- •1,Прибыль, инфляция, дисконтирование.
- •Протокол работы программы
- •Общая модель планирования производства
- •Планирование производства и ассортиментные условия
- •Задания к лабораторной работе «Общая задача производственного планирования»
- •Пример выполнения лабораторной работы:
- •Решить задачу графически:
- •Постановка задачи максимизации ассортиментных наборов.
- •Использованная литература
- •Варианты заданий:
Общая модель планирования производства
Примеры выполнения заданий, задания
Будем считать, что на нашем предприятии применяется n технологических способов (j = 1, 2,…, n). Каждый j-ый способ использует r видов сырья i-го типа в количестве аij (i = 1, 2,…, r). На предприятии производится q видов продукции. Для производства k-го вида продукции используется j-ая технология в количестве ar +k, j (k = 1, 2,…, q; j = 1, 2, …, n).
Эта информация может быть записана в виде матрицы:
Количество столбцов в матрице равно количеству технологических способов на предприятии.
Первые r строк определяют потребленное сырье каждым технологическим способом, строки r +1, ……........, m определяют количество продукции всех типов (q = m – r) при реализации каждого технологического способа.
Вектор В определяет ограничения:
b1, …., br — по сырью (запасы сырья);
br +1,…, bm — по выпуску продукции.
Управляемыми параметрами в этой модели является кратность использования каждого технологического способа xi, xi ≥ 0.
План использования технологических способов представляет собой вектор х = (х1, х2, …, хn).
Все ограничения по ресурсам и по выпуску продукции можно записать в виде неравенств:
а11х1+ а12х2 +…а1nхn ≤ b1,
а21 х1+ а22 х2 +…а2n хn ≤ b2,
…………………………
аr1 х1+ аr2 х2 +…аrn хn ≤ bn.
Эти неравенства соответствует ограничениям по запасам сырья. Ограничения по выпуску продукции:
w1 = аr +1,1 х1+ аr +1,2 х2 +…аr +1,n хn ≥ br +1,
……………………………………
wq = аm,1х1 + аm,2 х2 +…аmn хn ≥ bm, q = m – r.
Если последние неравенства умножить на (–1), то полученная система неравенств запишется в виде:
а1,1х1+ а1,2х2 +…а1, nхn ≤ b1,
а2,1 х1+ а2,2 х2 +…а2, n хn ≤ b2,
…………………………
аr1 х1+ аr2 х2 +…аrn хn ≤ bn,
– аr +1,1 х1 – аr +1,2 х2 –…аr +1, n хn ≤ – br +1,
……………………………………
– аm,1х1 – аm,2 х2 … – аmn хn ≤ – bm.
В матричной форме система неравенств будет иметь вид:
Ах ≤ В,
х ≥ 0.
Предположим, что j-ый технологический способ дает прибыль сj —тогда общая прибыль запишется таким образом:
Первая задача планирования производства формулируется так: составить такой план производства, т.е. установить кратность запуска технологических способов, чтобы полученная при этом прибыль была максимальной.
В результате мы получили задачу линейного программирования, т.к. полученные целевая функция и ограничения линейны.
Для решения таких задач используется сиплекс-метод, если же переменных в задаче только две — то задачу можно решить графически. Эти методы подробно изучаются студентами экономистами и менеджерами в курсе «высшая математика» в разделе «линейное программирование».
Планирование производства и ассортиментные условия
В описанной выше модели ставилась задача максимизации прибыли, однако та же постановка задачи обладает тем недостатком, что не учитывает пропорции выпуска продукции (кроме ограничений по выпуску). Такие пропорции определяются структурой спроса и технологией использования продукции (например, если завод выпускает комбайны, то с учетом замены запчастей за время службы). Необходимо учитывать соотношения выпуска комбайна и различных типов запчастей.
Такие пропорции выпуска разных видов продукции могут быть заданы «ассортиментными условиями», и согласованный с ними выпуск должен удовлетворять условиям:
w1 : w2 : …wq = k1 : k2 : …kq.
Нарушение ассортиментных требований приводит к сложностям при реализации продукции, а это сказывается на величине получаемой прибыли.
В связи с этим, возникает новая задачи планирования производства — максимизация количества ассортиментных наборов.
Количество изделий k типа, вычисляется, согласно матрице А, следующим образом:
где хj — кратность запуска j-го технологического способа.
Тогда количество ассортиментных наборов определяется, как минимум отношений:
.
В результате вторая задача максимизации количества ассортиментных наборов принимает вид:
f2 = x0 → max (f2 = x0 — целевая функция).
Ограничения по сырью остаются прежними и добавляются ограничения, связанные с ассортиментными требованиями:
k1 x0 – ar +1,1 x1 – ar +1,2 x2 – … ar +1,n xn ≤ 0,
………………………………………….
km–n x0 – am,1 x1 – am,2 x2 – … am,n x4 ≤ 0,
xj ≥ 0, j = 0, 1, …, n.
Очевидно, что поставленная задача представляет собой задачу линейного программирования, т. к. целевая функция и все ограничения линейны.
В новой постановке задачи планирования, когда мы требуем максимизации количества ассортиментных наборов, сохраняется и желание максимизировать прибыль. На этом этапе первый критерий f1 →max (максимальная прибыль) можно заменить требованием:
f1 ≥ f0 (прибыль не меньше f0).
и решить задачу с этим дополнительным ограничением. Естественно f0 ≤ f *, где f * — оптимальная прибыль при решении первой задачи.