- •Содержание Введение
- •2. Определение интенсивности использования рациональных способов раскроя.
- •Решение
- •Решение
- •Решение
- •Решение
- •Решение
- •1. Задание исходных данных задачи
- •2. Вычисление матрицы коэффициентов полных материальных затрат b.
- •3. Проверка продуктивности матрицы а.
- •4. Вычисление вектора валового выпуска X.
- •5. Вычисление межотраслевых поставок продукции xij
2. Определение интенсивности использования рациональных способов раскроя.
Обозначения:
j—индекс материала,j= 1,...,п;
k—индекс вида заготовки,k= 1, ...,q;
i —индекс способа раскроя единицы материала,i= 1,...,р;
аijk— количество (целое число) заготовок видаk,полученных при раскрое единицыj-го материалаi-м способом;
bk —число заготовок видаk в комплекте, поставляемом заказчику;
dj —количество материалаj-го вида;
xji —количество единицуj-го материала, раскраиваемых поi-му способу (интенсивность использования способа раскроя);
cji —величина отхода, полученного при раскрое единицыj-го материала поi-му способу;
у —число комплектов заготовок различного вида, поставляемых заказчику.
Модель А раскроя с минимальным расходом материалов:
Здесь (1) — целевая функция (минимум количества используемых материалов);
(2) — система ограничений, определяющих количество заготовок, необходимое для выполнения заказа;
(3) — условия неотрицательности переменных.
Специфическими для данной области приложения модели линейного программирования являются ограничения (2).
Модель В раскроя с минимальными отходами:
Здесь (4) — целевая функция (минимум отходов при раскрое материалов);
(5) — система ограничений, определяющих количество заготовок, необходимое для выполнения заказа;
(6) — условия неотрицательности переменных.
Модель С раскроя с учетом комплектации:
Здесь (7) — целевая функция (максимум комплектов, включающих заготовки различных видов);
(8) — ограничения по количеству материалов;
(9) — система ограничений, определяющих количество заготовок, необходимое для формирования комплектов;
(10) — условия неотрицательности переменных.
Специфическими для данной области приложения модели линейного программирования являются ограничения (9).
Пример 1.Способы раскроя металлического стержня.
Определите все рациональные способы раскроя металлического стержня длиной 100 см на заготовки трех типов: длиной 20, 30 и 50 см. Укажите величину отходов для каждого способа.
Изх этих стержней изготавливают парники. Для одного парника требуется 40 заготовок длиной 50 см, 55 заготовок длиной 30 см и 86 заготовок длиной 20 см. Определить рациональный способ раскроя
Решение.Для данного материала и указанных заготовок существует семь различных рациональных способов раскроя. Все они приведены в следующей таблице:
Пример2.Способы раскроя куска кожи.
Из прямоугольного листа железа размером 100 х 60 см необходимо изготовить квадратные заготовки со сторонами 50,40 и 20 см. Эти заготовки нужны в качестве перегородок при изготовлении пластмассовых коробок для хранения инструментов. Чтобы сделать одну коробку, нужно иметь четыре заготовки со стороной 50 см, шесть заготовок со стороной 40 см и двенадцать — со стороной 20 см. На складе находится 100 листов материала. Определит рациональный план раскроя с минимальным расходом сырья
.Решение.Для данного материала и указанных заготовок существует шесть различных рациональных способов раскроя:
Пример 3.Изготовление парников из металлических стержней.
При изготовлении парников используется материал в виде металлических стержней длиной 220 см. Этот материал разрезается на стержни длиной 120, 100 и 70 см. Для выполнения заказа требуется изготовить 80 стержней длиной 120 см, 120 стержней длиной 100 см и 102 стержня длиной 70 см.
Решение.Определяем все рациональные способы раскроя материала на заготовки. Таких способов оказывается пять:
Используем модель Адля одного вида материала. Тогдахi— количество единиц материала, раскраиваемых поi-му способу.
Для ответа на второй и третий вопросы задачи получаем следующую модель линейного программирования с критерием «минимум общего количества используемого материала»:
Решая задачу, получаем следующий результат:
Ответы: 1. Пять способов. 2. 134 единицы материала. 3. Три из пяти рациональных способов раскроя.
Графический метод решения задач линейного программирования
Графический метод решения задач линейного программирования в его непосредственной форме применяется только в случае двух переменных.
Пусть требуется найти максимальное значение функции
(1)
при ограничениях
(2)
,
где ;;– заданные числа.
Введем на плоскости прямоугольную систему координат . Каждое неравенствозадает полуплоскость с границей.
Чтобы определить, какую именно полуплоскость определяет данное неравенство, достаточно взять произвольную точку плоскости (например, начало координат) и подставить в неравенство числа. Если получим верное числовое неравенство, то полуплоскость, в которой лежит данная точка — искомая. В противном случае нужная полуплоскость лежит по другую сторону прямой.
Область допустимых решений системы ограничений (2) – это область пересечения полуплоскостей, определяемых каждым из неравенств.
Допустим, что область допустимых решений системы ограничений (2) — четырехугольник АВСD (рис. 3).
Рассмотрим линейную функцию . При фиксированном значенииполучаем уравнение прямой линии на плоскости.
На рисунке показана прямая, соответствующую уравнению . Эта прямая пройдет через начало координат. Другим значениямбудут соответствовать прямые, параллельные друг другу.
Прямая, уравнение которой получено из целевой функции задачи при равенстве ее постоянной величине, т.е. прямая , называетсялинией уровня целевой функции.
Известно, что коэффициенты при переменных в уравнении прямой на плоскости являются координатами вектора нормали к этой прямой: . Следовательно, нормальный вектор всех линий уровня.
Если перемещать линию уровня параллельно ее начальному положению в направлении вектора (см. рис. 3), то для данного случая последней точкой, в которой линия уровня коснется области допустимых решений, окажется точкаВ.
Линия уровня, имеющая общие точки с областью допустимых решений и расположенная так, что область допустимых решений целиком находится в одной из полуплоскостей, называется опорной прямой.
Теорема.Значения целевой функции в точках линии уровняувеличиваются, если линию уровня перемещать параллельно начальному положению внаправлении вектора нормали,и убывают при перемещении в противоположном направлении.
Таким образом, алгоритмрешения задачи линейного программирования с двумя переменными графическим методом такой:
Строится область допустимых решений.
Строится вектор с точкой приложения в начале координат.
Перпендикулярно вектору проводится одна из линий уровня, соответствующая уравнению.
Линия уровня перемещается до положения опорной прямой. На этой прямой и будет находится максимум или минимум функции.
В зависимости от вида области допустимых решений и целевой функции возможны следующие случаи:
На рис.4,а линия уровня дважды становиться опорной по отношению к многоугольнику решений. Минимальное значение целевая функция достигает в точке В, максимальное — в точкеD. Задача имеет единственное решение.
На рис. 4, б максимальное значение целевая функция принимает на опорной прямой, совпадающей со стороной АЕмногоугольника, задача имеет бесконечное множество решений.
На рис. 4, в область допустимых решений не ограничена в сторону увеличения значений целевой функции, задача не имеет ни одного оптимального решения.
Пример.Решить ЗЛП графическим методом.
или
,.,.