Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
С помощью окна Параметры введем условия для решения оптимизационной задачи. Для этого необходимо:
· щелкнуть по кнопке Параметры;
· выбрать переключатель Линейная модель;
· выбрать переключатель Неотрицательные значения;
· нажать кнопку ОК. После этого произойдет переход в поле Поиск
решения;
· нажать кнопку Выполнить. На экране появится диалоговое окно Результаты поиска решения (рис. 1.11).
Рис. 1.11
В результате получен оптимальный план перевозок (табл. 1.6), позволяющий удовлетворить спрос всех строительных площадок в песке с минимальными суммарными затратами, равными 705 ден. ед.
Таблица 1.6 – Оптимальный план перевозки песка
Следует отметить, что этот план отличается от решения, найденного ранее и помещенного в табл. 2.23[1], и представляет один из множества оптимальных планов, которые характеризуются минимальными затратами в 705 ден. ед.
В соответствии с полученным решением (табл. 1.6) принимаются 2-й вариант расширения добычи песка (причем на втором карьере мощность следует увеличить только на 1 т песка в день) и 3-й (открыть новый карьер мощностью 29 т/день).
Такой план можно получить из решения, полученного ранее и представленного здесь в таблице 1.7, если к клетке с нулевой характеристикой A4 В3 построить цикл (табл. 1.7) и по этому циклу перемещать поставку в размере min {30, 30, 30, 29, 29} = 29. Полученное таким образом новое решение представлено в табл. 1.8.
Таблица 1.7.
Мощность поставщиков | В1 | В2 | B3 | В4 | Bф | |
45 | ||||||
A1 | 4 – | + | ||||
A2 | 4 – | 4 + | ||||
A3 | 4 + | 5 – | ||||
A1¢ | 0 30 | |||||
A2¢ | + 0 | 6 – | + 0 | |||
A4 | + 0 | М | – |
Таблица 1.8.
Мощность поставщиков | В1 | В2 | B3 | В4 | Bф | |
45 | ||||||
A1 | 4 | |||||
A2 | 4 | |||||
A3 | 4 | |||||
A1¢ | 0 30 | |||||
A2¢ | 0 | 6 1 | 29 | |||
A4 | 6 | М |
Как видим, это решение совпадает с оптимальным планом, полученным с помощью Excel и представленным в табл. 1.6.
2. Решение задач нелинейного программирования cредствами Excel
Решение задачи нелинейного программирования отличается от решения задачи линейного программирования следующим:
· назначаются начальные значения искомых переменных;
· в диалоговом окне Параметры поиска решения не надо вводить Линейная модель.
Начальные значения желательно назначать близкими к ожидаемым оптимальным значениям, что ускорит решение задачи (часто их принимаются равными единице). Обязательное требование заключается в том, чтобы целевая функция в начальной точке не была равной нулю.
Решение задачи НЛП в Excel рассмотрим на следующих примерах:
Пример 1. Минимизировать
f(X) = x12 + x22 + x32
при ограничениях g1(X) = x1 + x2 + 3x3 – 2 = 0,
g2(X) = 5x1 + 2x2 + x3 – 5 = 0.
1. Создадим форму для ввода условий задачи (рис. 2.1) и введем:
· зависимости для целевой функции и ограничений;
· начальные значения переменных, равные единице;
· правые части ограничений.
Рис. 2.1
2. Сервис, Поиск решения …
На экране: диалоговое окно Поиск решения (рис. 2.2).
Рис. 2.2.
3. Введем:
· целевую функцию С9; минимизировать;
· изменяемые ячейки В3:D3;
· ограничения С10 = Е10; С11 = Е11.
4. Перейдем к решению задачи. Выполнить.
На экране: результат решения (рис. 2.3).
Рис. 2.3.
Получено решение: х1 = 0,8; х2 = 0,35; х3 = 0,28; Fmin = 0,85.
После успешного завершения поиска решения на экране появляется диалоговое окно Результаты поиска решения. С помощью этого диалогового окна можно вызвать отчеты трех типов:
· результаты;
· устойчивость;
· пределы.
Среди них только Отчет по устойчивости (рис. 2.4) отличается от аналогичных результатов для задачи линейного программирования.
Рис. 2.4.
Отчет по устойчивости состоит из двух таблиц.
В таблице 1 приводятся значения для переменных:
· результат решения задачи;
· нормированный градиент – величина, приводимая при выборе некоторых методов в диалоговом окне Параметры поиска решения.
В таблице 2 приводятся значения для ограничений:
· величина правых левой части каждого ограничения (2 и 5 соответственно);
· множитель Лагранжа – аналог двойственной оценки в задаче линейного программирования, который показывает, как изменится целевая функция при изменении правой части ограничения на единицу.
Если решается задача НЛП с ограничениями – неравенствами следует при введении зависимостей по ограничениям ввести соответствующие знаки.
Пример 2. Минимизировать
f(X) = x12 + x22 + x32
при ограничениях:
g1 (X) = 2x1 + x2 – 5 ≤ 0,
g2 (X) = x1 + x3 – 2 ≤ 0,
g3 (X) = 1 – x1 ≤ 0,
g4 (X) = 2 – x2 ≤ 0,
g5 (X) = –x3 ≤ 0.
На листе Excel создадим форму, в которую введем исходные данные и формулы, определяющие зависимости (рис. 2.5).
Рис. 2.5.
Обратимся к Поиску решения (рис. 2.6).
Рис. 2.6.
После команды Выполнить получим результат (рис. 2.7):
Рис. 2.7.
Оптимальное решение: х1 = 1, х2 = 1, х3 = 1; Fmin = 5.
3 Решение задач стохастического программирования в М-постановке с помощью Excel
Решение задачи стохастического программирования осуществляется как решение обычной задачи нелинейного программирования и отличается от задачи линейного программирования тем, что
· в качестве начальных значений искомых переменных принимаются равными единице;
· в диалоговом окне Параметры поиска решения не надо вводить Линейная модель.
В остальном можно руководствоваться методическими указаниями по решению задачи линейного программирования с помощью Excel Поиск решения.
Дата публикования: 2015-03-26; Прочитано: 434 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!