Реферат: Математическое программирование и моделирование в экономике и управлении

Министерство образования РФ

Санкт-Петербургская Лесотехническая академия им. С. М. Кирова

Кафедра: математических методов и моделирования в экономике и управлении

Курсовая работа по математическому программированию и моделирования в экономике и управлении.

Выполнила: студентка ФЭУ, II курса, 4 группы

д/о, направление 521500

менеджмент

Гузеева Ольга

Зачётная книжка № 600033

Преподаватели: П. Н. Коробов, А. А. Моисеев

Санкт-Петербург

2002 год

Методология математического моделирования ассортиментной задачи (задачи оптимизации программы выпуска продукции по ассортименту).

Этапы решения задач:

1. выбор проблемы решения;

2. постановка проблемы и разработка экономико-математической модели (ЭММ);

3. выбор метода решения;

4. выполнение решения;

5. анализ результата и проведение эксперимента;

6. внедрение результата, полученного в результате опыта.

Задачи оптимизации:

1. обеспечение балансовой увязки между знаниями по выпуску продукции разных видов и наличием производственных ресурсов (сырьё, материалы, машинное время, трудовые ресурсы, энергия и т. п.);

2. обеспечение максимального экономического эффекта при использовании производственных ресурсов;

3. проведение эксперимента (повторы решения при изменённых условиях, чтобы выработать альтернативные варианты и выбрать из них наиболее приемлемый).

Под оптимизацией программы выпуска продукции по ассортименту понимаются такие объёмы выпуска различной продукции, которые обеспечивают получение максимального экономического эффекта от реализации всей продукции.

Условия задачи: на предприятии имеются свободные ресурсы: сырьё, материалы, машинное время, трудовые и т. п. В условии задачи известны фонды производственных ресурсов на планируемый период, нормы их затрат на единицу (десяток, сотню или комплект продукции), а также известны показатели прибыли от реализации продукции. Найти программу выпуска продукции по ассортименту, обеспечивающую максимальную суммарную прибыль от её реализации.

j – индекс вида продукции;

P_j – виды продукции;

r – индекс вида производственных ресурсов (от 1 до R);

b_r – фонд r-производственного ресурса;

a_rj – норма затрат rj-производственного ресурса;

c_j – критерий оптимальности; его сущность заключается в том, что это экономический, технико-экономический показатель, который заложен в условии задачи для суждения об оптимальности её решения;

x_j –количество продукции P_j .

Х=(х₁ , х₂ …х_j …x_n ) – оптимальная программа выпуска продукции по ассортименту.

Критерий оптимальности:

Система ограничений:

Суммарные затраты r-производственного ресурса на выполнение всех n видов продукции не должен превышать фонды этого ресурса, которым предприятие владеет на планируемый период.

Экономическое содержание и математическое моделирование распределительных нетранспортных задач.

I. Известна программа выполнения продукции на период. Эта программа может быть выполнена на разных станках, а также известны фонд эффективного рабочего времени каждого исполнителя, часовая производительность каждого из исполнителей при выработке каждого вида продукции. Известны затраты по выполнению продукции у разных исполнителей.

i – индекс исполнителя (отдельной машины, рабочего, цеха, участка), i=1,2…m;

j – индекс вида продукции (работы), j=1,2…n;

m – количество рабочих (станков);

n – число видов продукции (работ);

b_i – фонд эффективного рабочего времени i-исполнителя в планируемом периоде в часах;

λ_ij – часовая производительность j-продукции у i-исполнителя;

Λ=[ λ_ij ]_mxn – известно;

s_ij – себестоимость производства единицы j-продукции у i-исполнителя;

S=[ s_ij ] _mxn – известно;

P_j – вектор показателей, которые характеризуют объёмы выпуска продукции (выполнения работ) по всем видам – известно;

Найти план распределения производственного задания по выпуску продукции (выполнения работ) между исполнителями, при котором задание было бы выполнено с минимальными суммарными затратами.

x_ij – затраты эффективного рабочего времени у i-исполнителя на произведение j-продукции;

Х=[ x_ij ]_mxn – искомые величины.

Целевая функция:

s’_ij – себестоимость часового объёма выпуска продукции определённого вида на определённом оборудовании.

Система ограничений:

– суммарные затраты эффективного рабочего времени на выполнение всех видов работ не должен превышать фонда, которым располагает i-рабочий в плановом периоде;

– суммарный объём выпущенной продукции j-вида у всех m исполнителей должен быть равен производственному заданию;

II. На предприятии известна программа выпуска продукции по видам, которая может быть выполнена разными исполнителями (на разных участках). В условии задачи известны: фонд эффективного рабочего времени каждого исполнителя в плановом периоде, показатели норм затрат эффективного рабочего времени на производство различных видов продукции на разном оборудовании, а также прибыль от реализации единицы продукции, выработанной разными исполнителями.

i – индекс исполнителя (отдельной машины, рабочего, цеха, участка), i=1,2…m;

j – индекс вида продукции (работы), j=1,2…n;

m – количество рабочих (станков);

n – число видов продукции (работ);

b_i – фонд эффективного рабочего времени i-исполнителя в планируемом периоде в часах;

a_ij – показатель нормы затрат на производство j-продукции у i-исполнителя;

A=[ а_ij ]_mxn – известно;

с_ij – показатель прибыли от единицы j-продукции у i-исполнителя;

С=[ с_ij ] _mxn – известно;

P_j – вектор показателей, которые характеризуют объёмы выпуска продукции (выполнения работ) по всем видам – известно.

Требуется найти план распределения производственного задания между исполнителями, при котором это задание было бы выполнено с максимальной суммарной прибылью от реализации всей продукции.

x_ij – объём (количество) j-продукции выработанной i-исполнителем;

Х=[ x_ij ]_mxn – искомые величины.

Целевая функция:

Система ограничений:

При решении этой системы линейных уравнений и неравенств, нужно найти такие неотрицательные значения переменных, чтобы целевая функция принимала максимальное значение.

Методология математического моделирования раскройной задачи (задачи оптимизации программы раскроя материалов).

Пусть имеются ДСП стандартных размеров, из которых необходимо нарезать m различных по размеру заготовок и деталей для производства мебели. ДСП определённого размера может быть раскроена n способами (вариантами). По каждому из возможных вариантов раскроя составляется соответствующая карта раскроя, из которой видно, что при j (j=1,2…n) способе раскроя из одной плиты получается определённое количество (обозначим через a_ij ) заготовок i (i=1,2…m) вида (размера). По картам раскроя устанавливается также величина отходов (площадь, вес, стоимость) при раскрое одной плиты j способом (обозначим – с_j ). В задании на раскрой должно быть указано общее количество заготовок каждого i вида (размера) – b_i , которое необходимо нарезать из плит, поступивших в раскрой (обозначим – R). В задаче требуется определить оптимальный план раскроя ДСП, обеспечивающий минимальные отходы (или минимальный расход раскраиваемых материалов), при условии выполнения задания по выходу заготовок.

x_j – количество ДСП, которое следует раскраивать с тем, чтобы нарезать заданное число заготовок каждого вида, при этом суммарные отходы (или суммарный расход плит) должны быть минимальными.

Критерий оптимальности:

Система ограничений:

При решении этой системы линейных уравнений и неравенств, нужно найти такие неотрицательные значения переменных, чтобы целевая функция принимала минимальное значение.

Рассмотрим пример решения задачи оптимизации программы раскроя материалов симплексным методом.

F=0.26x₁ +0.28x₂ +0.3x₃ +0.29x₄ =min

F=0.26x₁ +0.28x₂ +0.3x₃ +0.29x₄ +0x₅ +0x₆ +0x₇ +0x₈ +0x₉ +M(y₁ +y₂ +y₃ +y₄ )=min

Дальнейшее решение было проведено на компьютере и получены следующие ответы: всего подлежит раскрою 200 плит, причем все раскраиваются вторым способом, тогда мы получим 600 заготовок первого вида, 200 – второго, 400 – третьего, 400 – четвёртого, при минимальных отходах, равных 56 м² .

Экономическая сущность и математическое моделирование транспортных задач.

Известны: пункты производства (А₁ , А₂ … A_i … А_m ); m – пунктов, производящих конкретную продукцию;

а_i – мощность i-поставщика (сколько необходимо реализовать продукции, т. е. перевести из А_i )

– суммарная мощность поставщиков в плановом периоде;

пункты потребления (В₁ , В₂ … B_j … В_n ); n – пунктов потребления конкретной продукции;

b_j – потребность (спрос, ёмкость) j-поставщика в конкретной продукции;

– суммарный спрос n-потребителей.

1) – сбалансированные спрос и предложение, такие задачи называются закрытыми транспортными задачами;

­– открытая транспортная задача.

2) возможна поставка продукции из любого пункта производства в любой пункт потребления.

3) с_ij – затраты на поставку продукции, т. е. критерий оптимальности (может быть и на производство, и на транспортировку).

В задаче требуется найти план транспортных связей между поставщиками и потребителями продукции, при котором потребности всех потребителей были бы удовлетворены с минимальными суммарными затратами на поставку всей продукции.

x_ij – объём поставки от i-поставщика к j-потребителю (искомая величина)

Целевая функция:

(1)

Условие реализации продукции у каждого из поставщиков:

(2)

Условие обеспечения всех потребителей продукцией по их потребности:

(3)

Условие не отрицательности переменных:

В решении системы линейных уравнений 2 и 3 необходимо найти такие не отрицательные значения переменных, чтобы целевая функция принимала минимальное значение.

m+n-1 – линейно независимых уравнений, ранг системы, r= m+n-1.

В каждом опорном плане должно быть m+n-1 базисных элементов (x_ij >0), если таких переменных равно или больше, чем m+n-1, план называется невырожденный; если одна или несколько базисных переменных равна нулю, то такой план считается вырожденным.

Открытые транспортные задачи.

a)

(1)

(2)

(3)

B_{n +1} : – потребность какого-то потребителя, находящегося за пределами района (фиктивный потребитель).

(1)

(2)

(3)

с_{i, n+1} =0 (i=1,2…m)

б)

(1)

(2)

(3)

А_{n +1} : – фиктивный поставщик.

(1)

(2)

(3)

Ограничение транспортных возможностей.

а) x_ij =0 => c_ij =М, где М»0;

б) 0 ≤ х_ij ≤ d_ij

d_ij – характеризует транспортные возможности между i-поставщиком и j-потребителем.

Тогда поставщик А_i условно делится на А_i ` и А<sub>i</sub> ``, при этом a<sub>i</sub> `=d_ij и a_i ``= a<sub>i</sub> `-d<sub>ij</sub> , c<sub>ij</sub> `=c<sub>ij</sub> и c<sub>ij</sub> ``=М, где М»0.

Рассмотрим пример решения транспортной задачи методом потенциалов.

Δ₁₁ =-1

Δ₁₂ =0

Δ₁₃ =M-11

Δ₂₁ =6

Δ₂₄ =7

Δ₂₅ =5

Δ₃₁ =6

Δ₃₃ =M-6

Δ₃₄ =7

Δ₃₅ =5

Δ₄₁ =0

Δ ₄₂ =-4

Δ₄₄ =4

Δ₅₂ =13

Δ₅₄ =0

Δ₅₅ =2

Δ ₁₁ =-1

Δ₁₂ =4

Δ₁₃ =M-11

Δ₂₁ =6

Δ₂₂ =4

Δ₂₄ =7

Δ₂₅ =5

Δ₃₁ =2

Δ₃₃ =M-10

Δ₃₄ =3

Δ₃₅ =1

Δ₄₁ =0

Δ₄₄ =4

Δ₅₂ =7

Δ₅₄ =3

Δ₅₅ =2

Δ₁₂ =5

Δ₁₃ =M-10

Δ₁₅ =1

Δ₂₁ =6

Δ₂₂ =4

Δ₂₄ =6

Δ₂₅ =5

Δ₃₁ =2

Δ₃₃ =M-10

Δ₃₄ =2

Δ₃₅ =1

Δ ₄₁ =0

Δ₄₄ =3

Δ₅₂ =7

Δ₅₄ =2

Δ₅₅ =2

F=7x₁ +10x₂ +Mx₃ +6x₄ +7x₁ +10x₂ +Mx₃ +6x₄ +9x₅ +5x₆ +6x₇ +8x₈ +8x₉ +6x₁₀ +11x₁₁ +

+10x₁₂ +6x₁₃ +11x₁₄ +9x₁₅ +7x₁₆ =min

при ограничениях:

F=7*45+6*155+5*125+6*125+6*125+11*25+9*125+6*255=6300

Оптимальный план поставок для деревообрабатывающих предприятий, обеспечивающий минимальные транспортные затраты в сумме 6300000 руб., заключается в следующем:

1-ое лесозаготовительное предприятие поставляет 45 т. м³ 1-ому деревообрабатывающему предприятию;

1-ое – 4-ому: 255 т. м³ ;

2-ое – 2-ому: 125 т. м³ ;

2-ое – 3-ему: 125 т. м³ ;

3-е – 2-ому: 125 т. м³ ;

3-е – 3-ему: 25 т. м³ ;

у 3-го предприятия остаётся запас в 120 т. м³ ;

4-е – 1-ому: 155 т. м³ ;

4-е – 3-ему: 125 т. м³ ;

имеется альтернативный приведённому план поставок при тех же транспортных издержках:

1-ое – 4-ому: 255 т. м³ ;

2-ое – 2-ому: 125 т. м³ ;

2-ое – 3-ему: 125 т. м³ ;

3-е – 1-ому: 25 т. м³ ;

3-е – 2-ому: 125 т. м³ ;

у 3-го предприятия остаётся запас в 120 т. м³ ;

4-е – 1-ому: 130 т. м³ ;

4-е – 3-ему: 150 т. м³ .

Оптимизация замены оборудования. Динамическое программирование в планировании производством и управлении им.

Под динамическим программированием понимается вычислительный метод, опирающийся на аппарат рекуррентных соотношений.

Динамическое программирование – планирование многошагового процесса, при котором на каждом шаге решения, оптимизируется только этот шаг. Идея динамического программирования заключается в том, что отыскание множества переменных, что имело место в линейном программировании, заменяется на многократное отыскание одной или очень небольшого числа исходных переменных.

Весь процесс динамического программирования планируется в виде составления функциональных уравнений, которые решаются на каждом шаге.

Под функциональными уравнениями понимаются такие уравнения, в которых выражается функциональная зависимость между множеством функций – это сущность и отличие динамического программирования от линейного.

Содержание проблемы и сущность алгоритма решения.

Процесс решения задачи осуществляется следующим способом. Берётся период в N лет. К этому времени оборудование отработало некое количество лет и пришло t₀ возраста.

Решение задачи начинается с последнего N-го года, составляется пара функциональных уравнений в предположении, что пришло старое оборудование без замены:

1) рассчитывается доход от эксплуатации оборудования при замене;

2) рассчитывается доход от эксплуатации оборудования в течение года при условии его старения.

Вторая гипотеза: к N-ому году оборудование могло прийти замененным в каком-то году, тогда составляется пара уравнений, в которых определяется доход за год от эксплуатации единицы оборудования при условии замены или сохранения оборудования.

Шаг второй: рассматриваем (N-1) год.

Рассматриваются две гипотезы:

· пришло старое оборудование без замены;

· пришло оборудование, которое было заменено.

Шаг третий: рассматривается (N-2) год при двух гипотезах, составляются уравнения, рассчитывается доход.

Решение продолжается по всем шагам. На первом году будет одна гипотеза, что пришло старое оборудование, используемое t₀ лет.

Составление функциональных уравнений.

Под критерием оптимальности может быть принят любой экономический показатель, если он хорошо подготовлен, т.е. он должен быть отчищен от факторов, не зависящих от работы оборудования.

r(t) – стоимость продукции, созданной единицей оборудования возраста t лет за год.

U(t) – затраты на содержание в течение года единицы оборудования возраста t лет.

С(t) – затраты на замену единицы оборудования возраста t лет (затраты на приобретение, отладку за вычетом остаточной стоимости старого оборудования).

i – год установки нового оборудования.

Доход замены оборудования рассчитывается:

f’=r(t)-U(t)-C(t)

Доход от сохранения оборудования:

f’’=r(t)-U(t)

Если f’>f’’, то оборудование необходимо заменить, если f’≤f’’ – оставить.

Шаг 1-ый: N -ый год.

Гипотеза 1: пришло старое оборудование возраста N+t₀ лет.

Тогда доход за N-ый год при условии замены или сохранения оборудования:

Гипотеза 2: пришло новое оборудование.

Возьмём N-t-й год:

Шаг 2-ой: ( N -1)-ый год.

Рассчитывается суммарный условный доход, при условии замены или сохранения.

Гипотеза 1: пришло старое оборудование.

Гипотеза 2: пришло новое оборудование.

Рассмотрим пример решения задачи о замене оборудования.

Исходная информация по старому оборудованию (t₀ =7):

Исходная информация по новому оборудованию:

I этап (5 год):

II этап (4, 5 год):

III этап (3, 4, 5 год):

IV этап (2, 3, 4, 5 год):

V этап (1, 2, 3, 4, 5 год):

Оптимальная политика отношения к оборудованию, обеспечивающая максимальную прибыль 300 тыс. руб., заключается в следующем: в 1 год сохранить оборудование, при этом доход составит (300-263)=37 тыс. руб.; во 2 год – сохранить, при доходе (263-172)=91 тыс. руб.; в 3 год – заменить, при убытке (172-201)=55 тыс. руб.; в 4 год – сохранить, при доходе (201-97)=104 тыс. руб.; в 5 год – сохраняем, при доходе 97 тыс. руб.