Решение оптимизационной задачи линейного программирования

Белорусский государственный  университет 

                       информатики и радиоэлектроники 

              Факультет информационных технологий  и управления 

         Кафедра информационных технологий  автоматизированных систем 
 
 

                                             «К защите допускаю»

                                          ______________Н.В. Батин

                                          “___”______________2001г. 
 
 

                               КУРСОВАЯ РАБОТА

          по дисциплине «Системный анализ  и исследование операций»

                  на тему: «Решение оптимизационной  задачи

                         линейного программирования» 
 
 

    Выполнил  студент  гр. 920603                                Журавкин

А.В.

    Руководитель  работы                                               Батин

Н.В. 
 
 

                                 Минск, 2001

                                 СОДЕРЖАНИЕ:

ВВЕДЕНИЕ…….………………………………………………………………...3

1. Постановка задачи  оптимизации……………………………………….…8

2. Построение аналитической  модели…………………………………….…9

3. Обоснование и  описание вычислительной процедуры………………..11

     1. Приведение  задачи линейного программирования  к стандартной

                      форме………………..………………………………………………….11

     2. Основная  идея симлекс-метода……………………………………..12

     3. Двухэтапный  симплекс-метод………………………………………12

4. Решение задачи  оптимизации на основе симплекс-таблиц……………14

     1. Приведение  задачи к стандартной форме………..………………..14

     2. Определение  начального допустимого решения…………………14

     3. Построение  искусственного базиса………...………………………15

     4. Первый  этап двухэтапного симплекс-метода…………………….16

     5. Второй  этап двухэтапного метода………………………………….19

5. Анализ модели  на чувствительность……………………………………..22

     1. Статус  ресурсов……….………………………………………………22

     2. Ценность  ресурсов……………………………………………………22

     3. Анализ  на   чувствительность   к   изменениям   правых   частей

        ограничений……………………………………………………….…..23

     4. Анализ  на   чувствительность   к   изменениям   коэффициентов

        целевой функции……………………………………………...………25

6. Определение оптимального  целочисленного решения…………………26

     6.1.   Метод Гомори для частично  целочисленных задач……..……….26

ЗАКЛЮЧЕНИЕ…………………………………………………………...……33

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ………………….……..34

УСЛОВНЫЕ СОКРАЩЕНИЯ………………………….……………………35

ПРИЛОЖЕНИЕ…………………………………………………………….…..36 

                                  ВВЕДЕНИЕ 

      В  настоящее время оптимизация  находит применение в науке,  технике и  в

любой другой области  человеческой деятельности.

      Оптимизация  - целенаправленная деятельность, заключающаяся  в получении

наилучших результатов  при соответствующих условиях.

      Поиски   оптимальных   решений   привели   к   созданию    специальных

математических методов  и уже в 18 веке были заложены  математические  основы

оптимизации (вариационное исчисление, численные  методы  и  др).  Однако  до

второй половины 20 века  методы  оптимизации  во  многих  областях  науки  и

техники  применялись  очень  редко,  поскольку  практическое   использование

математических  методов  оптимизации   требовало   огромной   вычислительной

работы, которую без  ЭВМ реализовать было крайне трудно, а в ряде  случаев  -

невозможно.

      Постановка  задачи оптимизации предполагает  существование конкурирующих

свойств процесса, например:

      ( количество  продукции - расход сырья

      ( количество  продукции - качество продукции

      Выбор  компромиcного варианта  для   указанных  свойств  и   представляет

собой процедуру  решения оптимизационной задачи.

      При  постановке задачи оптимизации  необходимо:

      1.  Наличие  объекта  оптимизации   и  цели   оптимизации.   При   этом

формулировка  каждой  задачи  оптимизации  должна  требовать  экстремального

значения  лишь  одной  величины,  т.е.  одновременно   системе   не   должно

приписываться два  и более критериев  оптимизации,  т.к.  практически  всегда

экстремум одного критерия  не  соответствует  экстремуму  другого.  Приведем

примеры.

      Типичный  пример неправильной постановки  задачи оптимизации:

      «Получить    максимальную    производительность    при     минимальной

   себестоимости».

      Ошибка  заключается в том, что ставится  задача поиска оптимальности  2-х

величин, противоречащих друг другу по своей сути.

      Правильная  постановка задачи могла быть  следующая:

      а)   получить    максимальную    производительность    при    заданной

   себестоимости;

      б)  получить минимальную себестоимость  при заданной производительности; 

      В  первом случае критерий оптимизации  - производительность а во  втором

- себестоимость.

      2. Наличие  ресурсов оптимизации,  под   которыми  понимают  возможность

выбора значений некоторых параметров оптимизируемого  объекта.

      3.  Возможность   количественной   оценки   оптимизируемой   величины,

поскольку только в  этом случае можно сравнивать эффекты  от  выбора  тех  или

иных управляющих  воздействий.

      4. Учет  ограничений.

      Обычно  оптимизируемая  величина  связана   с   экономичностью   работы

рассматриваемого  объекта  (аппарат,  цех,  завод).  Оптимизируемый  вариант

работы объекта  должен оцениваться какой-то количественной мерой -  критерием

оптимальности.

      Критерием    оптимальности    называется     количественная     оценка

оптимизируемого качества объекта.

      На  основании выбранного критерия  оптимальности  составляется  целевая

функция,  представляющая  собой  зависимость   критерия   оптимальности   от

параметров, влияющих на ее значение. Вид критерия оптимальности  или  целевой

функции определяется конкретной задачей оптимизации.

      Таким  образом, задача оптимизации   сводится  к  нахождению  экстремума

целевой функции.

      В  зависимости от своей постановки, любая из  задач  оптимизации   может

решаться различными методами, и наоборот –  любой  метод  может  применяться

для  решения  многих  задач.  Методы  оптимизации  могут  быть    скалярными

(оптимизация   проводится  по  одному  критерию),   векторными   (оптимизация

проводится по многим критериям), поисковыми (включают методы  регулярного  и

методы  случайного   поиска),   аналитическими   (методы   дифференциального

исчисления,  методы  вариационного  исчисления   и   др.),   вычислительными

(основаны на математическом  программировании, которое может   быть  линейным,

нелинейным,  дискретным,  динамическим,  стохастическим,   эвристическим   и

т.д.),  теоретико-вероятностными,  теоретико-игровыми  и  др.   Подвергаться

оптимизации могут  задачи как с ограничениями, так  и без них. 

            Линейное программирование - один  из первых и  наиболее  подробно

изученных  разделов  математического   программирования.   Именно   линейное

программирование  явилось тем разделом, с которого  начала  развиваться  сама

дисциплина «математическое  программирование».  Термин  «программирование»  в

названии  дисциплины  ничего  общего  с  термином  «программирование   (т.е.

составление программ) для  ЭВМ»  не  имеет,  так  как  дисциплина  «линейное

программирование» возникла еще до  того  времени,  когда  ЭВМ  стали  широко

применяться при  решении  математических,  инженерных,  экономических  и  др.

задач. Термин «линейное  программирование»  возник  в  результате  неточного

перевода  английского  «linear  programming».   Одно   из   значений   слова

«programming» - составление  планов, планирование. Следовательно,  правильным

переводом «linear programming»  было бы  не  «линейное  программирование»,  а

«линейное планирование», что более  точно  отражает  содержание  дисциплины.

Однако, термин  линейное  программирование,  нелинейное  программирование  и

т.д. в нашей литературе стали общепринятыми. 

            Итак, линейное программирование  возникло  после  Второй  Мировой

Войны  и  стал   быстро   развиваться,   привлекая   внимание   математиков,

экономистов  и  инженеров  благодаря  возможности   широкого   практического

применения, а так  же математической «стройности». 

            Можно  сказать,  что  линейное  программирование  применимо   для

построения математических моделей тех  процессов,  в  основу  которых  может

быть   положена   гипотеза   линейного   представления    реального    мира:

экономических  задач,  задач   управления   и   планирования,   оптимального

размещения оборудования и пр.

    Задачами  линейного программирования называются  задачи, в которых линейны

как целевая функция, так и ограничения в виде равенств и неравенств.  Кратко

задачу линейного  программирования можно  сформулировать  следующим  образом:

найти вектор значений переменных, доставляющих  экстремум  линейной  целевой

функции при m ограничениях в виде линейных равенств или неравенств.

        Линейное  программирование   представляет   собой   наиболее   часто

используемый метод  оптимизации. К  числу  задач  линейного  программирования

можно отнести задачи:

рационального использования  сырья и материалов; задачи оптимизации  раскроя; 

оптимизации производственной программы предприятий;

оптимального размещения и концентрации производства;