Экономико-математические методы (Абчук)
.pdf90 |
Часть I. Глава 3 |
Последний, шестой план является оптимальным, ибо все раз ности между псевдостоимостями и стоимостями положительные.
Перепишем оптимальный план, исключив из него сколь угод но малые величины г (табл. 3.15).
|
|
|
|
|
Таблица 3. J5 |
Оптимальный план распределения проектов |
|
||||
Инвестиционные |
|
|
Объекты |
|
|
проекты |
I |
II |
III |
IV |
V |
1 |
|
|
|
1 |
|
2 |
|
|
1 |
|
|
3 |
|
1 |
|
|
|
4 |
1 |
|
|
|
1 |
5 |
|
|
|
|
Графически оптимальный план распределения проектов по казан на рис. 3.3.
|
п |
Объекты |
|
г |
I |
I |
Ж |
Проекты
Рис. 3.3
Нелинейное программирование (планирование)
Нелинейное программирование (планирование) — математиче ские методы отыскания максимума или минимума функции при нали чии ограничений в виде неравенств или уравнений.
Методы исследования операций в экономике |
91 |
Максимизируемая (минимизируемая) функция представля ет собой принятый критерий эффективности решения задачи, со ответствующий поставленной цели. Он носит название целевой функции.
Ограничения характеризуют имеющиеся возможности ре шения задачи.
Целевая функция или хотя бы одно из ограничений нелинейны (т.е. на графиках изображаются непрямыми - кривыми - линиями).
Существо решения задач нелинейного программирования за ключается в том, чтобы найти условия, обращающие целевую функ цию в минимум или максимум.
Решение, удовлетворяющее условиям задачи и соответству ющее намеченной цели, называется оптимальным планом.
Нелинейное программирование служит для выбора наилуч шего плана распределения ограниченных ресурсов в целях реше ния поставленной задачи.
В общем виде постановка задачи нелинейного программирова ния сводится к следующему.
Условия задачи представляются с помощью системы нелинейных уравнений или неравенств, выражающих ограничения,
налагаемые на использование имеющихся ресурсов: |
|
Z,(x,,x2 ,...,xn )>0f |
|
Z2 (x,,x2 ,...,xn )>0; |
|
Zm (*,,x2 ,...,xn )>0 |
(3.40) |
|
|
при х{ > О, |
|
где Z,, Z2, ..., Zm - соответствующие функции, характеризующие условие решения поставленной задачи (ограничения); х - искомые величины, содержащие решение задачи.
Целевая функция задается в виде:
y = f(xv,x2,....9xn). |
(3.41) |
Причем по крайней мере одна из функций у, Z,, Z2,..., Zm ~ нелинейная.
Методами нелинейного программирования решаются зада чи распределения неоднородных ресурсов.
92 |
Часть I. Глава 3 |
Пусть имеется m разнородных ресурсов, которые предпола гается реализовать для бизнеса в п регионах страны.
Известны оценочные возможности (вероятности) начать биз нес в j-м регионе (Р.), а также эффективности использования i-ro ре сурса в n-м регионе (ох).
Распределение ресурсов по регионам характеризуется так называемым параметром управления (h..):
JO, если i - й ресурс не направляется в j - й регион, ,j 11, если i - й ресурс направляется в j - й регион.
Необходимо распределить ресурсы по регионам таким об разом (выбирать такие значения h.), чтобы величина полной веро ятности достижения цели Р была максимальной:
И L i=l |
J = тах. |
(3.42) |
Должно выполняться также ограничение
п
]£ьу=1, i = l,2,...,m. |
(3.43) |
|
и
ЭТО ограничение означает, что каждый из m ресурсов обяза тельно должен назначаться в какой-либо из регионов.
Ниже приводится ряд типовых задач, решаемых с помощью нелинейного программирования, которые иллюстрируют его воз можности и приемы решения.
П р и м е р 3.5
Собственник располагает четырьмя видами разнородных ресурсов, которые можно реализовать для бизнеса в четырех реги онах страны (m = n = 4). Оценочные возможности (вероятности) начать бизнес в j-м регионе (Р.) заданы табл. 3.16.
|
|
|
|
Таблица 3.16 |
|
Вероятности начать бизнес в регионе |
|
||
Регионы |
1 |
2 |
3 |
4 |
Вероятности (Pj) |
0,2 |
0,4 |
0,3 |
0,1 |
Методы исследования операций в экономике |
93 |
Эффективности при использовании i-ro ресурса в j-м регио не (со.) заданы табл. 3.17.
|
|
|
|
Таблица 3.17 |
|
Эффективность использования ресурсов |
|
||
Номер |
|
Номер региона |
|
|
ресурса |
1 |
2 |
3 |
4 |
1 |
0,81 |
0,65 |
0,32 |
0,47 |
2 |
0,66 |
0,51 |
0,19 |
0,75 |
3 |
0,32 |
0,17 |
0,39 |
0,15 |
4 |
0,43 |
0,46 |
0,58 |
0,60 |
Необходимо распределить ресурсы по регионам таким об разом, чтобы полная вероятность достижения цели деятельности (успеха) оказалась максимальной. При этом каждый ресурс дол жен быть обязательно распределен в каком-либо регионе.
Решение
Рассмотрим наиболее простой случай, когда в каждый из районов поиска может быть направлено не более одной поисковой единицы. Задача нелинейного программирования при этом может быть сведена к одному из частных случаев задачи линейного про граммирования.
При этом
m |
m |
|
f7(l-hij(oij) |
= l-2]hijcoij, |
(3.44) |
i=l |
i=l |
|
n |
m |
|
PO 6=ZZh yP i( 0 r |
(3.45) |
В нашем случае m = п. Решение при этом сводится к составле нию матрицы А = || Рсо.. || и выбору из каждой ее строки и каждого столбца по одному элементу таким образом, чтобы сумма их оказа лась наибольшей. Это один из частных случаев задачи линейного программирования.
Вычислительную процедуру удобно выполнить с помощью следующего метода.
Вначале рассчитываются элементы матрицы А = || Рш 103 И-
II |
, у |
II |
94 |
|
Часть I. Глава 3 |
|
||
|
|
Регионы (столбцы) |
|||
1 |
2 |
3 |
4 |
|
|
162 |
260 |
96 |
47 |
1 |
|
А = 132 |
204 |
57 |
75 |
2 |
Ресурсы (строки) |
64 |
68 |
117 |
15 |
3 |
|
86 |
184 |
174 |
60 |
4 |
|
Затем матрица А подвергается эквивалентному преобразо ванию, для чего:
-отыскивается в каждом ее столбце максимальный элемент
ивычитаются из него все элементы этого столбца;
-в каждой строке полученной таким образом матрицы отыс кивается минимальный элемент и вычитается из всех элементов
этой строки.
Полученная матрица обозначается А(0). В ней в каждой строке
икаждом столбце есть хотя бы один нуль.
В первом столбце матрицы А(0) выбирается любой нуль и отмечается звездочкой. Затем просматривается второй столбец и отмечается в нем звездочкой нуль лишь в том случае, если в этой же строке нуля со звездочкой нет. И так далее по всем столбцам. Полученные нули со звездочками называются независимыми.
0 |
0 |
78 |
28 |
i(0) _ 30 |
56 |
117 |
0* |
41 |
135 |
0* |
3 |
76 |
76 |
0 |
15 |
Далее решение выполняется методом последовательных при ближений (итераций). Каждый шаг итерации увеличивает число независимых нулей на единицу. Решение оканчивается тогда, ког да число независимых нулей становится равным п. Поскольку в нашей матрице А(0) три независимых нуля, достаточно одной ите рации (так как п = 4).
Итерация выполняется в следующей последовательности.
Методы исследования операций в экономике |
95 |
1. В матрице А(0) (в общем случае в матрице, полученной в ре зультате предыдущей итерации) выделяются знаком "+" столбцы, со держащие независимые нули. Элементы матрицы, лежащие в выде ленных столбцах, называются выделенными (см. ниже матрицу а).
2.Смотрим, есть ли среди невыделенных элементов нули. Если есть, переходим к п. 3. Если нет - к п. 5.
3.Над любым невыделенным нулем ставится знак "'". Смот рим, есть ли 0* в строке, содержащей 0'. Если есть, выделяем знаком "+" эту строку (она называется выделенной) и снимаем (обводим круж ком) знак выделения над столбцом, содержащим 0* (см. ниже матрицу а). Затем возвращаемся к п. 2. Если нет - переходим к п. 4.
4.Начиная с 0', в строке которого на предыдущем шаге не был обнаружен 0*, строим цепочку с чередованием 0Ф и 0' до тех пор, пока это возможно. Переход от 0' к 0* совершается по столбцу,
аот 0* к 0' - по строке (см. ниже матрицу в).
Над нечетными элементами цепочки ставятся звездочки, а над четными они снимаются. При этом количество независимых нулей возрастает на один. Все плюсы и штрихи уничтожаются.
Если число 0* оказывается меньше п, возвращаемся к п. 1, если равно п - переходим к п. 6.
5.Выбирается минимальный элемент из всех невыделенных (в матрице а он подчеркнут). Этот элемент вычитается из всех не выделенных и прибавляется к элементам, находящимся на пере сечении выделенных строк и столбцов (см. матрицу а и б). Далее переходим к п. 2.
6.Устанавливается оптимальное распределение поисковых единиц по районам действий. Оно соответствует тем местам мат рицы г, где стоят независимые нули.
Вычисляется максимальное значение Р, равное сумме а., стоя щих на местах независимых нулей.
Последовательное преобразование матрицы А(0) примени тельно к данному примеру (матрицы а, б, в, г) показано ниже.
0* |
0' |
78 |
28 |
30 |
56 |
117 |
0* |
7641 |
13576 \1°"U 153 |
96 |
|
Часть I. Глава 3 |
|
|||
|
0* |
0' |
108 |
Ф |
+ |
|
|
58 |
|
||||
б |
0' |
26 |
117 |
0* |
+ |
|
11 |
105 |
0* |
3 |
|
|
|
|
46 |
46 |
1 . |
15 |
|
|
|
to* |
0' |
111 |
58 |
+ |
|
|
1с* 26 |
120 |
0*| + |
|
||
в |
8 |
102 j> О* |
°'| |
+ |
|
|
|
43 |
43 |
у 0' |
~12 |
|
|
|
|
Регионы |
|
|
||
|
1 |
2 |
3 |
4 |
|
|
|
0 |
0* |
111 |
58 |
1 |
|
г |
0* |
26 |
120 |
0 |
2 Ресурсы |
|
8 |
102 |
0 |
0* |
3 |
|
|
|
43 |
43 |
0* |
12 |
4 |
|
Положение независимых нулей в матрице г дает следующее |
||||||
оптимальное распре^целение pecурсс |
регионам (табл. 3.18). |
|||||
|
|
|
|
>В ПО |
|
|
|
|
|
|
|
|
Таблица 3.18 |
Оптимальное распределение ресурсов по регионам |
||||||
Номер |
|
|
Номер региона |
|
||
ресурса |
1 |
|
2 |
|
3 |
4 |
1 |
|
|
1 |
|
- |
1 |
2 |
j |
|
- |
|
|
1 |
3 |
|
|
|
1 |
||
4 |
|
|
|
|
|
Соответствующая этому распределению максимальная ве роятность достижения цели равна сумме соответствующих элемен тов матрицы А.
Р = 0,132 + 0,260 + 0,174 + 0,015 = 0,581. Рассмотренный пример относится к случаю, когда m = п.
Если m < п, необходимо ввести п - m фиктивных поисковых еди-
Методы исследования операций в экономике |
97 |
ниц с нулевыми возможностями (ш. = 0 для i > m), сведя тем самым задачу к рассмотренному случаю.
П р и м е р 3.6
Имеется две группы разнородных ресурсов (т = 2), которые можно вложить в три инвестиционных проекта (п = 3). В первой груп пе шесть единиц ресурсов (N} = 6), во второй - десять (N2 = 10).
Степени важности проектов заданы табл. 3.19.
Таблица 3.19
Степени важности проектов
[ |
Проекты |
1 |
2 |
3 |
| |
Степени важности (Pj) |
0,3 |
0,2 |
0,5 |
Эффективности вложений ресурсов различного рода (со ) заданы табл. 3.20.
Таблица 3.20
Эффективности вложений ресурсов различного рода в регионы
Номер группы |
|
Номер проекта |
|
ресурсов |
1 |
2 |
3 |
1 |
0,40 |
0,10 |
0,50 |
. 2 |
0,20 |
0,40 |
0,20 |
Распределение ресурсов по проектам характеризуется мат рицей А = || г ||, где х.. - количество ресурсов i-ro типа, назначае мых на j-й проект.
Необходимо распределить ресурсы по проектам таким об разом, чтобы суммарная эффективность была максимальной:
= тах. |
(3.46) |
Должны выполняться такие ограничения:
п
£ * . . = N J ; i = l,2,...,m;
(3.47)
ху >0, i = l,2,...,m; j = l,2,...,n.
98 |
Часть I. Глава 3 |
Решение
-В области изменения максимизируемой функции опреде ляется исходное допустимое решение, удовлетворяющее ограничи тельным условиям задачи;
-с помощью специального критерия проверяется, достаточ но ли близко полученное решение к оптимальному;
-если полученное отклонение больше требуемого, то путем построения так называемого возможного направления и определе ния в этом направлении конечного шага получают новое допусти мое решение, которое увеличивает значение максимизируемой функции;
-процесс расчетов носит характер последовательных при ближений и продолжается до тех пор, пока на некотором шаге ите рации не будет получено решение, близкое к оптимальному с тре буемой точностью приближения.
П о с л е д о в а т е л ь н о с т ь р а с ч е т о в |
|
1. Определяется исходное допустимое решение |
|
А<°> = ||х/»||, |
(3.48) |
где А(0) - матрица, характеризующая исходное распределение ре сурсов по проектам.
В качестве исходного (начального) распределения может быть взято любое (в том числе и произвольное) распределение (матрица А(0)), не противоречащее ограничительным условиям за дачи. Чем это начальное распределение окажется ближе к оптималь ному, тем меньше необходимое число итераций.
Мы можем здесь воспользоваться приближенным решени ем этой же задачи, полученным с помощью метода динамического программирования (см. ниже в данном параграфе).
Номера проектов (столбцы)
1 2 |
3 |
I з |
о з И1 |
А(0) = |
| Номера групп ресурсов (строки) (3.49) |
Далее осуществляется итеративный процесс; в результате вы полнения к итераций получается к-е приближение к оптимальному распределению:
Методы исследования операций в экономике |
99 |
|
А<к) = К |
1 |
(3-50) |
ления: |
2. Определяется компонента матрицы возможного направ |
||
|
|
|
|
|
S«k >=||sr>|; |
|
|
|
е(Ю ~<k) |
<k) |
(3.51) |
|
Величины 5c--k) находятся с помощью матрицы у ^ : |
||
|
( |
т |
|
|
jf> =1>а~ехр -£а Ух иЮ |
(3.52) |
|
|
|
i=l |
|
|
|
|
|
где |
a.. = -ln(l-a>jj). |
(3.53) |
|
|
В каждой строке матрицы у (к) отыскивается |
максимальный |
элемент. Положение максимальных элементов и определяет иско мые значения х^\ равные N. (i = 1,2,..., m). Остальные х^} при нимаются равными нулю.
3. Оценивается близость полученного решения к оптималь ному. Для этого рассчитывается величина отклонения решения на данном шаге от оптимального решения А(к):
|
г(к) |
|
(3.54) |
A( k ) =ZA»=a5>$k ) s 8 |
J |
||
j=l |
j=l V «=1 |
|
|
Величина А(к) сравнивается с величиной 8-требуемым откло |
|||
нением полученного на данном |
шаге математического |
ожидания |
(суммарной эффективности) от математического ожидания, соот ветствующего оптимальному распределению.
Если А(к) < 8, то решение практически оптимально, если д(Ю > 8 _ необходимо перейти к п. 4.
4. Находится длина \ шага, который необходимо сделать вдоль возможного направления, для того чтобы приблизиться к оптимальному решению. Величина \v находится из уравнения
XAfexpU^SfУ У = 0. |
(3.55) |
|
5. Находится новое допустимое решение А(к) = || х.(к+1) |
||, где |
|
4k+1, = 4k) + ^Sf». |
U |
(3.56) |
Далее вычисления повторяются, начиная с п. 2.