Теория принятия решений

Автор работы: Пользователь скрыл имя, 13 Ноября 2013 в 14:30, контрольная работа

Описание работы

По смыслу значительной части экономических задач, относятся к задачам линейного программирования, компоненты решения должны выражаться в целых числах, т.е. быть целочисленными. К ним относятся, например, задачи, в которых переменные означают количество единиц неделимой продукции, число станков при загрузке оборудования, число судов при распределениях по линиям, число турбин в энергосистеме, число вычислительных машин в управляющем комплексе и многие другие.

Содержание работы

1.Постановка задачи целочисленного программирования 3
2. Понятие о методе ветвей и границ 4
3.Применение метода ветвей и границ для задач календарного планирования 13
Литература 20

Файлы: 1 файл

теория принятия решений.doc

— 208.00 Кб (Скачать файл)

Тогда ход решения задачи трех станков можно представить  следующей формальной схемой.

Нулевой шаг. Задание множества G(0), образуется всеми возможными последовательностями (s = 0).

Вычисление оценки для множества G0:

где   D(0) = max {dA(0), dB (0), бC (0)},

.

Первый шаг.Образование    множеств    G1(1) U G1(2) U... …G1(n).

Подмножество Gk определяется всеми последовательностями с началом ik(k — 1, ...,n ).

Вычисление оценок. Оценку для последовательности sk определяют из соотношения (4), т. е.


   D(sk) = max {dA(sk), dB (sk), dC (sk)};  k = 1, n.

Выбор варианта для продолжения. Из всех подпоследовательностей, построенных на предыдущем шаге, выбирают наиболее перспективную последовательность sk с наименьшей оценкой, т. е.

D(sk(1))=min D(sj(1)).

Ветвление. Выбрав наиболее перспективный вариант последовательности sk(1), развивают его построением всех возможных подпоследовательностей длиной 2 с началом  sk(1) вида   sk+1(2)= (sk(1), j), где j не входит в sk.

Вычисление оценок производят в соответствии с соотношениями (1), (2), (3).

k - ш а г. Допустим, что уже проведено k шагов, в результате чего построены варианты s1(k), s2(k) ,…,svk(k), а именно подпоследовательности длиной k.

Выбираем самый перспективный  вариант sS(k) такой, что

D(ss(k))=min D(sj(k)).

Множество Gs(k) разбиваем на (п — k) подмножеств, каждое из которых образуется добавлением к последовательности ss(k) некоторого элемента ik+1 такого, что ik+1 .

Оценка  определяется в соответствии с соотношениями (1) — (4).

В результате строим дерево вариантов следующего вида: вершина  О отвечает s = 0, вершины первого уровня G1(1), G2(1)..., Gn(1) соответствуют последовательностям длиной 1, т. е. s1(1) = 1, s2(1) = 2,..., sn(1) = п и т. д. Каждая конечная вершина отвечает последовательности максимальной длины п.

Признак оптимальности. Если sv(n)  отвечает конечной вершине дерева, причем оценка наименьшая из оценок всех вершин, то sv(n) — искомый вариант, иначе переходим к продолжению варианта с наименьшей оценкой.

 

Пример 6. Рассмотрим задачу .трех станков, условия которой приведены  в табл. 1:

Таблица 1

Длительность операций

Деталь

1

2

3

4

5

ai

bi

ci

2

3

4

5

2

4

1

1

2

3

4

2

3

5

2


Нулевой шаг. s = 0.

dA(s = 0) = A(0) +

  +
  = 0 + 14 + 3 = 17;

dB(s = 0) = В(0) +

+  min cj = 0 + 15 + 2 = 17;

dC(s = 0) = С(0) +

=14 .

 

Тогда

∆ (s = 0) = max {17, 17,14} = 17.

Первый шаг. Конструируем все возможные последовательности длиной 1

s1(1)  = 1;  s2(1) = 2;   s3(1) = 3;   s4(1) = 4;   s5(1) = 5.

Находим

dA(1)  = A1  +

  +
  = 14 + 3 = 17;

dB(1)(s = 0) = В1 +

+
  = 5 + 12 + 2 = 19;

dC(1) = С1 +

= 9 + 10 = 19 .

 

Откуда ∆ (1) = max {17, 19, 19} = 19.

Аналогично определяем ∆ (2), ∆ (3), ∆ (4), ∆ (5).

Второй шаг. Среди множества подпоследовательностей длиной 1, s1(1) = 1, s2(1) = 2,..., s5(1) = 5  выбираем наиболее перспективную s = 1, для которой величина оценки-прогноза ∆ (s) оказывается наименьшей. Далее развиваем ее, конструируя возможные варианты длиной 2, т. е. (1.2), (1.3), (1.4), (1.5).

Для каждого из этих вариантов  вновь определяем оценки по формулам (1) — (4).

Процесс вычислений продолжаем аналогично.

Процесс построения дерева вариантов приведен на рис. 1.

Каждой конечной вершине  дерева вариантов будет отвечать полная последовательность s = i1,i2,,.in. Если для некоторой такой вершины величина оценки ∆ (s) не превосходит величины оценок для всех остальных вершин, то эта оценка определяет искомый оптимальный вариант. В противном случае разбиваем более перспективный вариант с наилучшей оценкой.

Конечная вершина определяет вариант (последовательность) = 3, 1, 5, 2, 4  с наилучшей оценкой ∆ = 20. Поэтому данный вариант является оптимальным.

Непосредственной проверкой  убеждаемся, что время обработки  всей последовательности деталей для  этого варианта совпадает со значением оценки-прогноза и является минимальным:

 

Литература

1)Зайченко Ю. П., «Исследование  операций», Киев «Высшая школа» 1975г.

2)Акулич И.Л., «Математическое программирование  в примерах и задачах», Москва  «В ысшая школа» 1993г.

3)Кузнецов Ю.Н., Кузубов  В.И., Волощенко А.Б. «Математическое  программирование», Москва «В  ысшая школа» 1980г.




Информация о работе Теория принятия решений