- •1. Грузы, измерители перевозочного процесса и тарифы
- •1.1. Грузы Классификация грузов
- •Транспортная маркировка грузов
- •1.2. Измерители процесса перевозки
- •Объем перевозок
- •Неравномерность объема перевозок
- •Грузопоток
- •Партионность перевозок
- •Транспортная продукция
- •Транспортный путь
- •Транспортное время
- •1.3. Тарифы
- •2. Автомобильные транспортные средства и показатели их использования
- •2.1. Классификация автомобилей
- •Допустимые значения осевых масс двухосных атс и двухосных колесных тележек, при превышении которых транспортное средство относится к категории 1
- •Допустимая полная масса атс, при превышении которой они относятся к категории 1
- •Допустимая полная масса атс при движении но мостовым сооружениям, превышая которую они попадают в категорию 1
- •Выброс загрязняющих веществ транспортными средствами с дизельными двигателями
- •Ограничения внешнего шума грузовых автомобилей общей массой более 3,5 т
- •2.2. Показатели использования автомобильного транспорта Парк подвижного состава
- •Провозные возможности подвижного состава
- •Себестоимость перевозки груза
- •Анализ себестоимости транспортирования
- •Значение коэффициента использования грузоподъемности автомобиля при работе с различными погрузчиками
- •3. Технология грузовых автомобильных перевозок
- •3.1. Основные принципы технологии перевозочного процесса
- •3.2. Прямые и смешанные автомобильные сообщения
- •3.3. Цикл транспортного процесса
- •Этап погрузки (разгрузки)
- •Этап транспортирования груза
- •3.4. Прогрессивные технологические процессы перевозки грузов Контейнерные перевозки
- •Основные параметры универсальных контейнеров
- •Использование площади кузовов автомобилей при их загрузке пакетами размером 800x1200 и 1000x1200
- •Комбинированные перевозки грузов
- •Перевозки грузов автомобилями-самосвалами и автопогрузчиками
- •4. Организация автомобильных перевозок
- •4.1. Основы организации перевозочного процесса Что такое организация
- •Транспортный комплекс
- •4.2. Подготовка процесса перевозки грузов
- •Экономическая подготовка
- •Техническая подготовка
- •Технологический проект перевозки
- •Организационная подготовка
- •4.3. Служба организации перевозок Функции службы организации перевозок
- •Диспетчерский доклад о выполнении суточного оперативного плана перевозок грузов
- •4.4. Передовые методы организации перевозок Централизованные перевозки грузов
- •Бригадная форма организации труда
- •Интермодальные перевозки
- •Некоммерческие перевозки
- •4.5. Особенности организации перевозок грузов
- •Особенности организации перевозок, сельскохозяйственных грузов
- •4.6. Организация междугородных и международных перевозок Междугородные перевозки
- •Международные перевозки
- •5. Управление автомобильными перевозками
- •5.1. Определение управления
- •5.2. Современное состояние управления автомобильными перевозками
- •5.3. Функции управления
- •5.4. Стадии процесса управления
- •5.5. Диспетчерское управление перевозками Основные правила построения структуры управления
- •5.6. Руководитель коллектива
- •5.7. Стимулы и наказания
- •6. Измерение эффективности перевозочного процесса
- •6.1. Показатели эффективности
- •6.2. Факторы, учитываемые при оценке эффективности перевозок
- •6.3. Оценка эффективности перевозок
- •Фактическая эффективность перевозочного процесса
- •7.2. Графоаналитический метод
- •7.3. Метод потенциалов
- •Базисный план, составленный способом северо-западного угла
- •Базисный план, составленный способом наименьшего элемента по столбцу
- •7.4. Маршрутизация перевозок
- •Рациональное закрепление потребителей за поставщиками при перевозке песка, ездок
- •Рациональное закрепление потребителей за поставщиками при перевозке щебня, ездок
- •Рациональное закрепление потребителей за поставщиками при перевозке глины, ездок
- •Рациональный план движения автомобилей из пунктов выгрузки в пункты погрузки груза, ездок
- •(Вторая итерация)
- •7.5. Применение теории массового обслуживания в организации перевозок
- •7.6. Решение задач в сетевой форме
- •7.7. Симплексный метод Общие положения
- •Итерация 1
- •Определение исходного базиса
- •Анализ модели на чувствительность
- •7.8. Сетевое планирование в управлении
- •7.9. Ситуационные игры
- •1. Сокращения
- •2. Условные обозначения
- •2.1. Расстояния (протяженность)
- •2.2. Объемы перевозок
- •2.3. Время
- •2.4. Производительность
- •2.5. Скорость
- •2.7. Стоимостные показатели
- •2.8. Числовые величины
- •2.9. Коэффициенты
- •Александр Васильевич Велыможин Владислав Александрович Гудков Леонид Борисович Миротин
- •400131, Волгоград, ул. Советская. 35
- •400131, Волгоград, ул. Коммунистическая. 21, тел.34-99-69
- •404126. Волжский, ул. Пушкина, 79
Анализ модели на чувствительность
При решении задач методами линейного программирования важно не только найти численные значения управляемых переменных, при которых достигается оптимум, но и знать, в каком интервале
266
можно менять входные параметры без существенного отклонения от найденного оптимума и без значительного нарушения структуры базиса, формирующего оптимальное решение. Исследование, позволяющее ответить на эти вопросы, носит название: анализ модели на чувствительность. Такой анализ позволяет ответить на следующие вопросы:
Останется ли решение оптимальным, если уменьшить вклад в прибыль одной из базисных перемен?
К каким последствиям приведет сокращение объема ресурсов?
Что произойдет, если ввести в рассмотрение новую управляемую переменную?
П риемы, используемые при анализе модели на чувствительность, по своей сути весьма просты, хотя и отличаются некоторой громоздкостью. Разберемся в существе вопроса на примере, рассмотренном ранее. Запишем для этой цели исходную и «заключительную» системы уравнений, обозначим их соответственно через (Н) и (К).
(7.63)
(7.64)
где X0 - подлежит максимизации.
Как используются выделенные ресурсы? При решении задач свободные (дополнительные) переменные могут принимать следующие значения.
Свободная (дополнительная) переменная равна нулю. Это значит, что в процессе производства используются все материалы (ресурсы).
Свободная переменная больше нуля, ресурсы используются не полностью, имеется остаток, который равен разности между запасами ресурсов и израсходованными ресурсами.
Свободная переменная равна запасам ресурсов. Это значит, что ресурсы не используются совсем.
267
Определим, останется ли уже найденный допустимый оптимальный базис оптимальным, если изменить коэффициенты в выражении для целевой функции.
Для этого рассмотрим коэффициенты при небазисных переменных Х2 и Х4 в строке 0 системы уравнений (Н). При каком значении этих коэффициентов решение останется оптимальным, а при каком становится неоптимальным?
Предположим, что коэффициент при Х2 получает неотрицательное приращение δ, т. е. становится равным 5 + δ. Тогда строка 0 системы уравнений (Н) примет следующий вид:
1X0 – 4 X1 – (5 + δ) Х2 – 9Х3 –11 Х4=0. (7.65)
При выполнении каждой симплекс-итерации мы прибавляли к строке 0 одну из остальных строк, предварительно умножив последнюю на некоторую константу. Следовательно, на заключительной итерации строка 0 системы уравнений (К) запишется в виде
1X0 + (3 / 7– δ)Х2 +11/ 7Х4 +13/ 7X5 + 5 / 7 Х7= 695 / 7 . (7.66)
Из полученного уравнения видно, что если δ > 3/7, то коэффициент при Х2 принимает отрицательное значение. В этом случае, согласно правилу 1 (максимизация), в очередное базисное решение вошла бы переменная Х2. Аналогично, если бы коэффициент при Х4 принял значение, превышающее 11/7, то пробное базисное решение перестало бы быть оптимальным.
Таким образом, коэффициенты при небазисных переменных в строке 0 на этапе заключительной итерации показывают, в каких пределах соответствующие коэффициенты в выражении для целевой функции могут принимать положительные приращения без нарушения оптимальности ранее полученного базиса.
Рассмотрим, в каких пределах могут изменяться переменные, входящие в базис Х1 и Х3, без ущерба для оптимальности полученного решения?
Запишем строку 0 системы уравнений (Н) в виде
1Х0 – (4 + δ) Х1 – 5Х2 –9 Х3 =0 . (7.67)
В этом случае, строка 0 в (К) примет вид:
1X0 – δХ1 + 3 / 7Х2 +11/ 7Х4 +13/ 7X5 + 5 / 7 Х7= 695 / 7 (7.68)
Чтобы ответить на вопрос, в каких пределах можно изменять δ, не нарушая оптимальности полученного решения, необходимо обратить в нуль коэффициент при Х1 в строке 0. Для этого умножим δ на строку 1 в (К) и прибавим полученный результат к полученному уравнению. Получим
268
1X0 +(3 / 7+5 / 7 δ)Х2 + (11 / 7 – 5 / 7 δ )Х4 +(13 / 7 + 10 / 7 δ )Х5 +
+(5 / 7 – 1 / 7 δ )X7 = 695 / 7+ 50 / 7 δ . (7.69)
Из полученного уравнения следует, что при выполнении условия полученное решение остается оптимальным. При б < —3/5 коэффициент при Х2 принимает отрицательное значение. В случае, когда 8> 11/5, отрицательным становится коэффициент при X,. Таким образом, как только значение δ выходит за пределы интервала , прежний базис перестает быть оптимальным.
Этот прием анализа пригоден не только в случае, когда изменяются коэффициенты либо при базисной, либо при небазисной переменных, по и в случае изменения нескольких коэффициентов одновременно.
Останется ли допустимым полученный оптимальный базис, если изменить значения констант в правых частях соотношений?
Рассмотрим правую часть строки 2 системы уравнений (Н). Произведем замену . Заметим, что свободная переменная Х6, фигурирующая в указанной строке, входит в базис (К). Следовательно Х6 изменится на величину δ. Таким образом, ранее полученное решение останется допустимым, если , см. строку 2 в системе уравнений (К).
Рассмотрим правую часть уравнения в строке 1 системы уравнений (Н). Произведем замену . При каких значениях δ порученный базис остается допустимым?
Будем учитывать при выполнении симплекс-итераций произведенную замену. На последней итерации будем иметь:
(7.70)
Обратим внимание на то, что введение δ в правую часть сопровождается появлением в левой части переменной Х5.
Полагая, как обычно, небазисные переменные Х1, Х4, Х5 и Х7 равными нулю, получим значения базисных переменных, которые определяются теперь через δ. Чтобы базис оставался допустимым, константы в правых частях уравнений должны иметь неотрицательные значения. Отсюда следует, что если
(7.71)
то пробное решение остается допустимым.
269
(7.76)
(7.77)
минимизировать
Положим δ = 1, что можно интерпретировать как увеличение «ресурса» в строке 1 на единицу. С помощью соотношения в строке 0 системы уравнений (К) видно, что при этом значение целевой функции возрастет на 13/7. Другими словами, при увеличении объема ресурсов на единицу дополнительная прибыль в оптимальном варианте составит 13/7.
Произведем одновременно следующие замены:
Затем после выполнения всех операций, позволяющих перейти от системы (Н) к системе (К), и обращения в нуль всех небазисных переменных, будем иметь:
(7.73)
Коэффициенты при δi совпадают с коэффициентами при соответствующих свободных переменных в (К). Базис остается допустимым, если значения X1 Х6 и X3 неотрицательны. Следовательно, δ1 δ2 и δ3 должны удовлетворять соответствующей системе неравенств.
Двойственность задач линейного программирования
В теории линейного программирования существует понятие двойственности, которое позволяет унифицированным образом устанавливать взаимосвязи для всех приемов и методов анализа моделей на чувствительность. Рассмотрим понятие «двойственность» на двух следующих задачах:
максимизировать
(7.74)
при ограничениях
п ри ограничениях
Условно назовем первую задачу исходной, а вторую двойственной (по отношению к первой). Рассмотрим это на примере. Исходная задача:
(7.72)
(7.78)
(7.79)
при ограничениях
(7.81)
Двойственная задача: минимизировать
(7.80)
при ограничениях
Образно говоря, двойственная задача — это на 90 градусов повернутая исходная задача:
j-й столбец, составленный из коэффициентов, фигурирующих в ограничениях исходной модели, совпадает с j-й строкой, составленной из коэффициентов, фигурирующих в ограничениях двойственной модели;
строка, составленная из коэффициентов в выражении для целевой функции, совпадает со столбцом, составленным из констант, фигурирующих в правых частях ограничений двойственной модели;
столбец, составленный из констант, фигурирующих в правых частях ограничений исходной модели, совпадает со строкой, составленной из коэффициентов в выражении для целевой функции двойственной модели;
(7.75)
направление знаков неравенства в исходной модели противоположно направлению знаков неравенства в двойственной модели. Требование максимизации в исходной задаче заменено требованием минимизации в двойственной задаче.
270
Теорема двойственности:
а) если исходная и двойственная ей задача имеют допустимые решения, то: существует оптимальное решение X*j(j = 1,2,...,n) исход ной задачи; существует оптимальное решение Y*i (i = 1,2,...,т) двойственной задачи;
имеет место следующее соотношение:
(7.82)
б) если исходная (двойственная) задача допускает оптимальное решение, для которого значение целевой функции ограничено, то соответствующая ей двойственная (исходная) задача допускает оптимальное решение при том же значении целевой функции.
Если существует допустимое решение двойственной задачи, для которого значение целевой функции совпадает со значением целевой функции исходной задачи, то решения обеих задач являются оптимальными.
Решение двойственной задачи
В качестве примера рассмотрим ранее решенную задачу о распре делении ресурсов: максимизировать (7.83) (7.83)
при ограничениях (7.84) (7. 14)
Д войственная задача будет формулироваться следующим образом: минимизировать (7.85)
п ри ограничениях (7.86)
Оптимальные значения переменных двойственной задачи:
а) коэффициенты при свободных переменных в строке 0 на после дней симплекс-итерации при решении задачи максимизации совпадают с оптимальными значениями переменных двойственной задачи;
б) коэффициент при Xj в строке 0 на последней симплекс-итера ции представляет собой разность между левой и правой частями j-го
272
ограничения двойственной задачи, соответствующую оптимальному решению последней.
Рассмотрим коэффициенты при трех свободных переменных в строке 0 на заключительной симплекс-итерации (см. формулу (7.64)). Согласно утверждению, приведенному выше, оптимальными значениями переменных двойственной задачи являются следующие:
Y1 =13/7, Y2= 0, Y3 =5/7. (7.87)
Убедимся, что выполняются условия (7.82)
(7.88)
а также то, что значение целевой функции двойственной задачи совпадает со значением целевой функции исходной задачи
(7.89)
Решение (7.83) должно быть оптимальным, поскольку удовлетворяются все ограничения и, кроме того, значения целевых функций исходной и двойственной задач совпадают. Наконец, вычислим разность между левыми и правыми частями соотношений (7.84)
(7.90)
т. е. получаем значения коэффициентов при Х2 и Х4 в строке 0 системы уравнений (К), что согласуется с утверждением, сформулированным выше.
Таким образом, симплексный метод можно рассматривать как способ получения пробных решений двойственной задачи путем определения допустимых решений исходной задачи. Как только удается найти допустимое решение этих двух задач, процесс итерации заканчивается.
Продолжение анализа на чувствительность.
(7.91)
Если коэффициент при Х2 в выражении для целевой функции
положить равным 5 + δ, то в правой части соотношения (7.87) также
273
будет стоять 5 + δ. Подставив в (7.87) оптимальные значения двойственной задачи (7.83), получим (с учетом замены (5 + δ):
1 • 13 / 7 + 5• 0 + 5 • 5 / 7 5 + δ (7.92)
или
3/7 δ.
Таким образом, решение двойственной задачи остается допустимым, если δ не превышает 3/7. Если же δ принимает значение, превышающее значение 3/7, то это решение не является более допустимым и, следовательно, рассматриваемое решение исходной задачи не является более оптимальным.
В каких случаях в базис можно вводить новую переменную? Предположим, что в нашу задачу вводится дополнительная переменная, причем дополнения к строкам имеют следующий вид:
(7.93)
Пусть при переменной Х8 в выражении для целевой функции стоит коэффициент C8. При каком значении С8 целесообразно ввести в базис переменную Х8? Соответствующее соотношение двойственной задачи имеет вид:
1Y1 + 2 / 7Y2 + 17Y3 С8. (7.94)
Подставив сюда полученные оптимальные значения переменных двойственной задачи, получим
1 • 13/7 + 2/7 • 0 + 17 • 5/7 С8. (7.95)
Значит, при С8 14 переменную нужно включать в базис. Оптимальное значение каждой переменной двойственной задачи определяет положительное или отрицательное приращение значения целевой функции за счет единичного приращения (положительного или отрицательного) значения константы в правой части соответствующего ограничения при условии, что рассматриваемый базис остается допустимым.
Оптимальное значение переменных двойственной задачи называют скрытыми доходами. Почему в нашей задаче увеличение объема материала типа А не приводит к увеличению прибыли? Это объясняется тем, что запас материала типа А превышает имеющиеся в нем потребности, что видно из того обстоятельства, что свободная переменная Х6 входит в оптимальный базис. Увеличение заведомо избыточного ресурса не может увеличить прибыль.