Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Лесотранспортная логистика. Решение задач

.pdf
Скачиваний:
74
Добавлен:
15.03.2015
Размер:
1.59 Mб
Скачать

Для графического определения t3, определим по формуле y2=c-b*t3. Подсчитав по формулам b и c, и подставив два значения t рассматриваемого периода определим y2 .

Далее строим графики, y1 (рисунок 3.4.) и y2 (рисунок 3.6.) Точка пересечения графика у1 и у2 будет являться значением t3.

Рис. 3.5. Таблицы для построения графика y2=c-b*t3

Рис. 3.6. Построение графиков y2=c-b*t3 и y1=at3 и определение значения t3.

Определив графически значении t3, подсчитаем значения Е123 по формуле (3.6.). В нашем случае, минимальные приведенные затраты, достигаются при сроках вложения капитальных затрат:

t2 =15 лет и при t3=28.5 годам (рис. 3.7.).

Рис. 3.7. Определение минимальных капитальных приведенных затрат.

3.3. Варианты заданий.

Исходные данные берутся в таблице 3.1. по последнему номеру зачетной книжки.

Задача: В процессе эксплуатации лесного массива рост грузовой работы за …. лет ожидается от R0= ….. тыс.куб.м.*км до R3= …… тыс.куб.м.*км.

Для обеспечения работы дороги возможно увеличение ее производственной способности тремя способами, требующих капитальных вложений К1, К2, К3, обеспечивающий прирост возможной грузовой работы с коэффициентами пропорциональности (тыс.руб./ куб.м. км. в год).

α1=…. α2=…. α3=…..

Установить: Оптимальные сроки вложения капитальных затрат К1, К2, К3, считая, что провозная способность обеспечена на первые 2 года работы.

Нормативный коэффициент эффективности капитальных вложений принять равным 0,1.

 

 

 

 

 

 

Таблица 3.1.

 

 

Таблица исходных данных.

 

 

 

 

 

 

 

 

 

 

 

Номер

Период в

Грузовая

Грузовая

Коэффициенты пропорционально-

 

варианта

годах Т

работа R0

работа R3

 

сти

 

 

 

 

 

 

 

 

 

 

 

 

 

 

α1

α2

α3

 

 

 

 

 

 

 

 

 

1

50

150

800

0,4

0,6

0,7

 

 

 

 

 

 

 

 

 

2

45

120

800

0,5

0,7

0,8

 

 

 

 

 

 

 

 

 

3

50

120

780

0,6

0,8

0,7

 

 

 

 

 

 

 

 

 

4

45

150

600

0,5

0,6

0,7

 

 

 

 

 

 

 

 

 

5

50

155

680

0,5

0,8

0,9

 

 

 

 

 

 

 

 

 

6

45

130

700

0,4

0,6

0,8

 

 

 

 

 

 

 

 

 

7

50

155

800

0,5

0,7

0,7

 

 

 

 

 

 

 

 

 

8

45

200

1000

0,6

0,8

0,7

 

 

 

 

 

 

 

 

 

9

50

180

700

0,4

0,6

0,8

 

 

 

 

 

 

 

 

 

0

45

160

750

0,3

0,5

0,7

 

 

 

 

 

 

 

 

 

4. ЛАБОРАТОРНАЯ РАБОТА ФОРМИРОВАНИЕ ОПТИМАЛЬНЫХ ГРУЗОПОТОКОВ

В ЛЕСОПРОМЫШЛЕННОМ КОМПЛЕКСЕ

Цель работы. Освоить методологию планирования оптимальных грузопотоков лесопромышленного предприятия.

Задача. Обосновать оптимальный план перевозок лесопродукции лесопромышленного предприятия.

Лесопромышленное производство представляет собой комплекс лесозаготовительных и деревообрабатывающих предприятий. Сырье для лесопромышленного производства заготовляется на больших пространствах и доставляется на перерабатывающие предприятия различными видами транспорта на значительные расстояния. Транспортные затраты при этом достигают значительных размеров. Для того, чтобы снизить транспортные затраты, и уменьшить за счет этого общую стоимость готовой лесопродукции, необходимо определять оптимальные транспортные средства и оптимальные пути доставки лесного сырья к лесообрабатывающим предприятиям. Решение этой задачи сводится к формированию оптимальных грузопотоков.

Решение этой задачи наиболее целесообразно выполнить с использованием транспортной задачи линейного программирования.

ТРАНСПОРТНАЯ ЗАДАЧА ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ

4.1. Общая постановка транспортной задачи.

Транспортная задача является одной из важнейших частных задач линейного программирования. Специфические методы ее решения проще общей задачи. Название свое задача получила потому, что впервые была сформулирована и поставлена для решения вопроса о наиболее рациональ-

ном планировании перевозок на транспорте. Название это условно, так как с ее помощью можно решать разнообразные задачи из различных отраслей производства и не обязательно связанных с перемещением. Методы решения транспортной задачи широко применяют на автомобильном, железнодорожном и других видах транспорта для планирования перевозок различных грузов. Это объясняется их простотой и экономическим эффектом, который они дают. Планы перевозок, разработанные на основе алгоритма транспортной задачи, как правило, на 12—18% экономичнее планов, составленных без применения математических методов.

Влесной, целлюлозно-бумажной и деревообрабатывающей промышленности транспортирование составляет значительную часть производственного процесса: трелевка древесины, вывозка на промежуточные и нижние склады, доставка па деревообрабатывающие предприятия, междуцеховые и внутрицеховые перемещения на нижних складах и так далее. Транспортные расходы занимают значительный удельный вес в общей структуре лесозаготовок, вот почему задача оптимального планирования работы транспорта является одной из основных задач математического программирования.

Классическая транспортная задача линейного программирования — это задача о наиболее экономичном плане перевозок однородных или взаимозаменяемых грузов из пунктов производства в пункты потребления или, что тоже самое, это задача об оптимальном прикреплении потребителей к поставщикам.

Сформулируем транспортную задачу.

Влесозаготовительном объединении имеются А1, А2, ... ..., Аm лесозаготовительных предприятий {ЛЗП), вырабатывающих технологическую щепу в объеме Q1, Q2, .... Qm тысяч кубометров в год. Технологическая

щепа должна быть доставлена потребителям (ЦБК) В1, В2, ….., Вn, имеющим соответственно объемы потребления Y1, Y2. … Yn тысяч кубометров в

год. Стоимость доставки щепы с каждого ЛЗП каждому потребителю определяется матрицей стоимостей:

С11

С12

....

С1n

 

C21

C22

....

C2n

(4.1)

×

×

×

×

 

Cm1

Cm2

....

Cmn

 

Объем выработки щепы всеми ЛЗП равен объему потребления всеми ЦБК:

Q1 + Q2 + ... + Qm = V1 + V2 + ...Vn

(4.2)

или

 

Qi = V i

(4.3)

Необходимо определить такое распределение доставки щепы от ЛЗП к потребителям, чтобы общая стоимость транспортных затрат была минимальной:

R = c11 x11 + c12 x12 + ... + c21 x21 + c22 x22 + ...cm1 xm 2 + cm2 xm2 + .... + cmn xmn

(4.4)

или

m

n

 

R = ∑ ∑cij xij = Rmin

(4.5)

i=1

j =1

 

При этом необходимо, чтобы соблюдались условия:

1. Суммарный объем щепы, вывозимой с каждого ЛЗП потребителям, должен равняться его мощности:

X 11

+ X

X 11

+ X

××

X m1 + X

12

12

m2

....

+ X n1

= Q1

 

....

+ X n1

= Q2

(4.6)

×

×

 

 

 

....

+ X nm = Qm

 

или

m

 

 

X ij

= Qi

(4.7)

i=1

 

 

 

где i=1,2,……m .

2. Суммарный объем щепы, доставляемой на каждый ЦБК от ЛЗП, должен равняться его потребности:

X 11 + X X 11 + X

××

X n1 + X

12

12

n 2

....

+ X n1

= V1

....

+ X n1

= V2

×

×

(4.8)

 

....

+ X nm

= Vn

или

m

 

 

Xij

=Vj

(4.9)

i=1

 

 

 

где j=1,2,……n .

3.Объемы доставки щепы не могут быть отрицательными, но могут равняться нулю:

X ij ³ 0

(4.10)

4.Уже известное (4.3)

 

m

n

Qi = V j

i=1

j=1

Математически сформулированная транспортная задача линейного программирования:

m+n+2 уравнений, mxn+1 неизвестных.

Кратко транспортная задача линейного программирования записывается в следующем виде.

Найти минимум функции

 

 

m

n

 

 

 

R = ∑∑Cij

X ij → min

(4.11)

 

 

i=1

j =1

 

 

При заданных условиях

 

 

 

 

 

 

 

m

 

 

 

 

 

X ij = ai

(4.12)

 

 

 

i=1

 

 

 

 

 

 

 

 

 

i =1,2,.....m

 

 

 

 

n

 

 

 

 

 

X ij = b j

(4.13)

 

 

 

j =1

 

 

 

 

j =1,2,.....n

 

 

 

 

X ij

³ 0

(4.14)

 

 

 

m

n

 

 

 

 

ai

= bi

(4.15)

 

 

 

i=1

j =1

 

 

m

n

 

 

 

Функция

R = ∑∑Cij

X ij называется целевой функцией или

 

 

i=1

j =1

 

 

 

функционалом. Решение задачи сводится к нахождению всех значений X, при которых целевая функция будет минимальной.

4.2.Общий алгоритм решения транспортной задачи

Внастоящее время разработано несколько методов (алгоритмов) решения транспортной задачи линейного программирования. Одна группа этих методов основана на принципе последовательного улучшения плана, когда выбранный определенным образом первоначальный план при помощи расчетов улучшается до тех пор, пока не станет оптимальным.

Алгоритм заключается в том, что сначала, строится какой-либо первоначальный допустимый план, затем проверяется, является ли план оптимальным, если план оптимальный — задача решена, если не оптималь-

ный— отыскивается другой, но обязательно улучшенный и вновь проверяется на оптимальность. Шаги 2 и 3 повторяются до тех пор, пока очередной улучшенный план не будет оптимальным.

Среди группы методов последовательного улучшения плана можно выделить распределительный метод линейного программирования. Сущность этого метода заключается в том, что на основании известных линейных зависимостей между отдельными факторами составляются матрицы и в результате применения специальных правил подбираются определенные сочетания факторов для получения оптимального решения.

4.3. Методы построения начального плана Существует несколько методов построения начального плана, кото-

рый иногда называют опорным решением. Наиболее распространенные из них: метод северо-западного угла, метод наименьшей стоимости, двойного предпочтения, по приоритету ближайших пунктов, способ Фогеля, способ Лебедева— Тихомирова и др. Рассмотрим простейшие из них.

Метод северо-западного угла, или диагональный, появился одним из первых. Название он получил потому, что распределение поставок (корреспонденции) начинается слева сверху (с северо-западного угла матрицы). Это формальный способ, приводящий к решению обычно далекому от оптимального, но зато простой и легко реализуемый на ЭВМ.

Решение удобно выполнять в табличной форме. Для этого составляется рабочая таблица в которой в строке слева указываются поставщики (А1, А2,

..., Аm) и их мощности, в верхней строке указываются потребители (В1, В2,

..., Вn) и их спрос. В клетках таблицы в верхних левых углах указываются единичные стоимости (С11С12 …….. Сmn), т. е. затраты на доставку единицы продукции от соответствующего поставщика Аi (i=1, 2, .... m) соответствующему потребителю Bj (j=1,2,..:,n).

Рассмотрим конкретный пример решения задачи. Три лесозаготовительных предприятия 1, A2, А3) заготовляют пиловочник в объемах соответственно 300, 600 и 500 тыс. м3 в год и поставляют четырем деревообрабатывающим предприятиям 1, В2, В3, В4). Годовой объем потребления пиловочника деревообрабатывающими предприятиями равен 450, 400, 200 и 350 тыс. м3. Стоимость доставки сырья от ЛЗП к деревообрабатывающим предприятиям представлена матрицей стоимостей, показанной в табл. 4.1. цифрами Сij в левых верхних углах клеток рабочей таблицы.

Таблица 4.1.

Исходные данные для решения транспортной задачи линейного программирования (рабочая таблица).

Поставщики и их мощности,

 

Потребители и их спрос, тыс.куб.м.

 

 

тыс.куб. м.

 

 

 

 

 

 

 

В1

 

В2

В3

 

В4

 

 

 

 

 

 

 

 

 

 

 

 

450

 

400

200

 

350

 

 

 

 

 

 

 

 

 

А1

 

300

6

 

8

7

 

10

 

 

 

 

 

 

 

 

 

А2

 

600

4

 

7

6

 

8

 

 

 

 

 

 

 

 

 

А3

 

500

9

 

8

5

 

12

 

 

 

 

 

 

 

 

 

Согласно методу северо-западного угла распределение поставок от поставщиков к потребителям начинается с клетки А1B1 Сравниваем мощность первого поставщика А1 (300) с потребностью потребителя B1 (450). Меньшую величину (300) помещаем в клетку А1B1 и вычитаем ее из обеих сравниваемых величин. В итоге в остатке первой строки проставляется 0, а в итоге первого столбца остаток 450—300=150 ( табл.4.2.). Первую строку из дальнейшего рассмотрения исключаем. Поскольку остаток оказался в первом столбце, следующую поставку назначаем в соседнюю клетку А2B1. Сравнивая итоги второй строки (600) и первого столбца (остаток 150), устанавливаем величину поставки, равную 150. Вычтя эту поставку из срав-