Методы решения задач линейного программирования

Автор работы: Пользователь скрыл имя, 08 Декабря 2013 в 16:51, курсовая работа

Краткое описание

Целью данной курсовой работы является: освоить навыки использования линейного программирования для решения задач оптимизации. Для этого были поставлены следующие задачи:
1)Изучить теоретические сведения, необходимые для решения задач оптимизации методом линейного программирования.
2)Изучить методы решения задач линейного программирования.

Содержание

Введение…………………………………………………………………………...3
1.Обзор научно технической литературы……………………………………….4
1.1 История развития экономико-математического планирования……..4
1.2 Линейное программирование………………………………………….5
1.3 Постановка задачи линейного программирования....……………......5
2.Обзор основных методов решения задач ЛП………………………………....8
2.1 Графический метод..…………………………………………………...8
2.2 Симплекс метод…………………………………………………….....10
3. Решение задачи линейного программирования симплексным методом….13
Заключение……………………………………………………………………….16
Список литературы………………………………………………………………17

Вложенные файлы: 1 файл

Курсовой проект(ТПР).docx

— 130.02 Кб (Скачать файл)

 

Рисунок 1.1 – Переход от одной вершины к другой

Симплекс-метод, известный  также в нашей литературе под  названием метода последовательного  улучшения плана, впервые разработал Г.Данциг в 1947 г. Этот метод позволяет  переходить от одного допустимого базисного  решения к другому, причем так, что  значения целевой функции непрерывно возрастают. В результате оптимальное  решение находят за конечное число  шагов.

Симплекс метод - универсальный метод для решения линейной системы уравнений или неравенств и линейного функционала.

Симплекс-метод  представляет собой итеративную  процедуру решения задач ЛП, записанных в стандартной форме, система  уравнений в которой и с  помощью элементарных операций над  матрицами приведена к каноническому виду:

 

x1 + a1,m+1xm+1 + ... + a1sxs+...+ a1nxn = b1;

x2 + a2,m+1xm+1 + ... + a2sxs+...+ a2nxn = b2;

...

xm + am,m+1xm+1 + ... + amsxs+...+ amnxn = bm

Общая  идея  перехода  от  ОЗЛП  к  КЗЛП  достаточно  проста:

  • ограничения  в  виде  неравенств  преобразуются  в  уравнения  за  счет  добавления  фиктивных  неотрицательных  переменных  ,  которые одновременно  входят  в целевую функцию с коэффициентом 0,  т.  е.  не  оказывают  влияния  на  ее  значение;
  • переменные,  на  которые  не  наложено  условие  не  отрицательности,  представляются  в  виде  разности  двух  новых  неотрицательных  переменных:

  • переменные,  на  которые  наложено  условие  неположительности,  представляются  в виде  новой неотрицательной переменной  помноженной на   ( -1) :

Следует  отметить,  что  переход  от  ОЗЛП  к  КЗЛП  приводит  к  увеличению  её  размерности,  что  усложняет  процесс  решения.

 

Алгоритм решения:

1. Выбираем начальное допустимое базисное решение. Базисным решением называется решение, полученное при нулевых значениях небазисных переменных, т.е. xi=0, i=m+1,...,n. Базисное решение называется допустимым базисным решением, если значения входящих в него базисных переменных неотрицательны, т.е. xj = bj ³ 0, j=1,2,...,m. В этом случае целевая функция примет следующий вид: W=cbxb=c1b1+c2b2+...+cmbm.

  Заполняем первоначальную таблицу  симплекс - метода:

2. Вычисляем вектор относительных оценок c при помощи правила скалярного произведения сj = сj - cbSj,

где

сb - вектор оценок базисных переменных;

Sj - j-тый столбец из коэффициентов aij в канонической системе, соответствующей рассматриваемому базису.

Дополняем первоначальную таблицу c - строкой.

 

3. Если все оценки cj £ 0 (cj ³ 0), i=1,...,n, то текущее допускаемое решение - максимальное (минимальное). Решение найдено.

4. В противном случае в базис необходимо ввести небазисную переменную xr с наибольшим значением cj вместо одной из базисных переменных (см. таблицу).

5. При помощи правила минимального отношения min(bi/air) определяем переменную xp, выводимую из базиса. Если коэффициент air отрицателен, то bi/air=¥. В результате пересечение столбца, где находится вводимая небазисная переменная xr, и строки, где находится выводимая базисная переменная xp, определит положение ведущего элемента таблицы

6. Применяем элементарные преобразования для получения нового допускаемого базового решения и новой таблицы. В результате ведущий элемент должен равняться 1, а остальные элементы столбца ведущего элемента принять нулевое значение.

7. Вычисляем новые относительные оценки с использованием правила скалярного преобразования и переходим к шагу 4. 

3. Решение задачи линейного программирования  симплексным методом.

 

Оптимизация размещения побочного производства лесничества.

Лесничество имеет 24 га свободной земли под  паром и заинтересовано извлечь  из нее доход. Оно может выращивать саженцы быстрорастущего гибрида  новогодней ели, которые достигают  спелости за один год, или бычков, отведя часть земли под пастбище. Деревья выращиваются и продаются в партиях по 1000 штук. Требуется 1.5 га для выращивания одной партии деревьев и 4 га для вскармливания одного бычка. Лесничество может потратить только 200 ч. в год на свое побочное производство. Практика показывает, что требуется 20 ч. для культивации, подрезания, вырубки и пакетирования одной партии деревьев. Для ухода за одним бычком также требуется 20 ч. Лесничество имеет возможность израсходовать на эти цели 6 тыс. руб. Годовые издержки на одну партию деревьев выливаются в 150 руб. и 1,2 тыс. руб. на одного бычка. Уже заключен контракт на поставку 2 бычков. По сложившимся ценам, одна новогодняя ель принесет прибыль в 2,5 руб., один бычок - 5 тыс. руб.

Целевая функция:      5000 x1 + 2500 x2 à max,                             

 Ограничения:

  • По использованию земли, га:  4 x1 + 1,5 x2 £ 24
  • По бюджету, руб.:    1200 x1 + 150 x2 £ 6000
  • По трудовым ресурсам, ч:   20 x1 + 20 x2 £ 200
  • Обязательства по контракту, шт.:  x1 ³ 2
  • Областные ограничения:   x1 ³ 0, x2 ³ 0

Приведем  задачу к стандартной форме:

4 x1 + 1,5 x2 +x3= 24

1200 x1 + 150 x2 +x4= 6000

20 x1 + 20 x2 +x5= 200

x1 – x6= 2

x1 ... x6 ³ 0

Первые три  уравнения имеют соответственно по базисной переменной x3, x4, x5, однако в четвертом она отсутствует ввиду того, что при переменной x6 стоит отрицательный единичный коэффициент. Для приведения системы к каноническому виду используем метод искусственных переменных.

x1 – x6+x7= 2, ввели искусственную переменную x7

 


 

2 этап симплекс-метода: W=5000 x1 + 2500 x2 à max

Изменяем  базисные переменные в предыдущей таблице  и коэффициенты сi целевой функции.


Вариант с  заменой х5 на х2 (вводом х2 в базисные переменные) приводит к более быстрому окончанию итераций).

Все значения С строки неположительные, сл. найдено оптимальное решение.

Таким образом, корнями задачи ЛП про размещение побочного производства лесничества  будут x1=3.6 бычка и х2=6.4 партий ели, а прибыль – 34000 рублей (без учета целочисленности задачи).

 

Заключение

 

В ходе работы над данным курсовым проектом, мной были раскрыты методы линейного программирования, в частности, графический метод  и симплекс-метод, а так же было произведен анализ излагаемых методов. Также была решена задача одним из изложенных методов.

Выполняя данный курсовой проект, я лучше усвоил знания, в особенности  графический метод решения ЗЛП, а так же изучил новый для себя симплекс метод.

 

 

,0Список используемой литературы

 

  1. Ашманов С.А. Линейное программирование. М.: Наука, 2001.
  2. Калихман И.Л. Линейная алгебра и программирование. - М.: Высшая школа, 1987
  3. Лунгу К.К. Линейное программирование. Руководство к решению задач. – М.: ФИЗМАТЛИТ, 2005.
  4. Лищенко «Линейное и нелинейное программирование», М. 2003
  5. Орлов А.И. Теория принятия решений. Учебное пособие. - М.: Издательство "Март", 2004

Информация о работе Методы решения задач линейного программирования