Транспортные задачи, логистика и задачи о назначениях



Мы поможем в написании ваших работ!


Мы поможем в написании ваших работ!



Мы поможем в написании ваших работ!


ЗНАЕТЕ ЛИ ВЫ?

Транспортные задачи, логистика и задачи о назначениях



А.А. Балабанов

Лабораторный практикум по курсу
«Исследование операций»

 

 

Утверждено редакционно-издательским советом института
в качестве методических указаний

 

Москва 2011


УДК 330.45(075.8)

ББК 65в631я

М62

Рецензент доц., к.ф.-м.н. А.М. Ревякин

Балабанов А.А.

Лабораторный практикум по курсу «Исследование операций», М.: МИЭТ, 2011.-135с.: ил.

Курс «Исследование операций» (OperationsResearch) является обязательной частью любой серьезной программы профессиональной подготовки и переподготовки современных управленцев. В нем рассматриваются модели и методы оптимизации управления и принятия решений, развитые за почти сто лет, прошедшие с момента появления научного менеджмента.

Оптимальные планы производства, продаж, закупок, перевозок, агрегатное планирование, управление запасами и проектами, организация работы и оценка эффективности систем массового обслуживания – вот далеко не полный перечень применений количественных методов исследования операций.

Количественные методы исследования операций предоставляют мощные инструменты анализа в области финансового планирования, оптимизации инвестиционных портфелей, для оценки и управления финансовыми рисками, прогнозирования ценообразования производных ценных бумаг и пр.

Лабораторный практикум содержит описания 9 лабораторных работ, включающих теоретические основы и рекомендации по их выполнению. Тематика работ охватывает базовые количественные методы исследования операций.

Основной акцент в работах сделан не на математической стороне проблемы, не на детальном рассмотрении вопроса о том, как получить решение поставленной математической задачи, а на выработку навыков правильно применять готовые компьютерные программы, хорошо разработанную технику анализа количественных моделей управления для принятия эффективных управленческих решений.

 

© МИЭТ, 2011


Лабораторная работа №1.
Методы линейной оптимизации

Теоретические основы
и рекомендации по выполнению работы

С помощью моделей линейной оптимизации решаются задачи составления оптимальных планах производства, продаж, закупок, перевозок, об оптимальном финансовом планировании, оптимальной организации рекламной кампании и др.

При постановке любой задачи оптимизации необходимо, прежде всего, определить количественную характеристику достигаемой цели – целевую функцию. Это может быть максимум прибыли или минимум издержек (в денежном, временном или каком-либо другом выражении). Целевая функция показывает, почему одно рассматриваемое решение лучше или хуже другого.

Целевая функция зависит от величин, называемых переменными решения. Цель оптимизации найти такие значения переменных решения, при которых целевая функция максимальна или минимальна. Любая оптимизация всегда проводится при наличии некоторых ограничений – условий, ограничивающих изменения переменных решения при поиске максимальной или минимальной целевой функции. Эти ограничения могут диктоваться:

· ограниченностью ресурсов (денежных, временных, материальных);

· установленными «правилами игры» (рыночные ограничения, нормативные акты, лимитирующие ту или иную характеристику или любые требования субъекта, принимающего решения).

Линейное оптимизация имеет дело с моделями, в которых целевая функция линейно зависит от переменных решения и ограничения представляют собой линейные уравнения или неравенства относительно переменных решения.

Фактически, это означает, что целевая функция и ограничения могут представлять собой только суммы произведений постоянных коэффициентов на переменные решения в первой степени, т.е. выражения типа

Задачи линейной оптимизации могут быть решены, и реально многие годы решались, симплекс-методом. Однако, с точки зрения быстрейшего достижения цели, рационально использовать возможности современных компьютерных приложений, в частности, надстройку «Поиск решения» (в английском варианте – Solver) приложения MS Excel.

Все задачи в данном сборнике лабораторных работ будут решены именно с помощью этой надстройки. Это, однако, не должно удерживать читателя от использования других средств.

Примеры решения задач

Пример 1.1 Задача планирования производства

Фирма «Фасад» производит двери для продажи местным строительным компаниям. Репутация фирмы позволяет ей продавать всю производимую продукцию. На фирме работает 10 рабочих в одну смену (8 рабочих часов), 5 дней в неделю, что дает 400 часов в неделю. Рабочее время поделено между двумя существенно различными технологическими процессами: собственно производством и конечной обработкой дверей. Из 400 рабочих часов в неделю 250 отведены под собственно производство и 150 под конечную обработку. «Фасад» производит 3 типа дверей: стандартные, полированные и резные. В таблице приведены временные затраты и прибыль от продажи одной двери каждого типа.

  Стандартные Полированные Резные
Время на производство (мин)
Время на обработку (мин)
Прибыль (руб.)

 

1. Сколько дверей различных типов нужно производить, чтобы максимизировать прибыль?

2. Оптимально ли распределение рабочего времени между двумя технологическими процессами (производство и конечная обработка)? Как изменится прибыль, если распределить рабочее время между этими процессами оптимально?

3. На предстоящей неделе «Фасад» должен выполнить контракт на поставку 200 стандартных, 120 полированных и 80 резных дверей. Для выполнения заказа «Фасад» может закупить некоторое количество полуфабрикатов дверей у внешнего поставщика. Эти полуфабрикаты «Фасад» может использовать только для производства стандартных и полированных, но не резных дверей. При этом изготовление стандартной двери требует лишь 6 мин процесса обработки, а полированной – 20 мин обработки (процесс собственно производства для этих полуфабрикатов не требуется).

Полученная таким образом стандартная дверь приносит 450 руб. прибыли, а полированная – 1600 руб. Предполагая, что по-прежнему 250 часов в неделю отведено под производство и 150 под обработку, определите, сколько и каких дверей «Фасад» должен произвести самостоятельно, и сколько полуфабрикатов закупить для изготовления стандартных и полированных дверей?

4. Как изменится оптимальный план, полученный при выполнении предыдущего пункта, если правильно распределить время между собственно производством и обработкой дверей? Каково будет правильное распределение в данном случае?

#

Решение задачи.

1. Прежде всего, определим цель задачи и вид целевой функции. В данном случае мы хотим максимизировать прибыль, следовательно, целевая функция должна вычислять полную прибыль. В задаче не приводится сведений об издержках и выручке, а задана прибыль, которую приносит каждая произведенная дверь. Поэтому полная прибыль P будет определяться этой прибылью и тем, сколько дверей произведено. Эти соображения приводят нас к выводу, что в качестве переменных задачи следует выбрать количества дверей каждого типа, которые следует произвести. Значит, в задаче будет 3 переменных: x1 - количество стандартных дверей, x2 – количество полированных и x3 – количество резных дверей. При этом целевая функция запишется, очевидно, следующим образом:

Рационально организовать данные на листе MS Excel следующим образом (Рис.1):

Рис.1. Организация данных и введённые формулы для решения пункта 1 задачи примера 1.1.

Фрагмент рабочего листа на Рис.1.1 изображён в режиме показа формул. Формулы в ячейки рационально вводить следующим образом. В начале в ячейку E4 вводят формулу =СУММПРОИЗВ(B4:D4;$B$3:$D$3). Эта формула позволяет рассчитать реальные временные затраты на производство дверей

Блок ячеек $B$3:$D$3, выделенный под значения переменных x1, x2 и x3, адресован абсолютно. Это позволяет ввести формулы для расчёта времени на обработку

и целевой функции

в ячейки E5 и E7, соответственно, путём копирования формулы в ячейке E4. При этом массивы коэффициентов будут автоматически меняться, а массив переменных оставаться неизменным.

В ячейки F4 и F5 введены ограничения по времени производства и обработки в минутах (множитель 60 в формулах).

Теперь имеется вся информация, необходимая надстройке «Поиск решения» для определения оптимального по прибыли плана производства. В строке меню находим пункт Сервис (Tools), а внутри выпадающего меню пункт Поиск решения (в английской версии программы Solver).

Вызов надстройки «Поиск решения» приводит к появлению следующего

диалогового окна (Рис.2):

Рис.2. Диалоговое окно надстройки «Поиск решения»

В нем и следует задать параметры поиска. В окне «Установить целевую ячейку» необходимо указывать ячейку, содержащую целевую функцию (нашем примере, как видно по Рис. 1, это ячейка E7). Переключатель оставляем в позиции Равной максимальному значению. В окошке «Изменяя ячейки» нужно указать ячейки, содержащие переменные решения – в нашем случае это B3:D3. Чтобы указать несколько ячеек, просто выделяем диапазон, как обычно это делается в Excel (в случае разрозненных ячеек удерживая клавишу Ctrl на клавиатуре).

Для того, чтобы добавить что-либо в окно Ограничения, следует нажать кнопку «Добавить» и в выпадающем окне (Рис. 3) ввести ограничения

 

Рис.3. Диалоговое окно ввода ограничений на переменные.

В данном случае записано, что числа в ячейках E4:E5 меньше или равны числам в ячейках F4:F5, соответственно. Эта установка, таким образом, описывает систему временных ограничений

К этим ограничениям необходимо добавить ограничения на неотрицательность и целочисленность переменных.

Результат всех этих действий показан на рисунке (Рис.4).

Рис.4. Окончательный вид диалогового окна надстройки «Поиск решения».

До запуска надстройки на поиск нужно еще, нажав кнопку Параметры, вызвать панель Параметров поиска решения (Рис.5) и отметить галочками в соответствующих окошках, что задача соответствует линейной модели.

Рис.5. Установка параметров надстройки «Поиск решения».

Больше никаких изменений здесь делать не нужно. Нажав ОК, возвращаемся в панель «Поиск решения».

Теперь можно нажимать кнопку «Выполнить», после чего и будет найдено решение, о чем и сообщит панель Результаты поиска решения (Рис.6).

Рис.6. Окно результатов поиска решений.

Нажав ОК, сохраняем найденное решение на листе MS Excel, содержащем условия задачи.

Рис.7. Окончательные результаты решения задачи по пункту 1.

В данном случае оказывается, что максимально возможная прибыль равна 990000 руб. и получена она будет, если производить за неделю 100 полированных дверей и 200 резных. Это и есть оптимальный план производства для базовой задачи (пункт 1).

2. В первой части задачи мы полагали, что суммарное рабочее время по каким-то причинам (не упоминаемым в условии задачи) жестко разбито на 250 часов производства и 150 часов обработки. Возможно, что это связано со специализацией рабочих. Тем не менее, можно попробовать выяснить, каково оптимальное распределение рабочего времени между стадиями? Ведь если выигрыш от некоторого, возможного на практике, изменения условий значителен, будет иметь смысл приложить определенные усилия и реорганизовать работу.

Оставим действующим решение задачи, и для модифицированной задачи создадим новый лист. (Имеет смысл создать копию листа, щелкнув правой кнопкой по ярлычку листа и отметив пункт «Переместить/Скопировать», а затем поставив флажок «Создавать копию». Во время этой процедуры копируется и скрытый лист с установками для надстройки «Поиск решения»).

Для изменения условий в исходную таблицу добавим две строки: одна с заголовками, другая с формулами суммирования реальных временных затрат E7 и временных ограничений F7 (Рис.8).

Рис.8. Организация данных и введённые формулы для решения пункта 2 задачи примера 1.1.

После этого нужно немного модифицировать задание надстройке «Поиск решения». Вызвав надстройку, удалим из ограничений условие $E$4:$E$5 <= $F$4:$F$5, и добавим вместо него условие E7 <= F7.

Получим следующее решение (Рис. 9)

Рис.9. Окончательные результаты решения задачи по пункту 2.

Распределение времени на производство и на обработку изменилось. Кроме того отметим, во-первых, что максимальная общая прибыль выросла на 180000 руб. в неделю. Во-вторых, оптимальный план рекомендует выпускать только полированные двери в количестве 400 штук.

Применительно к реальной ситуации вызывает некоторые подозрения рекомендация совсем не выпускать двери первого и третьего типов. Понятно, что условия задачи отвечают ситуации, когда рынок дверей сильно не насыщен, но при этом существуют другие поставщики дверей разных типов. Сужение ассортимента может осложнить позиции фирмы в конкурентной борьбе, особенно при условии ограниченных производственных возможностях фирмы (суммарное время на производство и обработку ограниченно).

Поэтому имеет смысл посмотреть, что меняется, если потребовать выпускать все двери. Конечно, здесь нужно задать некоторое конкретное число, которое мы вынуждены «взять с потолка». Положим, что следует выпускать не менее 50 штук дверей каждого типа. Для этого необходимо изменить опции настройки «Поиск решения», как показано на Рис. 10.

Рис.10. Настройка опций поиска решений при ограничениях на выпуск не менее 50 штук каждого изделия.

Получим новое решение задачи (Рис.11).

Рис.11. Окончательные результаты решения задачи при ограничениях на выпуск не менее 50 штук каждого изделия.

Введенное ограничение, как любое новое ограничение задачи, уменьшает итоговую прибыль с 990000 руб. до 970000 руб. Конечно, только что проведенное исследование задачи не требуется по условию, но зачастую такой анализ («что будет, если…») очень интересен и полезен для принятия разумного управленческого решения при использовании той или иной математической модели.

3. Новые условия, описанные в пункте с, усложняют задачу. Чтобы их учесть следует ввести две новые переменные: количество стандартных дверей и количество полированных дверей, изготовленных из полуфабрикатов стороннего поставщика. Кроме этого нужно учесть размер заказа и потребовать безусловного его выполнения.

Организация данных на листе MS Excel в этом случае представлена на Рис.12.

Рис.12. Организация данных и введённые формулы для решения пункта 3 задачи примера 1.1.

На Рис. 13 показана настройка опций поиска решения.

Рис.13. Вид диалогового окна для настройки опций поиска решения пункта 3 задачи примера 1.1.

Результаты примера (Рис.14) свидетельствуют о выполнении всех ограничений.

Рис.14. Окончательные результаты решения задачи по пункту 3.

4. Для решения этой задачи нужно изменить только одно условие – так же как было сделано при анализе части 2 задачи, ограничено только суммарное время двух стадий. Результат представлен на Рис.15.

Рис.15. Окончательные результаты решения задачи по пункту 4.

Задачи для самостоятельного решения

Электронные переключатели

Фирма производит три вида электронных переключателей. Каждый тип требует сборку, состоящую из двух стадий. Время необходимое для сборки на каждой стадии приведено в таблице.

 

  Время сборки (в минутах)
  Стадия 1 Стадия 2
Модель A 2,5
Модель B 1,8 1,6
Модель C 2,0 2,2

 

Оборудование для каждой стадии работает 7,5 часов в день. Менеджер хочет максимизировать прибыль за следующие 5 рабочих дней. Модель А дает прибыль $8.25 за штуку. Модель B дает прибыль $7.00 за штуку. Модель С дает прибыль $7.80 за штуку. Фирма может продавать все, что она произведет, и, кроме того, имеет на следующую неделю оплаченный заказ на 60 шт.: по 20 шт. устройств каждого типа.

1. Каков должен быть оптимальный производственный план?

2. Все ли типы моделей выгодно производить? Если имеется убыточная модель, то что нужно изменить, чтобы ее производство стало выгодным? Можно ли изменить что-нибудь в технологии или в ценовой политике так, чтобы все модели стали выгодными? Попробуйте сделать это. Подробно опишите результаты Ваших исследований.

3. Допустим, Вы можете установить 2 сверхурочных часа для одной из стадий. Для какой именно стадии следует назначить эти сверхурочные часы, чтобы получить наибольшую прибыль? Подтвердите все ваши ответы вычислениями.

 

Предприятие «Высокий октан»

Нефтеперерабатывающее предприятие должно произвести не менее 8 000 тонн обычного бензина с октановым числом 85 и не менее 5 000 тонн высокооктанового с октановым числом 95. Товарный бензин с заданным октановым числом получается путем смешивания нескольких сортов первичного бензина, получающегося при перегонке. Для получения первичных бензинов в рассматриваемый период можно использовать три сорта сырой нефти от поставщиков с Южного Урала, с Каспийского моря и из Сибири. Среднее октановое число первичного бензина и его количество, получаемые при перегонке каждого сорта нефти, доступные в рассматриваемый период времени, а также себестоимость тонны первичного представлены в таблице.

 

Сырая нефть Октановое число Доступные объёмы, тонн Цена, руб./тонну
Южный Урал
Каспий
Сибирь

 

В рассматриваемый период доступные производственные мощности предприятия «Высокий октан» позволяют произвести 15 000 тонн бензина. Предприятие продает обычный бензин по цене 7 000 руб. за тонну, а высокооктановый – по цене 8 000 руб. за тонну. По технологии обычный бензин должен иметь октановое число не ниже 85, а высокооктановый бензин – не ниже 95.

1. Допуская, что октановое число товарного бензина равно взвешенному среднему октановых чисел первичных бензинов, из которых он получен, найти оптимальные количества каждого сорта первичного бензина, необходимые для производства обоих видов товарного бензина в рассматриваемый период. Предположите, что весь произведенный бензин может быть продан.

2. Предположим, что предприятие может высвободить дополнительные мощности для производства 3000 тонн бензина за счет приостановки работы по другим контрактам. Приостановка работ по этим контрактам ведет к штрафу в 5 млн. руб. Стоит ли компании заплатить этот штраф и высвободить дополнительные мощности для рассматриваемого проекта?

3. Предположим, что поставщик нефти из Сибири, имея излишки нефти и нуждаясь в денежных средствах, желает заключить контракт с «Высоким октаном» на поставку 12 000 тонн нефти по цене 3350 руб. за условную тонну. Выгодно ли для «Высокого октана» принять это предложение? Получит ли поставщик больше денег в результате этой сделки? (Примите, что ограничение в 15 000 тонн действует).

4. Поставщик с Южного Урала, заплатив всего 200 долларов, получил информацию о том, что предложение сибирского поставщика принято. Так как ему абсолютно очевидно, что после переработки сибирской нефти нужда в южноуральской нефти возрастет, поставщик предлагает «Высокому октану» купить еще 1000 тонн его нефти по цене 2700 руб. за тонну. Выгодно ли принять это предложение с учетом высвобождения дополнительных мощностей (см. пункт 2)?

 

Собачья еда

Компания производит три вида еды для животных: Regular, Extra, и Puppy delite из трех ингредиентов K9, K8, и KI. Regular содержит 1/3 каждого из ингредиентов и дает прибыль $0,20 за банку. Extra содержит 50% K9 и по 25% каждого из ингредиентов K8 и K1 и дает прибыль $0,18 за банку. Puppy delite содержит 10 % K8, 90% KI и дает прибыль $0,25 за банку. Продукция идет в банках по 1 кг. Запасы ингредиентов на неделю - 1900 кг K9, и по 1000 кг K8 и К1.

1. Определите оптимальный план производства смесей Regular, Extra и Puppy, максимизирующий прибыль.

2. Все ли типы смесей выгодно производить? Что должно быть изменено, чтобы производство убыточной смеси стало выгодным? Можно ли изменить что-то в технологии или в ценовой политике так, чтобы все смеси стали выгодно производить? Попытайтесь сделать это.

3. Допустим, Вы можете купить дополнительные 500 кг одного из компонентов? Какой из ингредиентов (K9, K8 или KI) Вы предпочтете? Как увеличится прибыль? Подтвердите все ваши ответы вычислениями.

 

Фармацевтическая компания

Фармацевтическая компания исследует возможность продвижения на рынок новой пищевой добавки, которая должна содержать микроэлементы: железо, кальций, фосфор. Добавка может быть получена путем смешивания 3 ингредиентов, которые компания обозначает как T5, N1 и T4. Количество трех микроэлементов (мг/на 100 мл), содержащихся в каждом из ингредиентов, минимальный и максимальный уровень каждого микроэлемента в 1.2-литровой бутылке и издержки на производство 100 мл каждого ингредиента приведены в таблице.

 

Издержки на 100 мл 0,75 руб. 0,60 руб. 0,55 руб. Минимум в бутылке Максимум в бутылке
Ингредиент T5 N1 T4
Железо 100 мг 150 мг
Кальций 6000 мг 8000 мг
Фосфор 3000 мг 8000 мг

 

Менеджер хочет найти комбинацию ингредиентов в пищевой добавке, минимизирующую издержки на их производство.

1. Сформулируйте и решите задачу линейного программирования (ЛП).

2. Менеджер имеет предложение продать N1 компонент по 0.7р. за 100 мл. В этом случае новую пищевую добавку придется готовить только из смеси T5 и T4. Стоит ли принимать это предложение?


Лабораторная работа №2

Примеры решения задач

Пример 2.1 Дорстрой

С шести асфальтобетонных заводов должен вывозиться асфальт для строительства 5 участков автодорог области. Транспортные издержки при перевозках, разумеется, в общем случае различны (см. таблицу).

Транспортные издержки:

  Участок A Участок B Участок C Участок D Участок E
АБЗ 16
АБЗ 17
АБЗ 18
АБЗ 19
АБЗ 20
АБЗ 21

Заказы дорожно-строительных бригад на завтра:

Потребитель Участок A Участок B Участок C Участок D Участок E
Количество машин

 

Заводы в состоянии предоставить завтра:

Источник АБЗ 16 АБЗ 17 АБЗ 18 АБЗ 19 АБЗ 20 АБЗ 21
Кол-во машин

чего, очевидно, недостаточно, т.к. заказов 79+28+61+77+72=317, а поставок 65+46+52+29+28+67=287

Менеджер подрядной организации хочет минимизировать транспортные расходы для данных условий.

1. Каковы наименьшие транспортные издержки?

2. Сколько машин, и на какие участки будет недопоставлено?

3. После составления плана менеджер получил указание, по причинам неэкономического характера, план поставок асфальта для участка А необходимо выполнить полностью. Каковы транспортные издержки нового плана? Сколько машин, и на какие участки будет недопоставлено в этом случае?

4. При утверждении нового плана у руководства, выяснилось, что из-за аварийного состояния моста перевозка асфальта с АБЗ 21 на участок Е по прямому маршруту невозможна. Объездной маршрут увеличивает стоимость рейса на 300 рублей. Насколько при этом возрастут транспортные расходы? Что выгоднее, оставить почти утвержденный план, несмотря на увеличении издержек, или составить новый план с учетом сложившейся ситуации?

5. Есть ли у задачи альтернативные решения?

#

Решение задачи.

Данную транспортную задачу следует трактовать как простую. Правда, дополнительные вопросы могут оказаться не такими уж простыми, но, в любом случае, задачу следует сначала решить в основной постановке.

Как обычно, сначала проверяем, сбалансирована ли задача, так как дисбаланс сразу нужно будет учесть при правильной организации данных на листе Excel. Общее количество машин асфальта, которые можно вывезти с заводов – 287 штук. Общий заказ дорожно-строительных бригад – 317 машин.

Действительно, как и сказано в тексте задачи имеется дисбаланс заказов и запасов. Размер дисбаланса – 317-287=30 машин.

Для того чтобы сбалансировать задачу нужно добавить недостающего поставщика асфальта мощностью в 30 машин в день. Это учтено при построении таблицы (Рис.1).

Рис.1. Организация рабочего листа для решения транспортной задачи примера 2.1

 

Фиктивному поставщику асфальта присвоено имя АБЗ X. Перевозки от фиктивного поставщика считаются бесплатными. Так как стоимость перевозок от отдельных поставщиков нас не интересует, мы рассчитываем сразу суммарную стоимость перевозок, перемножая таблицу цен B2:F8 на таблицу перевозок B12:F18 с помощью функции =СУММПРОИЗВ( ). Суммарная стоимость всех перевозок и есть целевая функция задачи (ячейка G9).

Стандартные условия транспортной задачи - должно быть доставлено ровно столько, сколько заказано, и должно быть вывезено все, что предложено – могут быть заданы с помощью записанных в строке B19:F19 и столбце G12:G18 выражений.

Вызываем надстройку Поиск решения и ставим задачу. Целевая ячейка – G9, цель – минимум издержек. Изменяемые ячейки – таблица перевозок B12:F18.

Параметры решения – линейная модель и неотрицательные значения переменных. Ограничения - B19:F19=0 и G12:G18=0 (Рис.2).

Рис.2. Установка опций Поиска решения при решении п.1 примера 2.1

Результаты решения представлены на Рис.3.

Рис.3. Результат решения задачи по пунктам 1 и 2 примера 2.1

План составлен, общие издержки – 251 950 руб. – минимальные из всех возможных при выполнении заказов бригад. Все недопоставленные машины пришлись на долю участка A(перевозки от поставщика АБЗ Х).

Если мы хотим угодить некоему, оставшемуся неназванным лицу, и выполнить заказ участка А полностью, нужно как-то изменить таблицу цен.

Дополнительные ограничения в задание для Поиска решения добавлять нежелательно. Более разумно задать цену перевозок от фиктивного поставщика. До сих пор мы не задавали в ценах перевозок от фиктивного поставщика разных цен. И делали это именно потому, что хотели поставить всех клиентов в равные условия, по отношению к такому фиктивному поставщику. А что, если условия не равные? В таком случае мы можем поставить в качестве цены перевозки от АБЗ Х на участок А какое-нибудь большое число, которое фактически запретит данную перевозку для Поиска решения.

Ставим цену 10 тыс. за машину и вновь ищем решение (Рис.4).

Рис.4. Результат решения задачи по пункту 3 примера 2.1 при задании цены от фиктивного перевозчика.

Теперь вся недопоставка пришлась на долю участков С и D. Общая цена вопроса 10,5 тыс. рублей (262450-251950) – именно на столько возросли издержки перевозок после волевого решения выполнить план поставок на участок А.

Для ответа на вопрос 4 сначала изменим цену перевозки от АБЗ 21 на участок Е на 300 рублей и позволим Excel пересчитать текущие издержки.

Рис.5. Результат решения задачи по пункту 4 примера 2.1 при задании цены от фиктивного перевозчика.

Получаем общие издержки в 271 450 рублей, что выше, чем в последнем плане перевозок на 9 000 руб.

Задачи для самостоятельного решения

Примеры решения задач

Пример 2.2 Персонал фирмы «Компью-Нет»

Зам директора по персоналу фирмы «Компью-Нет» должен составить 6 пар-команд из техника-программиста и специалиста по маркетингу для работы по установке компьютерных сетей по индивидуальным требованиям клиентов. Пары составляются из вновь набранных сотрудников, среди которых проведен специальный психологический тест на взаимную совместимость. Индекс совместимости варьирует от 20 (выраженная враждебность) до 1 (возможность дружеских отношений), и для каждой потенциальной пары приведен в таблице.

 

  Аня Маша Катя Лиза Ольга Софья
Иван
Михаил
Павел
Николай
Алексей
Петр

 

1. Определите такое распределение по парам, которое обращает в минимум суммарный индекс совместимости.

2. Каков наихудший индекс совместимости у отобранных пар?

3. Определите, сколько имеется лучших, в смысле суммарного индекса, решений.

4. Можно ли так подобрать пары, чтобы ни один индекс совместимости не превышал 6?

Решение задачи.

В данном случае, учитывая, что каждый из сотрудников должен быть назначен только один раз (составляются пары), задачу можно сразу определить, как задачу о назначениях. Так как количество программистов равно количеству специалистов по маркетингу (их по шесть человек), то задача сбалансирована. По условию задачи никаких запретов на составление определенных пар нет, следовательно, эта задача не содержит никаких осложнений. Поэтому прямо решаем ее по стандартной схеме.

Сначала скопируем таблицу данных и вставим ее чуть ниже по странице. Выделим в ней область данных и сотрем их – в освобожденных ячейках, в данном случае B11:G16, будут располагаться переменные задачи (Рис.6).

Рис.6. Организация данных при решении задачи о назначения примера 2.2.

Так как эта задача – задача о назначениях, то переменные должны в итоге принять какое-либо из двух возможных значений: 0 или 1. Значение переменной 1 в ячейке С14, к примеру, означает, что будет создана команда из программиста Николая и специалиста по маркетингу Маши. И напротив, если в ячейке, находящейся на пересечении некоторого столбца и некоей строки, содержится 0, значит, данная команда не будет создана. При этом если найти суммы переменных по столбцам или строкам, как это сделано в представленной таблице, то все они в правильном решении должны оказаться равными 1. Это будет означать, что каждый из программистов назначен только в одну команду, как и каждый из специалистов по маркетингу.

В таком случае, для переменных, принимающих только значения 0 и 1, в каждой строке и в каждом столбце переменных будет содержаться только одна единица, а все остальные переменные останутся нулевыми.

Далее, для построения целевой функции, нужно рассчитать суммарный индекс совместимости команд. Его можно вычислить используя всего одну хорошо известную формулу =СУММПРОИЗВ( ), если применить ее не для двух строк или столбцов, а для двух таблиц. Разумеется, размер таблиц так же должен совпадать.

Итак, запишем в ячейку I8 формулу: =СУММПРОИЗВ(B2:G7;B11:G16). Если в нижней таблице – таблице переменных B11:G16 – будут содержаться только нули и шесть единиц, формирующих пары, результатом выполнения функции станет сумма индексов совместимости для всех шести пар.

Во втором вопросе поставлена задача вычисления индекса совместимости для каждой пары. Поэтому, в блок ячеек (I2:I7) введены формулы сумм произведений соответствующих строк таблицы (cij) и (xij).

Теперь все готово для решения задачи. Установка необходимых опций представлена на Рис. 7.

 

Рис.7. Установка опций Поиска решений задачи в примере 2.2 по пункту 1.

Ограничение H11:H16=H2:H7 требует, чтобы каждый из техников-программистов был назначен только один раз (столбец H2:H7 содержит только единицы), а ограничение B17:G17=B8:G8 требует того же для специалистов по маркетингу.

Замечание: В ограничениях можно было бы написать и H11:H16=1 и B17:G17=1, однако, это было бы не в духе идеологии Excel. Первый способ является более гибким для модификации и исследования исходной задачи. Кроме этого, в такой форме записи ограничений задача о назначениях полностью совпадает с транспортной, что позволяет использовать для решения нескольких разных задач один и тот же однажды сделанный шаблон. Хотя мы ожидаем получить в качестве решения задачи двоичные значения переменных, нет необходимости вводить это в качестве дополнительного ограничения задачи. Напоминаем, что для решения транспортных задач, используется особый алгоритм в Поиске решения, при котором переменные автоматически остаются целыми. Этот алгоритм очень быстр, он может быть в тысячи раз быстрее алгоритма «ветвей и границ», с помощью которого решаются линейные задачи с целочисленными переменными.

И хотя на простых задачах с малым числом переменных этого можно и не заметить, но для реальных задач разница будет весьма существенной. Результатом решения будет следующая таблица (Рис.8).

Рис.8. Результат решения задачи примера 2.2 по пункту 1.

Суммарный индекс совместимости равен 19. Таблица переменных дает распределение по парам: Иван-Аня, Михаил-Маша, Павел-Лиза, Николай-Ольга, Алексей-Софья и Петр-Катя.

В полученном решении индексы совместимости пар принимают значения от 1 до 8, где 8 и есть наихудший индекс среди всех пар.



Последнее изменение этой страницы: 2016-04-07; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 44.192.10.166 (0.037 с.)