Математическое программирование (30742-1)

Посмотреть архив целиком

Математическое программирование


Общая задача линейного программирования (ЗЛП):

Здесь (1) называется системой ограничений , ее матрица имеет ранг r  n, (2) - функцией цели (целевой функцией). Неотрицательное решение (х10, x20, ... , xn0) системы (1) называется допустимым решением (планом) ЗЛП. Допустимое решение называется оптимальным, если оно обращает целевую функцию (2) в min или max (оптимум).


Симплексная форма ЗЛП. Для решения ЗЛП симплекс - методом необходимо ее привести к определенной (симплексной) форме:


(2`) f+cr+1xr+1 + ... + csxs + ... + cnxn = b0  min


Здесь считаем r < n (система имеет бесчисленное множество решений), случай r = n неинтересен: в этом случае система имеет единственное решение и если оно допустимое, то автоматически становится оптимальным.

В системе (1`) неизвестные х1, х2, ... , хr называются базисными (каждое из них входит в одно и только одно уравнение с коэффициентом +1), остальные хr+1, ... , xn - свободными. Допустимое решение (1`) называется базисным (опорным планом), если все свободные неизвестные равны 0, а соответствующее ему значение целевой функции f(x10, ... , xr0,0, ... ,0) называется базисным.

В силу важности особенностей симплексной формы выразим их и словами:

а) система (1`) удовлетворяет условиям :

все ограничения - в виде уравнений;

все свободные члены неотрицательны, т.е. bi  0;

имеет базисные неизвестные;

б) целевая функция (2`) удовлетворяет условиям :

содержит только свободные неизвестные;

все члены перенесены влево, кроме свободного члена b0;

обязательна минимизация (случай max сводится к min по формуле max f = - min(-f)).


Матричная форма симплекс-метода. Симплексной форме ЗЛП соответствует симплекс - матрица :

Заметим, что каждому базису (системе базисных неизвестных ) соответствует своя симплекс - матрица , базисное решение х = (b1,b2, ... ,br, 0, ... ,0) и базисное значение целевой функции f(b1,b2, ... ,br, 0, ... ,0) = b0 (см. Последний столбец !).


Критерий оптимальности плана . Если в последней (целевой) строке симплекс-матрицы все элементы неположительны, без учета последнего b0, то соответствующий этой матрице план оптимален,

т.е. сj  0 (j = r+1, n) => min f (b1, ... ,b2,0, ... ,0) = b0.

Критерий отсутствия оптимальности. Если в симплекс-матрице имеется столбец (S-й), в котором последний элемент сs > 0, a все остальные элементы неположительны, то ЗЛП не имеет оптимального плана, т.е. сs > 0, ais  0 ( i= 1,r ) => min f = -.

Если в симплекс-матрице не выполняются оба критерия, то в поисках оптимума надо переходить к следующей матрице с помощью некоторого элемента ais > 0 и следующих преобразований (симплексных):

все элементы i-й строки делим на элемент a+is;

все элементы S-го столбца, кроме ais=1, заменяем нулями;

все остальные элементы матрицы преобразуем по правилу прямоугольника, что схематично показано на фрагменте матрицы и дано в формулах:


akl` = akbais - ailaks = akl - ailaks;

ais ais


bk` = bkais - biaks; cl` = clais - csail

ais ais



Определение. Элемент ais+ называется разрешающим, если преобразование матрицы с его помощью обеспечивает уменьшение (невозрастание) значения, целевой функции; строка и столбец, на пересечении которых находится разрешающий элемент, также называются разрешающими.

Критерий выбора разрешающего элемента. Если элемент ais+ удовлетворяет условию


bi = min bk

ais0 aks0+


где s0 - номер выбранного разрешающего столбца, то он является разрешающим.


Алгоритм симплекс-метода (по минимизации).

систему ограничений и целевую функцию ЗЛП приводим к симплексной форме;

составим симплекс-матрицу из коэффициентов системы и целевой функции в симплексной форме;

проверка матрицы на выполнение критерия оптимальности; если он выполняется, то решение закончено;

при невыполнении критерия оптимальности проверяем выполнение критерия отсутствия оптимальности; в случае выполнения последнего решение закончено - нет оптимального плана;

в случае невыполнения обоих критериев находим разрешающий элемент для перехода к следующей матрице, для чего :

а) выбираем разрешающий столбец по наибольшему из положи тельных элементов целевой строки;

б) выбираем разрешающую строку по критерию выбора разрешающего элемента; на их пересечении находится разрешающий элемент;

c помощью разрешающего элемента и симплекс-преобразований переходим к следующей матрице;

вновь полученную симплекс-матрицу проверяем описанным выше способом (см. п. 3)


Через конечное число шагов, как правило получаем оптимальный план ЗЛП или его отсутствие


Замечания.

Если в разрешающей строке (столбце) имеется нуль, то в соответствующем ему столбце (строке) элементы остаются без изменения при симплекс-преобразованиях.

  • преобразования - вычисления удобно начинать с целевой строки; если при этом окажется, что выполняется критерий оптимальности, то можно ограничиться вычислением элементов последнего столбца.

  • при переходе от одной матрицы к другой свободные члены уравнений остаются неотрицательными; появление отрицательного члена сигнализирует о допущенной ошибке в предыдущих вычислениях.

  • правильность полученного ответа - оптимального плана - проверяется путем подстановки значений базисных неизвестных в целевую функцию; ответы должны совпасть.


5. Геометрическая интерпретация ЗЛП и графический метод решения (при двух неизвестных)


Система ограничений ЗЛП геометрически представляет собой многоугольник или многоугольную область как пересечение полуплоскостей - геометрических образов неравенств системы. Целевая функция f = c1x1 + c2x2 геометрически изображает семейство параллельных прямых, перпендикулярных вектору n12).

Теорема. При перемещении прямой целевой функции направлении вектора n значения целевой функции возрастают, в противоположном направлении - убывают.

На этих утверждениях основан графический метод решения ЗЛП.



Алгоритм графического метода решения ЗЛП.

  • В системе координат построить прямые по уравнениям, соответствующим каждому неравенству системы ограничений;

  • найти полуплоскости решения каждого неравенства системы (обозначить стрелками);

  • найти многоугольник (многоугольную область) решений системы ограничений как пересечение полуплоскостей;

  • построить вектор n12) по коэффициентам целевой функции f = c1x1 + c2x2;

  • в семействе параллельных прямых целевой функции выделить одну, например, через начало координат;

  • перемещать прямую целевой функции параллельно самой себе по области решения, достигая max f при движении вектора n и min f при движении в противоположном направлении.

  • найти координаты точек max и min по чертежу и вычислить значения функции в этих точках (ответы).



Постановка транспортной задачи.

Приведем экономическую формулировку транспортной задачи по критерию стоимости:

Однородный груз, имеющийся в m пунктах отправления (производства) А1, А2, ..., Аm соответственно в количествах а1, а2, ..., аm единиц, требуется доставить в каждый из n пунктов назначения (потребления) В1, В2, ..., Вn соответственно в количествах b1, b2, ..., bn единиц. Стоимость перевозки (тариф) единицы продукта из Ai в Bj известна для всех маршрутов AiBj и равна Cij (i=1,m; j=1,n). Требуется составить такой план перевозок, при котором весь груз из пунктов отправления вывозиться и запросы всех пунктов потребления удовлетворяются (закрытая модель), а суммарные транспортные расходы минимальны.

Условия задачи удобно располагать в таблицу, вписывая в клетки количество перевозимого груза из Ai в Bj груза Xij > 0, а в маленькие клетки - соответствующие тарифы Cij:

Математическая модель транспортной задачи.

Из предыдущей таблицы легко усматривается и составляется математическая модель транспортной задачи для закрытой модели

Число r = m + n - 1, равное рангу системы (1), называется рангом транспортной задачи. Если число заполненных клеток (Xij <>0) в таблице равно r, то план называется невырожденным, а если это число меньше r, то план вырожденный - в этом случае в некоторые клетки вписывается столько нулей (условно заполненные клетки), чтобы общее число заполненных клеток было равно r.

Случай открытой модели легко сводится к закрытой модели путем введения фиктивного потребителя Bn+1 c потребностью bn+1=Σai-Σbj, либо - фиктивного поставщика Аm+1 c запасом am+1=Σbj-Σai ; при этом тарифы фиктивных участников принимаются равными 0.

Способы составления 1-таблицы (опорного плана).

Способ северо-западного угла (диагональный). Сущность способа заключается в том, что на каждом шаге заполняется левая верхняя клетка (северо-западная) оставшейся части таблицы, причем максимально возможным числом: либо полностью вывозиться груз из Аi, либо полностью удовлетворяется потребность Bj. Процедура продолжается до тех пор, пока на каком-то шаге не исчерпаются запасы ai и не удовлетворяются потребности bj . В заключение проверяют, что найденные компоненты плана Xij удовлетворяют горизонтальным и вертикальным уравнениям и что выполняется условие невырожденности плана.

Способ наименьшего тарифа. Сущность способа в том, что на каждом шаге заполняется та клетка оставшейся части таблицы, которая имеет наименьший тариф; в случае наличия нескольких таких равных тарифов заполняется любая из них. В остальном действуют аналогично предыдущему способу.


Случайные файлы

Файл
185894.doc
284370.rtf
164665.doc
18712.rtf
36594.rtf




Чтобы не видеть здесь видео-рекламу достаточно стать зарегистрированным пользователем.
Чтобы не видеть никакую рекламу на сайте, нужно стать VIP-пользователем.
Это можно сделать совершенно бесплатно. Читайте подробности тут.