Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Детерминированный эквивалент задачи стохастического программирования в М –постановке включает ограничения, которые являются несепарабельными функциями.
Обозначим
тогда задачу стохастического программирования можно записать в сепарабильной форме:
где
.
Эта задача является сепарабильной задачей нелинейного программирования и может быть решена с помощью стандартных программных средств.
Функция F (x 1, x 2,..., xn) называется сепарабильной, если она может быть представлена в виде суммы функций, каждая из которых является функцией одной переменной, то есть если
n Если целевая функция и функции в системе ограничений задачи нелинейного программирования сепарабильные, то приближенное решение может быть найдено методом кусочно-линейной аппроксимации.
Пример 8.2
Рассмотрим задачу распределения двух видов ресурсов для выпуска двух наименований изделий.
Решение.
Ее модель:
max L = c 1 x 1 + c 2 x 2;
a 11 x 1 + a 12 x 2 £ b 1;
a 21 x 1 + a 22 x 2 £ b 2;
d 1 £ x 1 £ D 1;
d 2 £ x 2 £ D 2,
где aij, bi, cj – случайные.
При М –постановке модель запишется:
max L = M [ c 1 x 1 + c 2 x 2];
P (a 11 x 1 + a 12 x 2 £ b 1) ³ a1;
P (a 21 x 1 + a 22 x 2 £ b 2) ³ a2;
d 1 £ x 1 £ D 1;
d 2 £ x 2 £ D 2,
a1, a2 – заданные уровни вероятности соблюдения каждого ограничения.
Для того, чтобы решить задачу в М–постановке необходимо перейти к ее детерминированному эквиваленту:
Исходные данные, необходимые для решения этой задачи, сведены в табл. 9.4 и 9.5.
Таблица 8.4
Величина | c | d | D |
x 1 | |||
x 2 |
Таблица 8.5
Ограничения | Случайные величины | |||||
ai 1 | ai 2 | bi | ||||
s i 1 | s i 2 | q i | ||||
Если задать уровни вероятности a1,2 = 0,6, для которых t a = 0,25, то получим после подстановки исходных данных детерминированный эквивалент:
Результаты решения этой задачи для детерминированного случая x i = 0 и при a i = 0,6 (табл. 9.6), где
Таблица 8.6
Величина | x i = 0 | a i = 0,6 |
x 1 | ||
x 2 | 5,3 | 5,04 |
L | 52,4 | 50,3 |
b | ||
x1 | 4,4 | |
x2 | 5,8 | |
g1 | 4,4 | |
g2 | 5,1 |
Рассмотрим теперь, как повлияют на результат решения задачи величины, определяющие ее вероятностный характер. К таким величинам относят: заданный уровень вероятности a i и дисперсий s ij 2 и q i 2. Начнем с анализа влияния a i (табл. 9.7).
Таблица 8.7
Величина | a1,2 | |||||
0,5 | 0,6 | 0,77 | 0,89 | 0,96 | 0,987 | |
x 1 x 2 L b g1 g2 | 5,3 52,4 | 5,04 50,3 4,4 5,1 | 4,51 46,1 12,3 14,8 | 3,71 42,6 18,7 17,9 16,5 | 3,07 39,3 24,3 23,2 | 2,165 34,8 33,6 33,3 |
Из анализа этой решения этой задачи можно сделать следующие выводы: для обеспечения гарантированного (с вероятностью a = 0,6) выполнения плана необходимо иметь дополнительно около 5% каждого вида ресурса. При отсутствии дополнительного ресурса целевой функции может уменьшиться на величину b = 4% вследствие возможного сокращения выпуска продукции x 2 от 5,3 до 5,04.
Этот пример подтверждает тот факт, что в реальных условиях для гарантированного выполнения плана необходимы дополнительные ресурсы в размере x i. В противном случае возможно уменьшение выпуска продукции.
При этом можно сделать выводы:
В целях повышения заданного уровня вероятности выполнения плана a i требуется увеличить дополнительные ресурсы g i. Так, для выполнения плана с вероятностью близкой к 1 (a = 0,987), необходим дополнительный ресурс в размере g = 26...33% от величины используемого без учета вероятностных характеристик.
Отсутствие такого увеличения может привести к ухудшению целевой функции на величину b = 33,6%.
Возрастание a отражается на номенклатуре продукции. При этом в интервале a = 0,5...0,77 значение x 1 сохраняется неизменным, а x 2 – уменьшается. При дальнейшем увеличении a = 0,89...0,987 значение x 2 = const, в то время как x 1 сначала скачком растет, а затем постепенно уменьшается. Несмотря на то, что при a = 0,89 значения x 1, x 2 резко изменяются, целевая функция во всем интервале изменения a уменьшается плавно. Таково влияние заданного уровня вероятности соблюдения ограничений a на результат решения задачи.
Для большей реальности и выполнимости планов элементы модели должны постоянно уточняться по фактическим реализациям случайных величин.
Дата публикования: 2015-01-10; Прочитано: 367 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!