Автор работы: Пользователь скрыл имя, 12 Марта 2014 в 15:16, курс лекций
Эйлеров цикл содержит не только все ребра (по одному разу), но и все вершины графа (возможно, по несколько раз). Ясно, что эйлеровым может быть только связный граф. С эйлеровым циклом как раз связана задача о кенигсбергских мостах, приведшей к исторически первой попытке развития теории графов как самостоятельного предмета. Чтобы решить данную задачу потребуется сначала сформулировать и доказать теорему. Эта теорема справедлива также и для мультиграфов, и для псевдографов, исключая тот случай, когда псевдограф имеет только одну вершину.
Обозначим через план выпуска продукции вида П1, П2, …, Пj, …, Пn, которые обеспечивают предприятию максимум объема реализации при имеющихся ресурсах.
Получаем следующую математическую модель: найти план выпуска продукции видов П1, П2, …, Пj, …, Пn,, обеспечивающий максимум объема реализации в стоимостном выражении
(16.1.1.)
при ограничениях на лимитируемые ресурсы
(16.1.2.)
и условии неотрицательности
(16.1.3.)
где – вектор цен, т.е. цена реализации единицы каждого вида продукции;
число, указывающее, сколько единиц i-го ресурса требуется для производства единицы продукции j-го вида;
– вектор ресурсов, т.е. количество каждого вида ресурса.
Аналогичная математическая модель составляется для задачи о выборе оптимальных технологий.
Задача о раскрое материалов.
Суть задачи об оптимальном раскрое состоит в разработке таких технологически допустимых планов раскроя, при которых получается необходимый комплект заготовок, а отходы (по длине, площади, объему, массе или стоимости) сводится к минимуму. Рассмотрим простейшую модель раскроя по одному измерению. Более сложные постановки ведут к задачам целочисленного программирования.
Модель задачи раскроя по одному измерению длинномерных материалов (прутков, труб, профильного проката и др.) может быть сформулирована так. Пусть имеется N штук исходного материала, длина каждой штуки равна L. Нужны заготовки m видов, длины которых равны . Известна потребность в заготовках каждого вида, она равна . Изучение вопроса раскроя (построение технологической карты раскроя) показывает, что можно выделить n приемлемых вариантов раскроя исходного материала длиной L на заготовки длиной . Обозначим через количество заготовок i-го вида, получаемое при раскрое единицы исходного материала по j-му варианту, - отходы при раскрое единицы исходного материала по j-му варианту.
План задачи , где – количество единиц исходного материала, планируемое к раскрою по j-му варианту.
Функция цели – минимум отходов, получаемых при раскрое:
(16.1.4.)
при ограничениях на число единиц исходного материала
на удовлетворение ассортиментного спроса потребителей
(16.1.6.)
и условии неотрицательности
где - отходы при раскрое единицы исходного материала по j-му варианту;
- количество заготовок i-го вида, получаемое при раскрое единицы исходного материала по j-му варианту;
N – количество исходного материала, длина каждой из которых равна L;
- потребность в заготовках каждого вида.
Похожие математические модели строятся для задачи о смесях, задачи о диете.
К задачам линейного программирования относится транспортная задача. Формулировку и математическую модель этой задачи мы рассмотрим отдельно несколько позже.
Рассмотрим пример задачи линейного программирования.
Пример 16.1. При изготовлении изделий И1 и И2 используются токарные и фрезерные станки, а также сталь и цветные металлы. По технологическим нормам на производство единицы изделия И1 требуется 300 и 200 единиц соответственно токарного и фрезерного оборудования (в станко-часах) и 10 и 20 единиц стали и цветных металлов (в килограммах). Для производства единицы изделия И2 требуется 400, 100, 70 и 50 соответствующих единиц тех же ресурсов. Цех располагает 12400 и 6800 станко-часов оборудования, 640 и 840 кг материалов. Прибыль от реализации единицы изделия И1 – 6 тыс. ден. ед., И2 – 16 тыс. ден. ед. Требуется:
1) свести исходные данные в таблицу, удобную для построения модели;
2) составить математическую модель задачи (показатель эффективности – прибыль).
Решение. 1) Обозначим через x1 число изделий И1, через x2 – изделий И2, через Z – суммарную прибыль от реализации производственных изделий, тогда исходные данные удобно представить в виде таблицы.
Ресурсы |
Затраты на единицу изделия |
Объем ресурса |
Вид ограничений | |
И1 |
И2 | |||
Станки, станко-ч токарные фрезерные Сталь, кг Цветные маталлы, кг |
300 200 10 20 |
400 100 70 50 |
12400 6800 640 840 |
|
Прибыль, тыс. ден. ед. |
6 |
16 |
||
План выпуска, шт. |
x1 |
x2 |
2) Так как каждое изделие И1 дает прибыль 6 тыс. ден. ед., а таких изделий изготовляется x1 ед., то все изделия И1 дадут прибыль 6x1; аналогично изделия И2 обеспечат прибыль 16x2. Суммарную прибыль можно записать в виде целевой функции, которая максимизирует прибыль
Токарного оборудования на изделие И1 требуется 300 станко-часов, на изделие И2 – 400 станко-ч. Тогда для изготовления x1 изделий И1 и x2 изделий И2 потребуется токарного оборудования (станко-ч). Так как общий фонд рабочего времени токарных станков не может превышать 12400 станко-ч, должно выполняться неравенство . Аналогично можно записать условия, налагаемые на фонд рабочего времени фрезерных станков: , и лимитирующие материалы: по стали , по цветным металлам .
Итак, искомый план задачи . Целевая функция
Система ограничений
Переменные x1 и x2 не могут быть выражены отрицательными числами, поэтому
,
Информация о работе Лекции по "Развитию операционных систем"