Оптимизация транспортных перевозок
Найдено решение <3,3,5,0,0,3>, F=-7. Это решение найдено правильно, кроме того, оно оптимальное (как видно по коэффициентам целевой функции). Таким образом, сравнив полученный результат с теми значениями, которые были выявлены при использовании графического и алгебраического методов, можно сделать вывод о правильности данного решения. В ходе курсовой работы были углублены теоретические знания… Читать ещё >
Оптимизация транспортных перевозок (реферат, курсовая, диплом, контрольная)
В последние годы все большее значение приобретает математический подход к задачам планирования.
С помощью методов прикладной математики (в частности линейного программирования) решаются такие проблемы, как оптимизация транспортных перевозок, задача о наилучшем использовании сырья, наилучшем плане работы вычислительного комплекса, и многие другие задачи. Решение этих задач позволит значительно снизить экономические затраты на реализацию и эксплуатацию соответствующих проектов. Таким образом, задачи прикладной математики имеют самое обширное применение в жизни.
В данной курсовой работе необходимо решить ряд вышеописанных задач, используя методы линейного программирования и безусловной оптимизации.
1. Линейное программирование
1.1 Построение математической модели ЗЛП
График по варианту задачи линейного программирования:
Получение уравнения целевой функции.
Для наглядности обозначим вершины буквами:
A (1,0); B (0,1); C (3,3); D (4,1); E (3,0); F (1,0); H (5,2)
Выбираем две точки прямой (0,2) (5,4) и по уравнению прямой находим уравнение целевой функции:
x1=5x2 — 5; x1 — 5x2 + 5=0;
Поскольку направление справочной стрелки и градиента не совпадают, то целевая функция имеет вид:
Получение системы линейных ограничений
Найдем уравнения прямых по формуле:
AB:
x1 + x2? 1
BC:
2x1 — 3x2? -3
CD:
— 2x1 — x2? -9
DE:
— x1 +x2? -3
EA:
x1? 0
Составим математическую модель ЗЛП:
F = x1 — 5x2 +5 > min
x1 + x2? 1
2x1 — 3x2? -3
— 2x1 — x2? -9
— x1 +x2? -3
x1, x2? 0
1.2 Получение решения ЗЛП графическим методом
Как видно из графика, оптимальная точка области решений, при которой целевая функция стремится к минимуму — точка C (3,3). Значение целевой функции в этой точке: F = -7.
1.3 Решение ЗЛП алгебраическим методом
Имеем математическую модель ЗЛП:
F = x1 — 5x2 +5 > min
x1 + x2? 1
2x1 — 3x2? -3
— 2x1 — x2? -9
— x1 + x2? -3
x1, x2? 0
Вводим дополнительные переменные и переходим к каноническому равенству:
F = x1 — 5x2 +5 > min
x1 + x2 — x3 = 1 x3 = -1 + x1 + x2
2x1 — 3x2 — x4 = -3 x4 = 3 + 2x1 — 3x2
— 2x1 — x2 — x5 = -9 — x5 = 9 — 2x1 — x2
— x1 + x2 — x6 = -3 x6 = 3 — x1 + x2
xj? 0, j = 1,6
Базисными являются x3, x4, x5, x6; свободными — x1, x2.
Решением будет служить < 0, 0, -1, 3, 9, 3 >, являющееся недопустимым. Выведем x3 из базисных в свободные переменные, а x1 переведём в базисные, чтобы избавиться от недопустимости в значениях переменных. Тогда система уравнений примет следующий вид:
x1 = 1 — x2 + x3
x4 = 5 — 5x2 + 2x3
x5 = 7 + x2 — 2x3
x6 = 2 + 2x2 + x3
F = 6 — 6x2 + x3 > min
Полученное решение < 0, 9, 8, 24, 0, 12 > может быть выбрано в качестве опорного.
Переведем в базис переменную x2, а в свободные — x4:
x2 = 1 — 1/5x4 + 2/5x3
x1 = 0 + 1/5x4 — 8/5x3
x5 = 8 — 1/5x4 — 1/5x3
x6 = 4 — 2/5x4 — 7/5x3
F = 0 + 6/5x4 — 7/5x3
Переводим в базис переменную x3, а в свободные — x5:
x3 = 5 — 11/8x4 — 5/8x5
x1 = 3 — 1/8x4 — 3/5x5
x2 = 3 — ¼x4 — ¼x5
x6 = 3 — 3/8x4 + 1/8x5
F = -7 + 7/5x4 + 7/8x5
Решение < 3, 3, 5, 0, 0, 3>, F = -7 является допустимым и оптимальным (так как целевую функцию уже нельзя улучшить). Так как результат совпал с результатом, полученным при решении графическим методом, делаем вывод, что решение верно.
1.4 Решение ЗЛП методом симплекс-таблицы
Имеем математическую модель:
F = x1 — 5x2 +5 > min
x1 + x2? 1
2x1 — 3x2? -3
— 2x1 — x2? -9
— x1 + x2? -3
x1, x2? 0
Выбираем подходящее опорное решение и преобразовываем его для создания симплекс-таблицы:
x3 = -1 — (-x1 — x2)
x4 = 3 — (-2×1 + 3×2)
x5 = 9 — (2×1 + x2)
x6 = 3 — (x1 — x2)
F = 5 — (-x1 + 5×2)
b | X1 | X2 | |||||
X3 | — 1 | — 1 | — 1 | ||||
— 2/3 | 1/3 | ||||||
X4 | — 2 | ||||||
— 2/3 | 1/3 | ||||||
X5 | |||||||
— 1 | 2/3 | — 1/3 | |||||
X6 | — 1 | ||||||
— 2/3 | 1/3 | ||||||
F | — 1 | ||||||
— 5 | 10/3 | — 5/3 | |||||
b | X1 | X4 | |||||
X3 | — 5/3 | 1/3 | |||||
5/8 | 5/32 | ||||||
X2 | — 2/3 | 1/3 | |||||
¼ | — 1/12 | ||||||
X5 | 8/3 | — 1/3 | |||||
3/8 | — 1/8 | ||||||
X6 | 1/3 | 1/3 | |||||
— 1 | — 1/8 | 1/24 | |||||
F | 7/3 | — 5/3 | |||||
— 7 | — 7/8 | 7/24 | |||||
b | X5 | X4 | |||||
X3 | 5/8 | 11/32 | |||||
X2 | ¼ | ¼ | |||||
X1 | 3/8 | — 1/8 | |||||
X6 | — 1/8 | 9/24 | |||||
F | — 7 | — 7/8 | — 33/24 | ||||
Получено решение:
Х=(3,3,5,0,0,3) F=-7
1.5 Определение допустимого решения ЗЛП методом введения искусственного базиса
Имеем математическую модель:
F = x1 — 5x2 +5 > min
x1 + x2? 1
2x1 — 3x2? -3
— 2x1 — x2? -9
— x1 + x2? -3
x1, x2? 0
Вводим дополнительные переменные Е:
Е1 = 1 — x1 — x2 + x3
Е2 = 3 + 2 x1 — 3 x2 — x4
Е3 = 9 — 2 x1 — x2 — x5
Е4 = 3 — x1 + x2 — x6
F = x1 — 5x2 +5 > min
Е1 = 1 — (x1 + x2 — x3)
Е2 = 3 — (- 2x1 + 3 x2 + x4)
Е3 = 9 — (2 x1 + x2 + x5)
Е4 = 3 — (x1 — x2 + x6)
F = x1 — 5x2 +5 > min
f = 16 — (2x1 + 4 x1 — x3 + x4 + x5 + x6)
Решаем задачу с помощью симплекс-таблицы.
b | X1 | X2 | X3 | X4 | X5 | X6 | |||||||||
E1 | — 1 | ||||||||||||||
— 1 | |||||||||||||||
E2 | — 2 | ||||||||||||||
— 3 | — 3 | — 3 | |||||||||||||
E3 | |||||||||||||||
— 1 | — 1 | — 1 | |||||||||||||
E4 | — 1 | ||||||||||||||
— 1 | |||||||||||||||
f | — 1 | ||||||||||||||
— 4 | — 4 | — 4 | |||||||||||||
F | — 1 | ||||||||||||||
— 5 | — 5 | — 5 | |||||||||||||
b | X1 | E1 | X3 | X4 | X5 | Х6 | |||||||||
X2 | — 1 | ||||||||||||||
5/3 | — 1 | 1/3 | 1/3 | ||||||||||||
E2 | — 5 | — 3 | |||||||||||||
5/3 | — 1 | 1/3 | 1/3 | ||||||||||||
E3 | — 1 | ||||||||||||||
5/3 | 1/3 | 1/3 | |||||||||||||
Е4 | — 1 | ||||||||||||||
5/3 | — 1 | 1/3 | 1/3 | ||||||||||||
f | — 2 | — 4 | |||||||||||||
— 1 | — 3 | ||||||||||||||
F | — 6 | — 5 | |||||||||||||
25/3 | 5/3 | 5/3 | |||||||||||||
b | X1 | E1 | E2 | X4 | X5 | X6 | |||||||||
X2 | 2/3 | 1/3 | 1/3 | ||||||||||||
1/8 | 1/24 | 1/24 | 1/8 | ||||||||||||
X3 | 5/3 | 1/3 | 1/3 | ||||||||||||
5/8 | 5/24 | 5/24 | 5/8 | ||||||||||||
E3 | 8/3 | 1/3 | 1/3 | ||||||||||||
3/8 | 1/8 | 3/8 | |||||||||||||
E4 | 1/3 | 1/3 | 1/3 | ||||||||||||
1/8 | 1/24 | 1/24 | 1/8 | ||||||||||||
f | — 1 | — 2 | |||||||||||||
¾ | ¼ | ¼ | ¾ | ||||||||||||
F | 7/3 | 5/3 | 5/3 | ||||||||||||
— 7 | 7/8 | 7/24 | 7/24 | 7/8 | |||||||||||
b | Е3 | E1 | Е2 | X4 | X5 | X6 | |||||||||
X2 | ¼ | ¼ | ¼ | ¼ | |||||||||||
Х3 | 5/8 | — 1 | 1/8 | 1/8 | 5/8 | ||||||||||
Х1 | 3/8 | 1/8 | 1/8 | 3/8 | |||||||||||
E4 | 1/8 | 3/8 | 3/8 | 1/8 | |||||||||||
3/24 | 3/8 | 1/8 | |||||||||||||
f | 9/8 | — 1 | 5/8 | 3/8 | 1/8 | ||||||||||
— 3 | 1/8 | 3/8 | 3/8 | 1/8 | — 1 | ||||||||||
F | — 7 | 7/8 | 33/24 | 33/24 | 7/8 | ||||||||||
b | Е3 | E1 | Е2 | X4 | X5 | Е4 | |||||||||
X2 | ¼ | ¼ | ¼ | ¼ | |||||||||||
Х3 | 5/8 | — 1 | 1/8 | 1/8 | 5/8 | ||||||||||
Х1 | 3/8 | 1/8 | 1/8 | 3/8 | |||||||||||
Х6 | 1/8 | 3/8 | 3/8 | 1/8 | |||||||||||
f | — 1 | — 1 | — 1 | — 1 | |||||||||||
F | — 7 | 7/8 | 33/24 | 33/24 | 7/8 | ||||||||||
Найдено решение <3,3,5,0,0,3>, F=-7. Это решение найдено правильно, кроме того, оно оптимальное (как видно по коэффициентам целевой функции). Таким образом, сравнив полученный результат с теми значениями, которые были выявлены при использовании графического и алгебраического методов, можно сделать вывод о правильности данного решения.
2. Целочисленное линейное программирование
Решить задачу целочисленного линейного программирования, используя метод ветвей и границ.
Получено целочисленное решение: Xopt = < 0,1>, F = 4
3. Целочисленное линейное программирование с булевскими переменными
Вариант | Проект | Расходы (млн. грн. в год) | Прибыль (млн. грн) | |||
1-й год | 2-й год | 3-й год | ||||
Доступный капитал | ||||||
Составим математическую модель данной ЗЛП с булевскими переменными:
F=25x1 + 35x2 + 20x3 + 15x4 + 10x5
7x1 + 8x2 + 9x3 + 6x4 + 4x5? 30
6x1 + 4x2 + 9x3 + 8x4 + 7x5? 30
6x1 + 7x2 + 8x3 + 9x4 + 5x5? 30
Запишем вычисления в таблицу:
x1 | x2 | x3 | x4 | x5 | Ф.О. | Ц.Ф. | ||||
; | ; | ; | ||||||||
Максимальной прибыли предприятие достигнет при реализации проектов
1, 2, 3, 4
X = (1,1,1,1,0); F=95
4. Поиск глобального экстремума функции
Минимизировать функцию, где a = 4, b = 7. Начальная точка. Применить метод движения по симплексу. Начальные условия: размер стороны симплекса =2; коэффициент уменьшения стороны симплекса =10; критерий окончания поиска Ответ:
5. Метод градиентного спуска
Выполнить поиск минимума функции, где a = 4, b = 7 методом градиентного спуска.
Начальные условия:
— значение шага t0=0,5;
— коэффициент уменьшения шага =2;
— критерий окончания поиска ;
— начальная точка
1)
2)
Так как критерий выполнен, то .
6. Одномерная минимизация
Требуется:
— выполнить поиск минимума заданной функции методом дихотомии (3 итерации);
— уточнить интервал поиска методом Фибоначчи (3−4 итерации);
— завершить поиск методом квадратичной аппроксимации.
Метод дихотомии
k | ak | x1k | xmk | x2k | bk | f (x1) | f (xm) | f (x2) | |
0.1 | 0.575 | 1.05 | 1.525 | 3.516 | 3.81 | 5.251 | |||
0.575 | 0.813 | 1.05 | 1.287 | 1.525 | 3.484 | 3.81 | 4.4 | ||
0.813 | 0.931 | 1.05 | 1.169 | 1.287 | 3.612 | 3.81 | 4.074 | ||
0.931 | 0.991 | 1.05 | 1.109 | 1.169 | 3.702 | 3.81 | 3.934 | ||
Заключение
В ходе курсовой работы были углублены теоретические знания по дисциплине, а также приобретены и закреплены практические навыки решения задач линейного и нелинейного программирования и оценке эффективности работы применяемых алгоритмов.
Для задач линейного программирования были заданы одни и те же исходные данные, поэтому полученные ответы каждого пункта одинаковые. Оптимальный план для данной ЗЛП: Х = < 3, 3 5, 0, 0, 3>, значение целевой функции F=-7.
Для задачи целочисленного линейного программирования было получено следующее оптимальное целое решение: Х = <0,1>. F = 4.
Задача целочисленного линейного программирования с булевскими переменными была решена с помощью Метода Баллаша. Получили следующее решение: X = (1,1,1,1,0); F=95.
С помощью метода движения по симплексу решена задача поиска глобального экстремума. Получен следующий ответ:
По методу градиентного спуска был найден экстремум функции и он составил:
F (x) = 0
Задача одномерной минимизации решена тремя методами: метод дихотомии (первые 4 итерации), метод Фибоначчи (вторые 4 итерации), и завершен поиск методом квадратичной аппроксимации. Получен ответ:
Х = 0.638, F (x) = 3.43.
программирование булевский градиентный транспортный
1. М.У. для выполнения курсового проекта по дисциплине «Прикладная математика»