Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Задачи дробно-линейного программирования




Специальные задачи линейного программирования в производственном менеджменте

Общая задача дробно-линейного программирования состоит в определении экстремального значения функции

= = (2.1)

при условиях

, i = 1,..., m, (2.2)

xj 0, j=1,...,n, (2.3)

где cj, dj, bi и aij - некоторые числа, причем > 0 в области допустимых решений. Такое условие не нарушает общности задачи, поскольку в том случае когда эта величина отрицательна, знак минус можно отнести к числителю. Как и в случае основной задачи линейного программирования, экстремальное значение целевая функция (2.1) принимает в одной из вершин допустимого многогранника (естественно, при условии, что эта задача имеет оптимальный план).

Рассмотрим несколько содержательных примеров на составление математической модели.

Пример 1. Для производства n видов изделий предприятие использует m типов взаимозаменяемого оборудования. Каждый из видов изделий необходимо изготовить в количестве bj единиц (j=1,..,n), причем каждый из типов оборудования может быть занят изготовлением этих изделий не больше чем ai часов (i=1,...,m). Время изготовления одного изделия j-го вида на i-м типе оборудования равно aij часам, а затраты, связанные с производством одного изделия на данном типе оборудования равны cij рублей. Определить сколько изделий каждого вида на каждом из типов оборудования следует произвести так, чтобы себестоимость одного изделия была минимальной.

Пусть Xij - количество изделий j-го вида, изготовляемых на оборудовании i-го типа. Тогда получим

(себестоимость одного изделия)

(i=1,..., m) – (ограничения на время),

(j = 1,..., n) – (ограничения на выпуск изделий),

Xij 0, (i=1,...,m), (j=1,...,n) - (условия неотрицательности).

Пример 2. Для выполнения n различных работ могут быть использованы рабочие m квалификационных групп. При выполнении j-й работы i-й группой рабочих выработка в единицу времени равна cij (i=1,...,m), (j=1,...,n) рублей. Общий фонд времени, в течение которого i-я группа рабочих может быть занята выполнением работ, не превышает bi единиц времени, а объем j-й работы равен aj рублей. Составить такой план выполнения работ, при котором производительность труда является максимальной.

Пусть Xij - время, выделяемое рабочими i-й квалификационной группы на j-ю работу. Тогда

– (производительность труда),

(i=1,...,m) - (ограничения на время),

(j=1,...,n) – (ограничения на объем работы),

Xij 0, (i = 1,..., m), (j = 1,..., n) – (условия неотрицательности).

Сформулированная выше задача (2.1)-(2.3) может быть сведена к задаче линейного программирования. Для этого следует обозначить

(2.4)

и ввести новые переменные , (j = 1,..., n). (2.5)

Тогда исходную задачу (2.1)-(2.3) можно записать в виде

(2.6)

при условиях

, (i=1,...,m), (2.7)

(2.8)

0, (j=1,...,n), 0.

Задача (2.6) - (2.8) является задачей линейного программирования и, следовательно, ее решение можно найти известными методами. Зная оптимальный план этой задачи, на основе соотношений (2.5) получим оптимальный план исходной задачи (2.1) - (2.3).

Пример 3.

=

2 * X1 + X2 + X3 + 3 * X4 £ 300

X1 + 2 * X3 + X4 £ 70

X1 + 2 * X2 + X 3 £ 340

Xj 0, (j = 1,..., 4).

Сведем данную задачу к задаче линейного программирования. Для этого обозначим через и введем новые переменные

, (j=1,...,4). В результате приходим к следующей задаче:

8 * Y1 + 3Y2 + 2 * Y3 + Y4

2 * Y1 + Y2 + y3 + 3 * Y4 - 300 * Y0 £ 0

Y1 + 2 * Y3 + Y4 - 70 * Y0 £ 0

Y1 + 2 * Y2 + y3 - 340 * Y0 £ 0

Y1 + Y2 + Y3 + Y4 = 1

Y0, Yj 0, (j=1,...,4).

Решив данную задачу получим:

(Y0, Y1, Y2, Y3, Y4) = (1/70, 1, 0, 0, 0)

Используя соотношения , определяем оптимальный план исходной задачи

(X1, X2, X3, X4) = (70, 0, 0, 0), F() = 8.




Поделиться с друзьями:


Дата добавления: 2013-12-14; Просмотров: 535; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.