8.2. Построение экономико-математических моделей задач линейного программирования

Рассмотрим процесс построения математических моделей задач линейного программирования на примерах.

Пример 8.2. Определение оптимального ассортимента продукции.

Предприятие изготавливает два вида продукции – П₁ и П₂, которая поступает в оптовую продажу. Для производства продукции . используются два вида сырья — А и В. Максимально возможные запасы сырья в сутки составляют 9 и 13 единиц соответственно. Расход сырья на единицу продукции вида П₁ и вида П₂ дан в табл. 8.1.

Таблица 8.1

Расход сырья продукции

Опыт работы показал, что суточный спрос на продукцию П₁ никогда не превышает спроса на продукцию П₂ более чем на 1 ед. Кроме того, известно, что спрос на продукцию П₂ никогда не пре­вышает 2 ед. в сутки.

Оптовые цены единицы продукции равны: 3 д. е. - для П₁ и 4 д. е. для П₂.

Какое количество продукции каждого вида должно произво­дить предприятие, чтобы доход от реализации продукции был мак­симальным?

Процесс построения математической модели для решения по­ставленной задачи начинается с ответов на следующие вопроса.

1. Для определения каких величин должна быть построена мо­дель, т. е. как идентифицировать переменные данной задачи?

2. Какие ограничения должны быть наложены на переменные, чтобы выполнялись условия, характерные для моделируемой сис­темы?

3. В чем состоит цель задачи, для достижения которой из всех допустимых значений переменных нужно выбрать те, которые бу­дут соответствовать оптимальному (наилучшему) решению задачи?

Ответы на вышеперечисленные вопросы могут быть сформули­рованы для данной задачи так: фирме требуется определить объе­мы производства каждого вида продукции в тоннах, максимизиру­ющие доход в д. е. от реализации продукции, с учетом ограничений на спрос и расход исходных продуктов.

Для построения математической модели остается только иден­тифицировать переменные и представить цель и ограничения в ви­де математических функций этих переменных.

Предположим, что предприятие изготовит x₁ единиц продукции П₁ и х₂ единиц продукции П₂. Поскольку производство продукции П₁ и П₂ ограничено имеющимися в распоряжении предприятия сы­рьем каждого вида и спросом на данную продукцию, а также учи­тывая, что количество изготовляемых изделий не может быть отри­цательным, должны выполняться следующие неравенства:

Доход от реализации х₁ единиц продукции П₁ и х₂ единиц про­дукции П₂ составит F=3x₁ + 4х₂.

Таким образом, мы приходим к следующей математической задаче: среди всех неотрицательных решений данной системы линейных неравенств требуется найти такое, при котором функция принимает максимальное значения F_max.

Рассмотренная задача относится к разряду типовых задач оптимизации производственной программы предприятия. В качестве! критериев оптимальности в этих задачах могут быть также использованы: прибыль, себестоимость, номенклатура производимой продукции и затраты станочного времени.

Пример 8.3. Использование мощностей оборудования.

Предприятие имеет т моделей машин различных мощностей. Задан план по времени и номенклатуре: Т — время работы каждой машины; продукции j-го вида должно быть выпущено не менее N: единиц.

Необходимо составить такой план работы оборудования, чтобы обеспечить минимальные затраты на производство, если известны производительность каждой i-й машины по выпуску j-го вида про­дукции и стоимость единицы времени, затрачиваемого j-й ма­шиной на выпуск j-го вида продукции .

Другими словами, задача для предприятия состоит в следую­щем: требуется определить время работы i-й машины по выпуску j-го вида продукции , обеспечивающее минимальные затраты на производство при соблюдении ограничений по общему времени работы машин Т и заданному количеству продукции N_j.

По условию задачи машины работают заданное время T, поэто­му данное ограничение можно представить в следующем виде:

(8.9)

Ограничение по заданному количеству продукции выглядит следующим образом:

(8.10)

Задача решается на минимум затрат на производство:

(8.11)

Необходимо также учесть неотрицательность переменных

Задача поставлена так, чтобы израсходовать все отведенное вре­мя работы машины, т. е. обеспечить полную загрузку машины. При этом количество выпускаемой продукции каждого вида должно быть по крайней мере не менее N_j. Однако в некоторых случаях не допускается превышение плана по номенклатуре, тогда ограниче­ния математической модели изменяются следующим образом:

(8.12)

(8.13)

(8.14)

Пример 8.4. Минимизация дисбаланса на линии сборки.

Промышленная фирма производит изделие, представляющее собой сборку из т различных узлов. Эти узлы изготавливаются на п заводах.

Из-за различий в составе технологического оборудования про­изводительность заводов по выпуску j-го узла неодинакова и равна . Каждый i-й завод располагает максимальным суммарным ресур­сом времени в течение недели для производства т узлов, равного величине T_i.

Задача состоит в максимизации выпуска изделий, что по суще­ству эквивалентно минимизации дисбаланса, возникающего вслед­ствие некомплектности поставки по одному или по нескольким видам узлов.

В данной задаче требуется определить еженедельные затраты времени (в часах) на производство j-го узла на i-м заводе, не пре­вышающие в сумме временные ресурсы i-го завода и обеспечиваю­щие максимальный выпуск изделий.

Пусть - недельный фонд времени (в часах), выделяемый на заводе i для производства узла у. Тогда объемы производства узла j будут следующими:

(8.15)

Так как в конечной сборке каждый из комплектующих узлов представлен в одном экземпляре, количество конечных изделий должно быть равно количеству комплектующих узлов, объем производства которых минимален:

(8.16)

Условие рассматриваемой задачи устанавливает ограничение на фонд времени, которым располагает завод i.

Таким образом, математическая модель может быть представлена в следующем виде.

Максимизируем

(8.17)

; (8.18)

для всех i и j.

Эта модель не является линейной, но ее можно привести к ли­нейной форме с помощью простого преобразования. Пусть Y— ко­личество изделий:

(8.19)

Этому выражению с математической точки зрения эквивалент-: на следующая формулировка: максимизировать Z= Y при ограничениях

(8.20)

(8.21)

для всех i и j.

Пример 8.5. Задача составления кормовой смеси, или задача о диете.

Пусть крупная фирма (условно назовем ее «Суперрацион») име­ет возможность покупать т различных видов сырья и приготавли­вать различные виды смесей (продуктов). Каждый вид сырья содер­жит разное количество питательных компонентов (ингредиентов).

Лабораторией фирмы установлено, что продукция должна удов­летворять по крайней мере некоторым минимальным требованиям с точки зрения питательности (полезности). Перед руководством фирмы стоит задача определить количество каждого i-го сырья, об­разующего смесь минимальной стоимости при соблюдении требо­ваний к общему расходу смеси и ее питательности.

Решение

Введем условные обозначения:

x_i — количество i-го сырья в смеси;

т — количество видов сырья;

п — количество ингредиентов в сырье;

а_ij —количество ингредиента j, содержащегося в единице i-го вида сырья;

b_j — минимальное количество ингредиента j, содержащегося в единице смеси;

c_j — стоимость единицы сырья j;

q — минимальный обший вес смеси, используемый фирмой.

Задача может быть представлена в виде

(8.22)

при следующих ограничениях:

на общий расход смеси:

(8.23)

на питательность смеси:

(8.24)

на неотрицательность переменных:

(8.25)

Пример 8.6. Задача составления жидких смесей.

Еще один класс моделей, аналогичных рассмотренным выше, возникает при решении экономической проблемы, связанной с изготовлением смесей различных жидкостей с целью получения пользующихся спросом готовых продуктов.

Представим себе фирму, торгующую различного рода химичес­кими продуктами, каждый из которых является смесью нескольких компонентов. Предположим, что эта фирма планирует изготовле­ние смесей m-видов. Обозначим подлежащее определению количество литров i-го химического компонента, используемого для полу­чения j-го продукта через x_ij. Будем предполагать, что

Первая группа ограничений относится к объемам потребляемых химических компонентов:

(8.26)

где S_i -объем i-го химического компонента, которым располагает фирма в начале планируемого периода.

Вторая группа ограничений отражает требование, заключающе­еся в том, чтобы запланированный выпуск продукции хотя бы в минимальной степени удовлетворял имеющийся спрос на каждый из химических продуктов, т. е.

(8.27)

где D_j — минимальный спрос на продукцию j в течение планируемого пе­риода.

Третья группа ограничений связана с технологическими осо­бенностями, которые необходимо принимать во внимание при при­готовлении смеси например, простое ограничение, определяемое некоторыми минимально допустимыми значениями, отношения между объемами двух химических компонентов в процессе получе­ния продукта j:

или

где r— некоторая заданная константа.

Обозначив через Р_ij доход с единицы продукции х_ij, запишем целевую функцию:

(8.28)

Пример 7.7. Задача о раскрое или о минимизации обрезков.

Данная задача состоит в разработке таких технологических пла­нов раскроя, при которых получается необходимый комплекс заго­товок, а отходы (подлине, площади, объему, массе или стоимости) сводятся к минимуму.

Например, продукция бумажной фирмы выпускается в виде бу­мажных рулонов стандартной ширины L. По специальным заказам потребителей фирма поставляет рулоны других размеров, для этого производится разрезание стандартных рулонов. Типичные заказы на рулоны нестандартных размеров могут включать т видов шири­ной . Известна потребность в нестандартных рулонах каждого вида, она равна Возможны п различных вариантов по­строения технологической карты раскроя рулонов стандартной ши­рины L на рулоны длиной l_i.

Обозначим через количество рулонов i-го вида, получаемых при раскрое единицы стандартного рулона по j-му варианту. При каждом варианте раскроя на каждый стандартный рулон возможны потери, равные Р_j К потерям следует относить также избыточные рулоны нестандартной длины l_i, получаемые при различных вари­антах раскроя .

В качестве переменных следует идентифицировать количество стандартных рулонов, которые должны быть разрезаны при j-м ва­рианте раскроя. Определим переменную следующим образом: X: — количество стандартных рулонов, разрезаемых по варианту j,

Целевая функция — минимум отходов при раскрое

(8.29)

Ограничение на удовлетворение спроса потребите.

(8.30)

Пример 8.8. Многосторонний коммерческий арбитраж

В сфере деятельности, связанной с валютными и биржевыми операциями, а также коммерческими сделками контрактного ха­рактера, возможны различного рода трансакции, позволяющие из­влекать прибыль на разнице в курсе валют. Такого рода трансак­ции называются коммерческим арбитражем.

Представим себе коммерсанта (условно назовем его N), имею­щего возможность реализовать многосторонний коммерческий ар­битраж. Предположим, что число валютных рынков, вовлеченных в трансакционную деятельность коммерсанта N, равняется шести, а максимальное число возможных трансакций равняется девяти. Подробные данные, характеризующие рассматриваемую задачу, приведены в табл. 8.2.

Таблица 8.2

Многосторонний коммерческий арбитраж

При трансакции х₁ продажа единицы валютного номинала (цен­ных бумаг) II позволяет приобрести r₁₁ единиц валютного номина­ла I. При трансакции х₇ взамен единицы валютного номинала I можно получить r₃₇ единиц валютного номинала III и r₆₇ единиц валютного номинала VI. Остальные трансакции расшифровывают­ся аналогично. Значения r_ij могут быть дробными. Заметим, что при любой трансакции х_i (i = I, 2, 3, 4, 5) каждый из валютных но­миналов можно обменять на валютный номинал I. Следует обра­тить внимание на правило выбора знака перед показателями в табл. 8.2. Чтобы отличать куплю от продажи, будем соответственно ис­пользовать знаки «плюс» и «минус» перед показателями, характе­ризующими данную трансакцию.

Рассмотрим идеализированный случай, когда все трансакции коммерсанта N выполняются одновременно. Ограничения опреде­ляются единственным требованием — трансакция возможна лишь при условии, если коммерсант N располагает наличными ценными бумагами. Другими словами, количество проданных ценных бумаг не должно превышать количество приобретенных. Данные ограни­чения имеют вид

Пусть целевая функция представляет собой чистый доход, вы­раженный в единицах валютного номинала I, т. е. задача состоит в том, чтобы

Пример 7.9. Транспортная задача.

Имеется три поставщика и четыре потребителя однородной продукции. Известны затраты на перевозку груза от каждого по­ставщика каждому потребителю. Обозначим их . Запасы грузов у поставщиков равны . Известны потреб­ности каждого потребителя . Будем считать, что суммар­ные потребности равны суммарным запасам:

Требуется составить такой план перевозок, чтобы обеспечить минимальные суммарные затраты при полном удовлетворении по­требностей.

Введем переменные x_ij - количество груза, перевозимого от i-го поставщика j-му потребителю.

Ограничения задачи выглядят следующим образом:

• потребности всех потребителей должны быть удовлетворены пол­ностью:

(8.31)

или в общем виде:

• груз от поставщика должен быть вывезен полностью:

(8.32)

или в общем виде:

• условие неотрицательности переменных:

Целевая функция — минимизировать суммарные затраты на пе­ревозку:

(8.33)

Количество поставщиков и потребителей в общем случае может быть произвольным (>=2).

Мы рассмотрели девять примеров типовых задач линейного программирования. Обобщая их, можно сделать следующие выводы.

• Ограничения в задачах линейного программирования могут быть выражены как равенствами, так и неравенствами.

• Линейная функция может стремиться как к максимуму, так и к минимуму.

• Переменные в задачах всегда неотрицательны.

Напомним, что от любой из вышеперечисленных задач можно перейти к канонической (основной) задаче линейного программирования.