- •Введение
- •Лабораторная работа №1 «Графический метод».
- •Образец оформления отчета лабораторной работы №1 «Графический метод».
- •Задача.
- •Решение.
- •Лабораторная работа №2 «Симплекс-метод».
- •Образец оформления отчета лабораторной работы №2 «Симплекс-метод».
- •Задача.
- •Решение.
- •Лабораторная работа №3 «Двойственная задача».
- •Образец оформления отчета лабораторной работы №3 «Двойственная задача».
- •Задача.
- •Решение.
- •Лабораторная работа №4 «Целочисленное линейное программирование».
- •Лабораторная работа №5 «Транспортная задача».
- •Образец оформления отчета лабораторной работы №5 «Транспортная задача».
- •Задача.
- •Решение.
- •Список рекомендуемой литературы
- •Содержание
Лабораторная работа №4 «Целочисленное линейное программирование».
Цель: изучение и практическое применение методик решения задач целочисленного линейного программирования.
Модели целочисленного линейного программирования в области экономики и управления включают в себя задачи, в которых на искомые переменные накладываются условия целочисленности, а также область допустимых решений этих задач конечна. Такими задачами являются задачи с переменными, определяющими количество единиц неделимой продукции, например:
задачи распределения станков, механизмов по видам работ,
автомобилей по маршрутам,
распределение производственных заданий между предприятиями,
раскрой материалов,
распределение судов по линиям, самолетов по рейсам,
задачи по производству неделимой продукции и др.
Требование целочисленности переменных приводит к необходимости применения специальных методов их решения. Среди них наиболее распространенными являются метод отсечения (или метод Гомори) и метод ветвей и границ.
Для решения задачи целочисленного линейного программирования студент должен:
изучить теоретический материал;
решить задачу без учета целочисленности;
методом отсечения (методом Гомори) или методом ветвей и границ (метод выбирается согласно своему варианту) найти целочисленное решение;
проанализировать полученное решение, проверив его правильность на ЭВМ;
оформить решение задачи в виде отчета по лабораторным работам.
Постановка и методика решения подобных задач рассмотрена в образце оформления отчета лабораторной работы №4 (метод ветвей и границ – стр. 45, метод Гомори – стр. 49).
Задание: указанным методом найти оптимальное решение задачи целочисленного линейного программирования.
Методом ветвей и границ найти оптимальное решение задачи:
4.1.
|
4.2.
|
|
|
4.3.
|
|
Методом Гомори найти оптимальное решение задачи:
4.4.
|
4.5.
|
|
|
4.6.
|
|
4.7. Пароход может быть использован для перевозки четырех наименований груза, масса, объем и цена единицы каждого из которых приведены в таблице:
-
Параметры единицы груза
Номер груза
1
2
3
4
Масса (т)
80
62
92
82
Объем (м3)
100
90
96
110
Цена (у.е.)
4,4
2,7
3,2
2,8
На пароход может быть погружено не более 800 т груза общим объемом, не превышающим 600 м3.
Определить, сколько единиц каждого груза следует поместить на пароход, чтобы при этом общая стоимость размещенного груза была максимальной.
4.8.
|
4.9.
|
|
|
4.10.
|
4.11.
|
|
|
4.12.
|
|
Методом ветвей и границ найти оптимальное решение задачи:
4.13. Для изготовления столов и шкафов мебельная фабрика использует необходимые ресурсы. Нормы затрат ресурсов на одно изделие данного вида, прибыль от реализации одного изделия и общее количество имеющихся ресурсов каждого вида приведены в следующей таблице.
Определить, сколько столов и шкафов фабрике следует изготовить, чтобы прибыль от их реализации была максимальной.
Ресурсы |
Нормы затрат ресурсов на одно изделие |
Общее количество ресурсов |
|
стол |
шкаф |
||
Древесина (м3) I вида |
0,2 |
0,1 |
50 |
Древесина (м3) II вида |
0,1 |
0,3 |
70 |
Трудоемкость (человеко – ч.) |
1,2 |
1,5 |
380 |
Прибыль от реализации одного изделия, д. ед. |
8 |
6 |
|
4.14.
|
4.15.
|
4.16. Для приобретения оборудования, размещаемого на производственной площади 38 м2, фирма выделяет 20 млн. руб. Имеются единицы оборудования двух типов: типа А стоимостью 5 млн. руб., требующее производственную площадь 8 м2 и имеющее производительность 7 тыс. единиц продукции за смену, и типа Б – стоимостью 2 млн. руб., занимающее площадь 4 м2 и дающее за смену 3 тыс. единиц продукции. Требуется рассчитать оптимальный вариант приобретения оборудования, обеспечивающий максимум производительности участка.
Методом Гомори найти оптимальное решение задачи:
4.17.
|
4.18.
|
4.19.
|
|
Методом ветвей и границ найти оптимальное решение задачи:
4.20.
|
4.21.
|
|
|
4.22.
|
4.23.
|
|
|
4.24.
|
4.25.
|
|
|
4.26.
|
|
Методом Гомори найти оптимальное решение задачи:
4.27.
|
4.28.
|
|
|
4.29.
|
4.30.
|
Образец оформления отчета лабораторной работы №4
«Целочисленное линейное программирование».
(Метод ветвей и границ)
Задание: указанным методом найти оптимальное решение задачи целочисленного линейного программирования.
Задача.
Методом ветвей и границ найти оптимальное решение задачи
при ограничениях
Решение.
Для наглядности решение осуществим графическим методом. ОДР задачи является многоугольник OABC.
X2
А
B
C
X1
Z = 0
Zmax
В точке B находится максимальное значение функции:
при и
Поскольку значения неизвестных дробные, то разобьем по неизвестной x2 ОДР задачи на две части. Одна будет содержать множество точек, у которых , а вторая – у которых . В результате получаем две новые задачи линейной оптимизации: №2 и №3 (исходная задача соответственно обозначим №1).
Области допустимых решений задач представим на графике.
X2
X1
А
B
C
D
E
x2=3
x2=4
Z = 0
Zmax
Из графика видно, что ни одна целочисленная точка исходной ОДР не потеряна.
ОДР задачи №2 является многоугольник OADEC. В точке E функция достигает максимального значения:
при и .
Решение задачи №2 не является целочисленным.
ОДР задачи №3 – пустое множество. Ограничения этой задачи противоречивы, и она не имеет решения.
Продолжим решения, для чего разобьем ОДР задачи №2 на два подмножества по неизвестной . В результате получим две новые задачи №4 и №5 с соответствующими дополнительными ограничениями и .
ОДР этих задач представим на графике.
X2
X1
А
B
C
D
E
x2=3
x2=4
Z = 0
Zmax
x1=3
x1=2
F
L
M
K
ОДР задачи №4 является многоугольник OADFK. Максимальное значение функции достигается в точке F:
при и .
Таким образом, получено целочисленное решение задачи №4.
ОДР задачи №5 является треугольник LMC. Максимальное значение функции достигается в точке L:
при и .
Так как значение функции целочисленного решения задачи №4 меньше , то дальнейшему разбиению на две задачи №6 и №7 подлежит задача №5 по нецелочисленной неизвестной .
Не проводя дополнительных построений, отметим, что ОДР задачи №6 с дополнительным ограничением не существует, а значение функции в оптимальном целочисленном решении задачи №7 с дополнительным ограничением равно 7, что меньше . Таким образом, целочисленное решение исходной задачи следующее:
Образец оформления отчета лабораторной работы №4
«Целочисленное линейное программирование».
(Метод Гомори)
Задание: указанным методом найти оптимальное решение задачи целочисленного линейного программирования.
Задача.
Методом Гомори найти оптимальное решение задачи
при ограничениях
Решение.
Отбрасывая условие целочисленности, находим симплекс-методом решение данной задачи. Для этого запишем исходную задачу в канонической форме, введя дополнительные переменные Х3 и X4:
Решение данной задачи можно проводить, используя лишь одну таблицу. В этой таблице последовательно запишем одна за другой все итерации вычислительного процесса.
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
Оценка |
|
1 |
x3 |
0 |
35 |
7 |
5 |
1 |
0 |
7 |
|
2 |
x4 |
0 |
6 |
-2 |
3 |
0 |
1 |
2 |
min |
0 |
Z |
- |
0 |
-1 |
-2 |
0 |
0 |
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
|
|
|
|
max |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
Оценка |
|
1 |
x3 |
0 |
25 |
10,333333 |
0 |
1 |
-1,666667 |
2,4193548 |
min |
2 |
x2 |
2 |
2 |
-0,666667 |
1 |
0 |
0,3333333 |
|
|
0 |
Z |
- |
4 |
-2,333333 |
0 |
0 |
0,6666667 |
|
|
|
|
|
|
2,3333333 |
|
|
|
|
|
|
|
|
|
max |
|
|
|
|
|
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
|
|
1 |
x1 |
1 |
2,4193548 |
1 |
0 |
0,0967742 |
-0,16129 |
|
|
2 |
x2 |
2 |
3,6129032 |
0 |
1 |
0,0645161 |
0,2258065 |
|
|
0 |
Z |
- |
9,6451613 |
0 |
0 |
0,2258065 |
0,2903226 |
|
|
Данное решение не удовлетворяет условию целочисленности, поэтому формируем дополнительное ограничение для базисной переменной с наибольшей дробной частью.
Так как , то дополнительно ограничение составляем для базисной переменной x2:
Таким образом, дополнительное ограничение будет иметь вид:
После преобразования данного ограничения и приведения его к каноническому виду получим:
Данное ограничение-равенство вводим в симплекс-таблицу и продолжаем решение задачи двойственным симплекс методом:
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
x5 |
Оценка |
|
1 |
x1 |
1 |
2,4193548 |
1 |
0 |
0,0967742 |
-0,16129 |
0 |
|
|
2 |
x2 |
2 |
3,6129032 |
0 |
1 |
0,0645161 |
0,2258065 |
0 |
|
|
3 |
x5 |
0 |
-0,612903 |
0 |
0 |
-0,064516 |
-0,225806 |
1 |
0,6129032 |
max |
0 |
Z |
- |
9,6451613 |
0 |
0 |
0,2258065 |
0,2903226 |
0 |
|
|
|
|
|
|
|
|
3,5 |
1,2857143 |
|
|
|
|
|
|
|
|
|
|
min |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
x5 |
|
|
1 |
x1 |
1 |
2,8571429 |
1 |
0 |
0,1428571 |
0 |
-0,714286 |
|
|
2 |
x2 |
2 |
3 |
0 |
1 |
0 |
0 |
1 |
|
|
3 |
x4 |
0 |
2,7142857 |
0 |
0 |
0,2857143 |
1 |
-4,428571 |
|
|
0 |
Z |
- |
8,8571429 |
0 |
0 |
0,1428571 |
0 |
1,2857143 |
|
|
Данное оптимальное решение в очередной раз не удовлетворяет условию целочисленности, поэтому снова формируем дополнительное ограничение:
Таким образом, дополнительное ограничение будет иметь вид:
После преобразования данного ограничения и приведения его к каноническому виду получим:
Данное ограничение-равенство вводим в симплекс-таблицу и продолжаем решение задачи двойственным симплекс методом:
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
Оценка |
|
1 |
x1 |
1 |
2,8571429 |
1 |
0 |
0,1428571 |
0 |
-0,714286 |
0 |
|
|
2 |
x2 |
2 |
3 |
0 |
1 |
0 |
0 |
1 |
0 |
|
|
3 |
x4 |
0 |
2,7142857 |
0 |
0 |
0,2857143 |
1 |
-4,428571 |
0 |
|
|
4 |
x6 |
0 |
-0,857143 |
0 |
0 |
-0,142857 |
0 |
-0,285714 |
1 |
0,857143 |
max |
0 |
Z |
- |
8,8571429 |
0 |
0 |
0,1428571 |
0 |
1,2857143 |
0 |
|
|
|
|
|
|
|
|
1 |
|
4,5 |
|
|
|
|
|
|
|
|
|
min |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
Базис |
cj |
bi |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
|
|
1 |
x1 |
1 |
2 |
1 |
0 |
0 |
0 |
-1 |
1 |
|
|
2 |
x2 |
2 |
3 |
0 |
1 |
0 |
0 |
1 |
0 |
|
|
3 |
x4 |
0 |
1 |
0 |
0 |
0 |
1 |
-5 |
2 |
|
|
4 |
x3 |
0 |
6 |
0 |
0 |
1 |
0 |
2 |
-7 |
|
|
0 |
Z |
- |
8 |
0 |
0 |
0 |
0 |
1 |
1 |
|
|
Поскольку переменные x1 и x2 в данном оптимальном решении принимают целые значения, то найденное решение будет являться оптимальным для исходной задачи целочисленного линейного программирования.