Опишіть економічну і математичну постановку двох етапної транспортної задачі.

У класичній постановці транспортної задачі допускається, що вантаж перевозиться безпосередньо від постачальників до споживачів. Але на практиці досить часто зустрічається випадок, коли певна частина продукції спочатку перевозиться до посередницьких фірм (сховищ), а потім споживачам. У такому разі розв’язання задачі поділяють на два етапи: спочатку знаходять оптимальний план перевезень від постачальників до посередників, а потім — від посередників до споживачів. Така задача має назву двохетапної транспортної задачі.

Нехай в m пунктах постачання А 1, А 2, …, Аm є відповідно одиниць продукції, яку необхідно перевезти до l посередницьких фірм , місткості сховищ яких становлять , а потім доставити її споживачам , потреби яких становлять . Відомі також витрати на перевезення одиниці продукції від кожного постачальника до посередницьких фірм — та від посередників до споживачів — . Потрібно визначити оптимальну схему перевезень продукції з мінімальними сумарними витратами. Якщо обсяг продукції, що перевозиться від i -го постачальника до k -ої фірми, позначити через , а обсяг вантажу, що перевозиться від k -ої фірми j -му споживачеві — через , то математична модель задачі матиме вигляд:

за умов:

;

;

;

;

.

Коли загальний обсяг вантажу дорівнює місткості всіх складів і баз , а також сумарній потребі всіх споживачів , тобто = = , то така двохетапна транспортна задача може бути розв’язана як дві одноетапні. В іншому разі окремі оптимальні плани двох задач не збігатимуться з оптимальним планом загальної задачі.

Метод розв’язування двохетапної транспортної задачі, розроблений Орденом-Маршем, полягає у врахуванні місткостей посередників двічі — як постачальників і як споживачів. Умови задачі подаються у вигляді таблиці, в рядках якої записують дані про постачальників, а також про посередницькі фірми, а в стовпцях — знову дані про посередників та споживачів. У клітинах, які розміщені на перетині рядків-постачальників та стовпців-споживачів, фіксують реальні затрати на перевезення одиниці продукції. В діагональних клітинах на перетині рядків і стовпців, які відповідають посередницьким фірмам, ставлять нульові величини затрат. Решту клітин таблиці блокують, тобто вартості перевезень прирівнюють до деякого досить великого числа М. У процесі розв’язування задачі в цих клітинах не будуть передбачатися перевезення продукції, що відповідає умовам двохетапної транспортної задачі.

 

62. Як визначити план виробництва продукції та зміну доходу підприємства, якщо збільшити (зменшити) обсяг ресурсів?

Задача пошуку оптимальних обсягів виробництва ґрунтується на допущеннях про лінійність зв’язку між витратами ресурсів і обсягами виготовленої продукції; між ціною, рекламою та попитом тощо. Але такі зв’язки насправді є нелінійними, тому точніші математичні моделі доцільно формулювати в термінах нелінійного програмування. Нехай для деякої виробничої системи необхідно визначити план випуску продукції за умови найкращого способу використання її ресурсів. Відомі загальні запаси кожного ресурсу, норми витрат кожного ресурсу на одиницю продукції та ціни реалізації одиниці виготовленої продукції. Критерії оптимальності можуть бути різними, наприклад, максимізація виручки від реалізації продукції. Така умова подається лінійною залежністю загальної виручки від обсягів проданого товару та цін на одиницю продукції. Обсяг збуту продукції визначається її ціною, отже, як цільову функ­цію доцільно брати максимізацію не всієї виготовленої, а лише реалізованої продукції. Необхідно визначати також і оптимальний рівень ціни на одиницю продукції, за якої обсяг збуту був би максимальним. Для цього її потрібно ввести в задачу як невідому величину, а обмеження задачі мають враховувати зв’язки між ціною, рекламою та обсягами збуту продукції.Отже, маємо задачу нелінійного програмування. Також добре відома транспортна задача стає нелінійною, якщо вартість перевезення одиниці товару залежить від загального обсягу перевезеного за маршрутом товару. Тобто коефіцієнти при невідомих у цільовій функції, що в лінійній моделі були сталими величинами, залежатимуть від значень невідомих (отже, самі стають невідомими), що знову приводить до нелінійності у функціоналі. І нарешті, будь-яка задача стає нелінійною, якщо в математич­ній моделі необхідно враховувати умови невизначеності та ризик. Як показник ризику часто використовують дисперсію, тому для врахування обмеженості ризику потрібно вводити нелінійну функцію в систему обмежень, а мінімізація ризику певного процесу досягається дослідженням математичної моделі з нелінійною цільовою функцією. Загальна задача математичного програмування формулюється так: знайти такі значення змінних x_j , щоб цільова функція набувала екстремального (максимального чи мінімального) значення:

(8.1)

за умов:

(); (8.2)

. (8.3)

Якщо всі функції та , є лінійними, то це задача лінійного програмування, інакше (якщо хоча б одна з функцій є нелінійною) маємо задачу нелінійного програмування.