Реализация на ЭВМ решения задачи оптимального распределения средств на расширение производства

МИНИСТЕРСТВО  ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ

Учреждение  образования 
«Брестский государственный университет имени А. С. Пушкина»

Математический  факультет 
Кафедра математического моделирования

Курсовая  работа

РЕАЛИЗАЦИЯ  НА ЭВМ РЕШЕНИЯ  ЗАДАЧИ ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ СРЕДСТВ НА РАСШИРЕНИЕ ПРОИЗВОДСТВА

 
 
 
 
 
 
 
 
Ярошук Юлия Викторовна, 
студентка 3 курса специальности «Экономическая кибернетика»

 
Натынчик Елена  Алексеевна – ассистент кафедры математического моделирования

 
Брест 2009

   СОДЕРЖАНИЕ 

ВВЕДЕНИЕ

     В процессе развития, а также по мере изменения экономических условий все предприятия сталкиваются с необходимостью совершенствования своих экономических структур. Предприятия пересматривают существующие системы управления, внедряют новые информационные системы управления. На современном этапе развития экономики на предприятиях часто возникает необходимость в формировании новых методов управления финансами, т.е. необходимо эффективное управление материальными (основными фондами, производственными запасами) и финансовыми ресурсами предприятия.

     Проблема  распределения ресурсов относится  к разряду "вечных": ресурсы, в  отличие от потребностей, всегда ограничены. Их, так или иначе, приходится распределять на различные нужды постоянно и на всех уровнях. Примером таких задач является задача распределения ресурсов динамического программирования. Динамическое программирование является одним из наиболее эффективных методов решения подобных задач, чем и объясняется актуальность данной работы.

     Целью данной работы является реализация на ЭВМ решения задачи оптимального распределения средств на расширение производства.

Задачи  курсовой работы:

1. Рассмотреть теоретические аспекты решения задач динамического программирования; рекуррентность природы задач данного типа; принципы оптимальности Беллмана.
2. Разработка алгоритма. Блок - схемы. Структура алгоритма.
3. Реализация на ЭВМ разработанного алгоритма на выбранном языке программирования.

     В блок-схеме каждому типу действий (вводу исходных данных, вычислению значений выражений, проверке условий, управлению повторением действий, окончанию обработки и т.п.) соответствует геометрическая фигура, представленная в виде блочного символа. Блочные символы соединяются линиями переходов, определяющими очередность выполнения действий. Ценность составления блок-схем в том, что они не привязаны ни к одному языку программирования, т.е. на их основе можно реализовать решение данного типа задач на любом языке программирования.

     Курсовая  работа состоит из двух частей:

1. Теоретическая часть, где будут рассмотрены основные понятия и принципы динамического программирования, особенности задач динамического программирования, а также приведены примеры задач, относящихся к задачам такого типа.
2. Практическая часть, в которой рассматривается общая постановка задачи распределения ресурсов, рекуррентные формулы для ее решения и приведен числовой пример.

1. ДИНАМИЧЕСКОЕ ПРОГРАММИРОВАНИЕ

1. Основные понятия

       Динамическое  программирование (иначе — динамическое планирование) — это метод нахождения оптимальных решений в задачах с многошаговой (многоэтапной) структурой. Многие экономические процессы расчленяются на шаги естественным образом. К таким процессам относятся процессы планирования и управления, развиваемые во времени. Естественным шагом в них может быть год, квартал, месяц, декада, неделя, день и т. д. Однако метод динамического программирования может использоваться при решении задач, где время вообще не фигурирует и разделение на шаги в таких задачах вводится искусственно. Поэтому «динамика» задач динамического программирования заключается в методе решения.

       В экономической практике встречается  несколько типов задач, которые  по постановке или способу решения  относятся к задачам динамического программирования. Например, задачи оптимального перспективного и текущего планирования во времени, которые решают либо путем составления системы взаимосвязанных статических моделей для каждого периода, либо путем составления единой динамической задачи оптимального программирования с применением многошаговой процедуры принятия решений. К задачам динамического программирования следует отнести задачи многошагового нахождения оптимального размещения производительных сил, а также оптимального быстродействия. Смысл задач последнего типа состоит в следующем. Известна некоторая оптимальная структура производства с эффективностью Z₁. В начальный момент времени существует неоптимальная структура с эффективностью Z₀. Необходимо определить такие управляющие воздействия, которые за кратчайший период переведут структуру из начального положения в оптимальное (задача оптимальной перестройки).

2. Принципы динамического программирования. Функциональные уравнения Беллмана

       Принцип оптимальности и  погружения. Любую многошаговую задачу можно решать по-разному. Во-первых, можно считать неизвестными величинами u_t и находить экстремум целевой функции одним из существующих методов оптимизации, т. е. искать сразу все элементы решения на всех N шагах. Следует заметить, что этот путь не всегда приводит к цели, особенно когда целевая функция задана в виде таблиц или число переменных очень велико. Во-вторых, можно проводить оптимизацию поэтапно. Поэтапность отнюдь не предполагает изолированности в оптимизации этапов. Наоборот, управление на каждом шаге выбирается с учетом всех его последствий. Обычно второй способ оптимизации оказывается проще, чем первый, особенно при большом числе шагов. Идея постепенной, пошаговой оптимизации составляет суть метода динамического программирования. Оптимизация одного шага, как правило, проще оптимизации всего процесса в целом. Лучше много раз решать простую задачу, чем один раз – сложную.

       С первого взгляда идея может показаться тривиальной: если трудно оптимизировать сложную задачу, то следует разбить  ее на ряд более простых. На каждом шаге оптимизируется задача малого размера, что уже нетрудно. При этом принцип динамического программирования вовсе не предполагает, что каждый шаг оптимизируется изолированно, независимо от других. Напротив, пошаговое управление должно выбираться с учетом всех его последствий.

       Пусть, например, планируется работа группы промышленных предприятий, из которых  одни заняты выпуском предметов потребления, а другие производят для этого  машины. Задачей является получение  за T лет максимального объема выпуска предметов потребления. Пусть планируются капиталовложения на первый год. Исходя из интересов только этого года, мы должны были бы все средства вложить в производство предметов потребления, пустить имеющиеся машины на полную мощность и добиться к концу года максимального объема выпуска продукции. Однако относительно всего периода планирования такое решение будет нерациональным. Необходимо выделить часть средств на производство машин. При этом объем продукции за первый год снизится, зато будут созданы условия, позволяющие увеличить его выпуск в последующие годы.

       Приведем  второй пример. Пусть прокладывается участок железнодорожного пути между  пунктами А и В. Различные варианты трассы требуют неодинаковых затрат, связанных с неоднородностью грунта, особенностями рельефа, естественными препятствиями и т. д. Требуется так провести дорогу из A в В, чтобы суммарные затраты были минимальны.

       Заметим, что в данной задаче нет естественного деления на шаги, поэтому деление вводится искусственно, для чего расстояние между А и В разбивается на N частей и за шаг оптимизации принимается каждая такая часть.

       Таким образом, одним из условий применимости метода динамического программирования является возможность разбиения  процесса оптимизации решения на ряд однотипных шагов (этапов), каждый из которых планируется отдельно, но с учетом состояния системы на начало этапа и последствий принятого решения. Однако, среди всех шагов существует один, который может планироваться без оглядки на будущее. Это последний шаг, поскольку за ним нет больше этапов. Он может быть изучен и спланирован сам по себе наилучшим. Отсюда получаем одну из специфических особенностей динамического программирования: всю вычислительную процедуру программирования целесообразно разворачивать от конца к началу. Раньше всех планируется последний N-й шаг, за ним (N–1)-й и т. д. Возникает вопрос, как найти оптимальное управление u_N на N-м шаге, если оно определяется не только целью управления, но и состоянием системы на начало этого шага? Сделать это можно на основе предположений об ожидаемых исходах предшествующего, но еще не исследованного этапа, т. е. о значениях x_N-1.

     Для каждого возможного исхода х_N-1 на (N – 1)-м этапе находим оптимальное управление на N-м этапе. Такой набор оптимальных управлений, зависящих от возможных исходов предыдущего этапа, называется условно-оптимальным решением (x_N-1). Завершив анализ конечного этапа, рассматривают аналогичную задачу для предпоследнего этапа, требуя, чтобы функция цели достигала экстремального значения на двух последних этапах вместе. Это дает условно-оптимальное решение на предпоследнем этапе  
(x_N-2) т.е. делаются всевозможные предположения о том, чем кончился предыдущий (N-2)-й шаг, и для каждого из предположений находится такое управление на (N–1)-м шаге, при котором эффект за последние два шага (из них последний уже оптимизирован) будет максимален. Тем самым мы найдем для каждого исхода (N–2)-го шага условно-оптимальное управление на (N–1)-м и условно-оптимальное значение функции цели на последних двух шагах. Проделав такой поиск условно-оптимальных управлений для каждого шага от конца к началу, найдем последовательность условно-оптимальных управлений (x₀), (x₁),…, (x_N-1).

       Условно-оптимальные  управления дают возможность найти  не условное, а просто оптимальное  управление на каждом шаге. В самом  деле, пусть начальное состояние x₀ известно. Тогда, проделав процедуру движения от конца к началу, находим (х₀). Так как начальное состояние x₀ определяется однозначно, это оптимальное управление для первого шага. Вместе с тем находим экстремальное значение целевой функции относительно всего процесса. Зная оптимальное действие (с точки зрения всего процесса) для первого шага, выявим, к какому состоянию перейдет система в результате этого действия, т. е. найдем оптимальное состояние системы на начало второго этапа. Но для всех возможных состояний на начало второго этапа выявлены оптимальные управления. Таким образом, зная , установим оптимальное управление для второго этапа (x₁) и т.д. Проделав обратное движение по условно-оптимальным управлениям от начала к концу, найдем просто оптимальные управления для всех этапов.

       Таким образом, в процессе оптимизации  управления методом динамического  программирования многошаговый процесс  проходится дважды.

• Первый раз – от конца к началу, в результате чего находятся условно-оптимальные управления и условно-оптимальное значение функции цели для каждого шага, в том числе оптимальное управление для первого шага и оптимальное значение функции цели для всего процесса.
• Второй раз – от начала к концу, в результате чего находятся уже оптимальные управления на каждом шаге с точки зрения всего процесса. Первый этап сложнее и длительнее второго, на втором остается лишь отобрать рекомендации, полученные на первом. Следует отметить, что понятия «конец» и «начало» можно поменять местами и разворачивать процесс оптимизации в другом направлении. С какого конца начать – диктуется удобством выбора этапов и возможных состояний на их начало.

       Из  анализа идеи поэтапной оптимизации  можно сформулировать следующие  принципы, лежащие в основе динамического программирования: принцип оптимальности и принцип погружения.

       Принцип оптимальности. Оптимальное управление на каждом шаге определяется состоянием системы на начало этого шага и целью управления. Или в развернутой форме: каково бы ни было начальное состояние системы перед очередным шагом, надо выбрать оптимальное управленческое решение на этом шаге так, чтобы прибыль на этом шаге плюс оптимальная прибыль на всех последующих шагах была максимальной.