За да намерим оптималното решение, при зададения казус, ще използваме метода на линейното програмиране с помощта на предложения ни софтуер, но преди това следва да прецизираме условието на зададения казус
background image

За да намерим оптималното решение, при зададения казус, ще използваме 

метода на линейното програмиране с помощта на предложения ни софтуер, но 

преди това следва да прецизираме условието на  казуса. И по точно да решим 

практическата задача  трябва да внесем малко яснота по някои въпроси, като 

например:

Що е модел и неговото моделиране? 

Използване на модели при решаване на  управленски решения. 

Същност   на  линейните   оптимизационни  модели  и  инстументариум  за 

решаването им (Графичен метод, Симплекс метод и софтуерни продукти). 

Moделът може да се определи като система от представи за едни 

или други интересуващи ни свойства на даден конкретен обект, процес 

или явление, за техните взаимни връзки и взаимни зависимости, изразени 

чрез словесно или писмено описание чрез създаване на аналогични вещи 

или   процеси,   чрез   графично   представяне   с   помощта   на   рисунки   ли 

чертежи, чрез описание с помощта на математически символи и системи 

от   формули,   уравнения   и   неравенства   с   цел   да   се   получи   нова, 

допълнителна   информация   за   изучавания   обект,   процес   или   явление, 

необходима за неговото изследване. 

Математическия   модел   е   описание   на   даден   обект   (явление)   с 

математически средства. Моделът отразява само главните, съществените 

страни   и   свойства   на   обекта.   Конструирането   на   един   математически 

модел   става   чрез   въвеждането   на  

променливи   величини,  

които 

обикновено се означават  с  

X

1

,  X

2

,  X

3

………,  X

n

. Това са уравнения или 

неравенства   и   се   наричат  

ограничения

  (constraints)   на   модела. 

Ограниченията   на   модела   позволяват   да   бъдат   определени   всички 

възможни състояния на обекта. В икономическата практика обаче често 

се налага измежду възможните състояния да бъде подбрано най-доброто в 

определен смисъл съобразно предварително формулиран  

критерии

.Това 

налага в модела да се включи и математически израз на критерия, който е 

background image

функция на променливите и се нарича

 

целева функция

(objective function). 

Тя служи за сравняване на отделните състояния  и дава възможност за 

избор   на   най-доброто   от   тях.   Наличието   на   целева   функция   превръща 

математическия модел в оптимизационен. 

Математическия оптимизационен модел, в който целевата функция 

е   линейна   и   ограниченията   са   линейни   уравнения   и/или   неравенства   е 

известен   като  

линеен   оптимизационен   модел.

  Съгласно   създадената 

традиция, целевата функция се означава с  

Z

, коефициентите пред нея се 

наричат 

целеви коефициенти

. Когато се търси най-голямата стойност на 

целевата   функция  се   използва   записването

 

max

Z

,  

а  при   най-малката 

стойност

 

min

Z

.

 Най - важни  фактори  за решаване на линейните задачи 

са два:

-задаване  на цел;

          -задаване на ограничения. 

 

Допустимо   решение,   за   което   целевата   функция   има   най-голяма 

(най-малка)  стойност, се нарича  

оптимално решение

  (optimal solution). 

Оптимизационните задачи се решават чрез линейно оптимизиране, защото 

това   е   метод,   търсещ     най-   добрия   резултат     за   дадените   условия, 

независимо   от   характера   на   обекта   за   оптимизация   и   конкретната 

поставена цел. 

Линейните   оптимизационни   модели   използват   различен 

инструментариум за визуализация – графики, таблици, рисунки, софтуер. 

Крайното   решение   на   една   оптимизационна   задача   е   свързано   с   голям 

брой междинни решения, от които се избира оптималното.

Обикновено не е възможно да се препоръча един единствен метод за 

решаване   на   всички   оптимизационни   задачи,   които   възникват   в 

практиката, но най- характерен метод е 

симплекс  - метода.

Методът се състои в следното:

background image

 

Таблично представяне на данни типични за планово - икономически 

решения,  разчети,  калкулации,  планово - прогнозна дейност. 

Пример за този метод може да се представи чрез целева функция и 

намиране на нейния минимум / максимум: 

Ако е дадена следната целева функция:

Max/min/: 

Z= C

1

X

1

+ C

2

X

+……...+ C

m

X

+……...+ C

nXn

 

X

1

+…....

a

1

, X

m

+1+…...+

a

1

, nxn=b1 Xm+………+amnxn=bm

Където 

xj > = 0,

J=1, n

i=1, m

то   за   решението,   данните   могат   да   се   нанесат   в   таблица   чрез 

използване на  симплекс метода:

Б

Сб В

Х

1

Х

2

. Х

i

.

X

m

Xm+1

.

Xk

.

Xn

C

1

C

2

. C

i

.

C

m

Cm+1

.

Ck

.

Cn

X1 C1 B1 1

0

. 0

.

0

A1,m+1

.. A1k

.

A1n

X2 C2 B2 0

1

. 0

.

0

A2,M+1

.

A2k

.

A2n

.

.

.

.

.

. .

.

.

.

.

.

.

.

Xi

Ci

Bi

0

0

. 1

.

0

Ai,m+1

.

Aik

.

Ain

.

.

.

.

.

. .

.. .

.

.

.

.. .

X

m

C

m

B

m

0

0

. 0

.

1

Am.m+1

.

Am

k

.

Am

n

∆i

Z=CbB

1

2

. ∆

i

.

m

∆m+1

.

∆k

.

∆n

Променливите  

х1,   х2.....

се   наричат   базисни,   а   всички   останали   - 

свободни.  

Z=CbB

 е стойността на целевата функция за базисния план 

Хо

числата 

∆I

 са оценки в индексния ред.

Прието   е  стълб  

В  

да   се   определя   като   нулев,  първият   стълб   е  

х

вторият 

x

1

   

и т.н.  На 

м+1

 ред се записват стойностите на оценките, които 

background image

отговарят на разликата от скаларното произведение на векторите 

С

 и 

А 

и 

съответните коефициенти 

с 

от целевата функция.

Чрез   така   изчислените   оценки   се   проверява   за   оптималност 

съответното допустимо решение.

Възможни са следните варианти:

-всички разлики > или = 0;

-разликите да са < 0 за някоя фиксирана стойност;

-разликите да са по > 0 за някои индекси;

В първия случай, изходното решение е оптимално.  Във   втория 

случай,   целевата   функция   е   неограничена   отгоре   и/или   отдолу   в 

множеството от допустими решения на задачата. 

В   третия   случай, 

изходното решение не е оптимално, но  може да бъде подобрено.

Когато един линеен оптимизационен модел  (ЛОМ)е формулиран с 

две променливи, съществува възможност той да бъде изобразен с помощта 

на геометрични средства. В този случай системата линейни ограничения 

описва многоъгълник. Ако между ограниченията на модела присъствуват 

и уравнения, многоъгълникът ще се превърне в част от права(отсечка или 

лъч),   точка   или   празно   множество.   Това   е   елементарна   и   нетипична 

ситуация и непредставлява интерес от методическа гледна точка, затова 

ние   разглеждаме   така   наречените  

двумерни   модели

,   в   които 

ограниченията   са  

неравенства

  с   две  

неотрицателни  (естествени) 

променливи.   Графичния   метод   или   по-точно   двумерния   линеен 

оптимизационен модел има ограничено приложение, но за сметка на това 

илюстрира   нагледно   свойствата   на   моделите   и   идеите   на   методите   за 

тяхното решаване.

Съществуват и   софтуерни продукти за намиране на оптимума на 

дадено решение.С помощта на MS Excel и приставката Solver е възможно 

да се получат приложими и/или оптимални решения на широка гама от 

Това е само предварителен преглед!

Методи за моделиране на решения в бизнеса и анализ на резултатите

За да намерим оптималното решение, при зададения казус, ще използваме метода на линейното програмиране с помощта на предложения ни софтуер...

Методи за моделиране на решения в бизнеса и анализ на резултатите

Предмет: Програмиране, Информатика, ИТ
Тип: Анализи
Брой страници: 12
Брой думи: 1829
Брой символи: 11309
Изтегли
Този сайт използва бисквитки, за да функционира коректно
Ние и нашите доставчици на услуги използваме бисквитки (cookies)
Прочети още Съгласен съм