежати від ω, тобто розглядається система нерівностей:
,
, ; ,
або у векторно-матричній формі:
; (7.7)
, . (7.8)
Попередній план Х вибирається до спостережень над ω. Коли ω стає відомим, то визначають план-корекцію Y у такий спосіб, щоб виконувались співвідношення (7.7), (7.8). При цьому ефект від плану-корекції дорівнює: . (7.9)
Оскільки з кожним планом-корекцією Y пов’язаний певний ефект, то при певному Х і спостереженому ω його краще за все вибирати з умови максимізації (7.9) за обмежень (7.7), (7.8). Позначимо такий план через і назвемо його оптимальною корекцією плану Х за зовнішніх умов ω. Можна допустити, що існує при кожному Х і ω, у протилежному разі в (7.7) можна ввести штучні змінні Y– і одночасно — в (7.8) з досить великим штрафом.
Сподіваний ефект від плану-корекції дорівнює: .
Суть задачі полягає у відшуканні плану Х, який максимізував би математичне сподівання ефекту від плану з урахуванням його майбутньої корекції:
(7.10)
за умов:
; (7.11)
, . (7.12)
Іноді нелінійну задачу (7.10)—(7.12) зручно формулювати дещо в іншому вигляді, а саме: знайти такий детермінований вектор Х і такий Y(ω), щоб
(7.13)
за обмежень:
; (7.14)
, . (7.5)
У такій постановці двохетапна задача зводиться до одноетапної. Одночасно знаходиться оптимальний план Х і його оптимальна корекція . Задача (7.13)—(7.15) на відміну від (7.10)—(7.12) лінійна, однак, якщо в задачі (7.10)—(7.12) розв’язком є n-вимірний вектор Х, для пошуку якого можна застосувати чисельні методи, то в задачі (7.13)—(7.15) невідомими є і застосувати для розв’язування задачі чисельні методи можна лише за умови, якщо Ω — скінченна множина з невеликою кількістю елементів [2, c. 415].