Транспортная задача линейного программирования.

По терминологии обобщенной модели академика Л.В. Канторовича, двухиндексная задача оптимизации загрузки оборудования соответствует производственной системе с накапливаемыми и потребляемыми ингредиентами. Накапливаемыми ингредиентами являются обрабатываемые заказы, потребляемыми – машинное время используемого оборудования. Общее число ингредиентов равно m + n. Способы функционирования рассматриваемой системы определяются видами продукции, обрабатываемой на раз-личных машинах. Общее число способов функционирования равно m * n.

С позиций математики рассматриваемая задача принадлежит классу распределительных задач линейного программирования. Частным случаем распределительных задач является транспортная задача.

Постановка транспортной задачи

В m пунктах отправления (у поставщиков) сосредоточено
a_i, i=1,...,m единиц однородного груза, который следует доставить в n пунктов назначения (потребителям) с потребностями в грузе b_j, j=1,...,n. В базовой (закрытой) модели транспортной задачи предполагается, что суммарные запасы груза в пунктах отправления равны суммарным потребностям в грузе пунктов назначения:

Известны затраты на перевозку единицы груза из каждого пункта отправления в каждый пункт назначения: c_ij, i=1,...,m, j=1,...,n. Необходимо найти план перевозки груза, при котором весь груз будет вывезен из пунктов отправления, в каждый пункт назначения будет доставлено требуемое число единиц груза и при этом общие затраты на перевозку груза будут минимальными.

Математическая модель транспортной задачи (закрытого типа)

Найти min f =

При условиях

x_ij – число единиц груза, подлежащих перевозке из i -го пункта отправления в j -й пункт назначения;

F – общие затраты на перевозку груза.

Задача о назначениях.

Частным случаем транспортной задачи является следующая задача о назначениях. Имеется n должностей и
n претендентов на эти должности. Известна полезность каждого претендента при назначении на каждую из должностей, т.е. задана матрица c_ij, i,j=1,...,n. Требуется произвести назначение каждого претендента на одну из должностей, обеспечив при этом максимальную суммарную полезность назначений.

Обозначим через x_ij, i,j=1,...,n неизвестные, которые будут принимать значение, равное единице, если i-й претендент получает назначение на j-ю должность, и нулю - в противном случае; через f обозначим суммарную полезность назначений.

Найти max f =

при условиях

Переменные, которые могут принимать одно из двух значений: 0 или 1, называются булевыми (двоичными) переменными. Задача о назначениях является задачей с булевыми неизвестными - частным случаем задачи целочисленного линейного программирования.

Метод динамического программирования. Постановка задачи оптимизации сроков замены производственного оборудования.

Примеры задач нелинейного программирования

К числу задач нелинейного программирования относятся:

• задача оптимизации последовательности обработки заказов (решается методом случайного поиска),

• задача оптимизации сроков замены оборудования (решается методом динамического программирования),

• задача управления запасами (для ее решения применяется классический аппарат поиска экстремума функции нескольких переменных).

На этапе постоптимизационного анализа задач линейного и нелинейного программирования используются методы целочисленного и параметрического программирования. При решении задач в стохастической постановке применяется метод компьютерного моделирования и используются эконометрические модели для обработки результатов моделирования.

Ключевым вопросом долгосрочного планирования является выработка оптимальной политики обновления производственных мощностей предприятия. Особенно актуальна эта задача для полиграфических предприятий в связи с высоким возрастом печатных машин.