- •Э.О. Салминен, л.Э. Еремеева, т.С. Антонова, н.А. Тюрин, в.Н. Язов
- •Введение
- •1. Расчетно - графическая работа логистический анализ
- •Изменение структуры водного транспорта леса
- •Изменение объемов плотового сплава
- •Расчет параметров для системы нормальных уравнений
- •Вычисление значений yx
- •2. Лабораторная работа. Прогнозирование развития материалопотока лесопромышленного предприятия
- •2.1. Методы прогнозирования
- •2.2. Пример прогнозирования развития материального потока.
- •2.2.1. Прогнозирование развития методом наименьших квадратов.
- •Данные зависимости спроса от времени по методу наименьших квадратов с учетом погрешности с вероятностями 0,95 и 0,98.
- •2.2.2. Применение метода Чебышева для прогнозирования спроса.
- •Варианты заданий.
- •3. Лабораторная работа прогноз развития транспортных средств лесопромышленного предприятия
- •3.1. Прогнозирование развития транспортных средств леспромхоза.
- •3.2. Пример прогнозирования развития транспортных средств лесопромышленного предприятия.
- •3.3. Варианты заданий.
- •4. Лабораторная работа формирование оптимальных грузопотоков в лесопромышленном комплексе
- •Транспортная задача линейного программирования
- •4.1. Общая постановка транспортной задачи.
- •4.2. Общий алгоритм решения транспортной задачи
- •4.3. Методы построения начального плана
- •Исходные данные для решения транспортной задачи линейного программирования (рабочая таблица).
- •Построение опорного плана методом северо-западного угла.
- •Построение опорного плана по методу минимального элемента.
- •4.5. Проверка решения на оптимальность
- •4.6. Переход от неоптимального решения к лучшему.
- •Результат решения после первой итерации.
- •Результат решения после второй итерации.
- •Альтернативное решение.
- •4.7. Решение транспортной задачи на эвм.
- •4.8. Варианты заданий.
- •Исходные данные для решения транспортной задачи.
- •Исходные данные для решения транспортной задачи.
- •5. Лабораторная работа оптимальное распределение технологического оборудования лесопромышленных предприятий
- •5.1. Описание алгоритма венгерского метода.
- •5.2. Пример решения транспортной задачи венгерским методом.
- •5.3. Алгоритм венгерского метода при определении минимальных
- •5.4. Решение транспортной задачи венгерским методом на эвм.
- •5.5. Варианты заданий.
- •Исходные данные для решения транспортной задачи венгерским методом.
- •6. Лабораторная работа. Определение месторасположения деревообрабатывающего предприятия
- •6.1. Определение месторасположения предприятия.
- •6.2. Пример определение месторасположения деревообрабатывающего предприятия
- •6.3. Варианты заданий:
- •Исходные данные для решения задачи.
- •Исходные данные для решения задачи.
- •7. Лабораторная работа. Микрологистическая система планирования mpr-1
- •7.1. Планирование потребности в материалах.
- •7.2. Разработка микрологистической системы планирования производства mrp I.
- •Исходные данные для решения задачи.
- •Пример решения mrp I.
- •7.3. Варианты заданий:
- •Исходные данные для решения задачи.
- •8. Лабораторная работа. Определение границ рынка лесопродукции
- •8.1. Определение границ рынка.
- •8.2. Пример определение границ рынка.
- •8.3. Варианты заданий:
- •Исходные данные для решения задачи.
- •Лабораторная работа. Управление запасами на складе лесопродукции
- •9.1. Управление запасами на складе лесопродукции
- •9.2. Пример управления запасами на складе.
- •9.3. Варианты заданий:
- •Исходные данные для решения задачи.
- •Содержание
- •2.Лабораторная работа. Прогнозирование
4.6. Переход от неоптимального решения к лучшему.
Для перехода к лучшему решению в перспективную клетку, т. е. клетку, имеющую минимальную характеристику цепи, необходимо занести возможно большую поставку. Для этого в цепи перспективной клетки определяются вершины с отрицательными знаками. Среди этих вершин находят такую, которая имеет наименьшую по величине, поставку. Эту поставку прибавляют к поставкам положительных вершин и вычитают из поставок отрицательных вершин, получая таким образом новое распределение поставок или новое решение. Поскольку в нашем примере перспективной является клетка А2В4, находим среди отрицательных вершин этой цепи наименьшую по величине поставку - 50. Вычитаем эту поставку из отрицательных вершин, прибавляем к положительным и переписываем поставки остальных клеток без изменений. В результате получим новое решение, представленное в табл. 4.4.
Величина функции цели равна:
R = 10*300 + 4*450 +7*100 +8*50 + 8*300 +5*200 = 9300 тыс. руб.
Это решение лучше начального на 150 тыс. руб. Это можно было установить, умножив характеристику цепи на поставку, внесенную в перспективную клетку -3*50 = -150 тыс. руб.
Таблица 4.4.
Результат решения после первой итерации.
Поставщики и их мощности, тыс.куб. м. |
Потребители и их спрос, тыс.куб.м. | ||||
В1 |
В2 |
В3 |
В4 | ||
450 |
400 |
200 |
350 | ||
А1 |
300 |
6
|
8 |
7 |
10 300 |
А2 |
600 |
4 450 |
7 100 |
6 |
8 50 |
А3 |
500 |
9 |
8 300 |
5 200 |
12 |
Хотя полученное решение лучше начального, это не значит, что оно оптимальное. Для решения задачи необходимо вернуться к предыдущему этапу — проверить является ли план распределения поставок оптимальным.
А1В1 А1В2 А1В2
∑С11 =0 ∑С12 =-1
∑С13 =+1
А2В3 А3В1 А3В4
∑С23 =+2 ∑С31 =+4 ∑С34 =+3
Рис. 4.3.Цепи свободных клеток и их характеристики на второй итерации.
Не повторяя полностью приведенные выше рассуждения, приведем цепи и характеристики цепей свободных клеток на рис. 4.3. Перспективной на втором этапе решения задачи оказалась клетка А1В2 с характеристикой - 1. Выполнив перераспределение поставок по методу, описанному выше, получим новое решение, приведенное в табл. 4.5. Величина функции цели при этом распределении поставок равна 9200 тыс. руб.
∑С11 =0 ∑С13 =+2 ∑С22 =+1
∑С23 =+3 ∑С31 =+3 ∑С33 =+2
Рис. 4.4.Цепи свободных клеток и их характеристики на третьей
итерации
Для того, чтобы определить является ли полученное решение оптимальным, строим цепи для свободных клеток (рис. 4.4.) полученного решения и вычисляем их характеристики. Как видно из рис. 4.4. все характеристики цепей положительны, т. е. решение является оптимальным.
Таблица 4.5.