- •Работа №1 «Определение параметров сетевых графиков»
- •Работа №2. «Анализ вероятностных сетевых графиков»
- •Работа №3. «Оптимизация сетевых графиков»
- •Работа №4. «Модели оптимального планирования линейного вида (линейного программирования, лп)»
- •Работа №5. «Оптимизация структуры посевных площадей»
- •Необходимо корректировать оптимальный план, полученный в ходе решения задачи
Работа №4. «Модели оптимального планирования линейного вида (линейного программирования, лп)»
-
Цель работы:
Определить оптимальный план выпуска двух видов продукции из четырех видов сырья, необходимо обеспечить максимум выручки от реализации данных товаров.
-
Дано:
a11x1+a12x2<=b1
a21x1+a22x2<=b2
a31x1+a32x2<=b3
a41x1+a42x2<=b4
c=c1x1+c2x2 max
-
Ход работы:
Составим неравенства
z1 200x1 80x2 <=15000
z2 140x1 200x2 <=28000
z3 80x1 255x2 <=20400
z4 150x1 255x2 <=38260
z5 135x1 104x2
Построим график из 4 прямых по 2 точкам:
Х2
300
250
200
187
150
140
100
80
50
0 50 75 100 150 200 250 255 280 300 Х1
Выпишем два уравнения которые пересеклись при максимально удалённой точке.
-
Описание алгоритма:
-
Построить график, по точкам, которые даны в таблице.
-
Для каждой продукции определяем Х1 и Х2 следующим образом:: затраты делённые на 1цену продукта и также 2 цену продукта. И так для каждого продукта найти своё Х1 и Х2.
-
Построив прямые, строим вектор и определяем точку, наиболее отдаленную от начала координат.
-
Определяем, на пересечении каких прямых лежит эта точка и создаем матрицу для этих видов продукции, в нашем случае это:
z1 200x1 80x2 <=15000
z3 80x1 255x2 <=20400
-
Из этих неравенств составить матрицу, по которой найдём, сначала обратную матрицу с помощью функции MINVERSE из категории Массив., а потом оптимальный Х1 и Х2, определяем путем умножения обратной матрицы на столбец с запасами, с помощью функции MMULT из категории массив. Для проверки правильности, составляем файл с ограничениями. С помощью программы выводим на экран результат.
-
Там отображены значения параметров оптимизации Х1 и Х2,и критерии оптимальности, содержащие двойственные оценки.
-
Вывод:
Из данных четырёх видов сырья, определила оптимальный план выпуска двух видов. При известных нормах расхода, каждого вида сырья, для каждого вида товара.
Работа №5. «Оптимизация структуры посевных площадей»
-
Цель работы:
Необходимо корректировать оптимальный план, полученный в ходе решения задачи
-
Дано:
z1 x1+x2+x3+x4+x5+x6+x7+x8+x9<=b1
z2 x1+x2+x3+x4+x5<=b2
z3 x6>=b3
z4 x6<=b4
z5 x7>b5 x8>=b5
z6 x7>b5 x8>=b6
z7 200x9>=b7
z8 a21x1+a22x2+a23x3+a24x4+a25x5>=b8
z9 a11x1+a12x2+a13x3+a14x4+a15x5+a16x6+a17x7+a18x8+a19x9<=b9
z10 a31x1+a32x2+a33x3+a34x4+a35x5+a36x6+a37x7+a38x8+a39x9-x10=0
z11 a41x1+a42x2+a43x3+a44x4+a45x5+a46x6+a47x7+a48x8+a49x9-x11=0
z12 x11-x10
X1 - площадь пшеницы
x2 - рожь
x3 - гречиха
x4 - овес
x5 - ячмень
x6 - кормовые корнеплоды
x7 - однолетние травы
x8 - многолетние травы
x9 - картофель
x10 - общие себестоимости
x11 - валовый продукт
-
Ход работы:
Базовый вариант
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 8200
z2 x1 x2 x3 x4 x5 <= 5000
z3 x6 >= 200
z4 x6 <= 700
z5 x7 >= 100
z6 x8 >= 0
z7 200x9 >= 29200
z8 27x1 20x2 20x3 15x4 20x5 >= 79000
z9 11x1 10x2 6x3 4.5x4 4x5 120x6 11x7 11x8 100x9 <= 302000
z10 80x1 75x2 200x3 40x4 80x5 400x6 30x7 40x8 1200x9 -x10 = 0
z11 200x1 150x2 260x3 60x4 110x5 400x6 60x7 70x8 1800x9 -x11 = 0
z12 -x10 x11
Результаты расчета базового варианта
Вариант1
Изменив посевную площадь на 1га.
После решения получим новый оптимальный план, в котором критерии оптимальности
изменятся на величину дв.оценки первого ограничения .
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 7500
z2 x1 x2 x3 x4 x5 <= 5000
z3 x6 >= 200
z4 x6 <= 700
z5 x7 >= 100
z6 x8 >= 0
z7 200x9 >= 29200
z8 27x1 20x2 20x3 15x4 20x5 >= 79000
z9 11x1 10x2 6x3 4.5x4 4x5 120x6 11x7 11x8 100x9 <= 302000
z10 80x1 75x2 200x3 40x4 80x5 400x6 30x7 40x8 1200x9 -x10 = 0
z11 200x1 150x2 260x3 60x4 110x5 400x6 60x7 70x8 1800x9 -x11 = 0
z12 -x10 x11
Изменив ограничение (1):
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 8200
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 7500
Критерии оптимальности изменилась: с 1934399,918 до 1933247,109; Д.О.=1152,809
Критерий оптимальности снизился за счёт двойственной оценки, уменьшит прибыль.
Вариант 2
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 8200
z2 x1 x2 x3 x4 x5 <= 5050
z3 x6 >= 200
z4 x6 <= 700
z5 x7 >= 100
z6 x8 >= 0
z7 200x9 >= 29200
z8 27x1 20x2 20x3 15x4 20x5 >= 79000
z9 11x1 10x2 6x3 4.5x4 4x5 120x6 11x7 11x8 100x9 <= 302000
z10 80x1 75x2 200x3 40x4 80x5 400x6 30x7 40x8 1200x9 -x10 = 0
z11 200x1 150x2 260x3 60x4 110x5 400x6 60x7 70x8 1800x9 -x11 = 0
z12 -x10 x11
Изменив ограничение (2):
z2 x1 x2 x3 x4 x5 <= 5000
z2 x1 x2 x3 x4 x5 <= 5050
Критерии оптимальности изменилась: с 1934399,918 до 1937099,918; Д.О.=2700
Прибыль увеличилась на величину двойственной оценки, когда площадь увеличили на 1 гектар.
Критерий оптимальности вырос за счёт двойственной оценки
Вариант 3
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 8200
z2 x1 x2 x3 x4 x5 <= 5010
z3 x6 >= 200
z4 x6 <= 700
z5 x7 >= 100
z6 x8 >= 0
z7 200x9 >= 29200
z8 27x1 20x2 20x3 15x4 20x5 >= 79000
z9 11x1 10x2 6x3 4.5x4 4x5 120x6 11x7 11x8 100x9 <= 302000
z10 80x1 75x2 200x3 40x4 80x5 400x6 30x7 40x8 1200x9 -x10 = 0
z11 200x1 150x2 260x3 60x4 110x5 400x6 60x7 70x8 1800x9 -x11 = 0
z12 -x10 x11
Изменив ограничение (2):
z2 x1 x2 x3 x4 x5 <= 5000
z2 x1 x2 x3 x4 x5 <= 5010
Критерии оптимальности изменилась: с 1934399,918 до 1934939,918; Д.О.=540
Прибыль увеличилась на величину двойственной оценки, когда площадь увеличили на 1 гектар.
Вариант 4
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 8200
z2 x1 x2 x3 x4 x5 <= 5000
z3 x6 >= 200
z4 x6 <= 200
z5 x7 >= 100
z6 x8 >= 0
z7 200x9 >= 29200
z8 27x1 20x2 20x3 15x4 20x5 >= 79000
z9 11x1 10x2 6x3 4.5x4 4x5 120x6 11x7 11x8 100x9 <= 302000
z10 80x1 75x2 200x3 40x4 80x5 400x6 30x7 40x8 1200x9 -x10 = 0
z11 200x1 150x2 260x3 60x4 110x5 400x6 60x7 70x8 1800x9 -x11 = 0
z12 -x10 x11
Изменив ограничение (4):
z4 x6 <= 700
z4 x6 <= 200
Критерии оптимальности не изменились, но за счёт Д.О. Объём производства уменьшился, что не принесёт убытков.
-
Описание алгоритма:
-
По данным составить неравенства, использовав свои ограничения.
-
После получим новый оптимальный план, в котором критерии оптимальности изменятся на величину двойственной оценки первого ограничения .
-
Попробуем изменить критерии оптимальности.
-
В Варианте 1 изменив посевную площадь на 1га, получим новый оптимальный план, в котором критерии оптимальности изменятся на величину дв. оценки первого ограничения.
Изменив ограничение (1):
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 8200
z1 x1 x2 x3 x4 x5 x6 x7 x8 x9 <= 7500
Критерии оптимальности изменилась: с 1934399,918 до 1933247,109; Д.О.=1152,809 Критерий оптимальности снизился за счёт двойственной оценки, уменьшит прибыль.
-
В Варианте 2, изменив ограничение(2) :
z2 x1 x2 x3 x4 x5 <= 5000
z2 x1 x2 x3 x4 x5 <= 5050
Критерии оптимальности изменилась: с 1934399,918 до 1937099,918; Д.О.=2700
Прибыль увеличилась на величину двойственной оценки, когда площадь увеличили на 1 гектар.
Критерий оптимальности вырос за счёт двойственной оценк
-
В Варианте 3, изменив ограничение (2):
z2 x1 x2 x3 x4 x5 <= 5000
z2 x1 x2 x3 x4 x5 <= 5010
Критерии оптимальности изменилась: с 1934399,918 до 1934939,918; Д.О.=540
Прибыль увеличилась на величину двойственной оценки, когда площадь увеличили на 1 гектар
-
Вариант 4 изменив ограничение (4):
z4 x6 <= 700
z4 x6 <= 200
Критерии оптимальности не изменились, но за счёт Д.О. Объём производства уменьшился, что не принесёт убытков
-
При этом каждые изменения критерий в неравенствах вводим через программу
Выводим файл решения ограничений и их двойственную оценку.
-
Вывод:
Изменив посевную площадь на 1га, получим новый оптимальный план, в котором критерии оптимальности изменятся на величину дв.оценки первого ограничения . Таким методом можно управлять оптимизацией комплексом работ.