11774

Розв’язання несумісних задач лінійної оптимізації в діалоговому режимі

Лабораторная работа

Информатика, кибернетика и программирование

Звіт до лабораторної роботи №4 на тему: Розв’язання несумісних задач лінійної оптимізації в діалоговому режимі З курсу: Математичні методи дослідження операцій Мета: Знайти оптимальний розв’язок розподілу ресурсів за умови первинної наявності несумісн

Украинкский

2013-04-11

199.06 KB

9 чел.

З в і т

 до лабораторної роботи №4

на тему:

«Розв’язання несумісних задач лінійної оптимізації в діалоговому режимі»

З курсу: «Математичні методи дослідження операцій»

Мета:

Знайти оптимальний розв’язок розподілу ресурсів за умови первинної наявності несумісних обмежень.

Теоретичні відомості

Ввід умов задачі полягає в наступних основних кроках:

  1.  Створення форми для вводу умов задачі
  2.  Ввід початкових даних
  3.  Ввід залежностей із математичної моделі
  4.  Призначення цільової ф-ї
  5.  Ввід обмежень і граничних умов

Рішення задачі проводиться відразу після вводу даних. Проте рішення задачі знаходиться не завжди. Якщо умови задачі несумісні – рішення не буде знайдено. Для з’ясування причин несумісності необхідно ввести додаткові ресурси.

Порядок виконання роботи

  1.  Змінити умову первісної задачі таким чином,щоб вона стала несумісною;
  2.  Почати розв’язання задачі;
  3.  Внести зміни в умову задачі та відкоригувати її в табличному представленні;
  4.  Розв’язати змінену задачу та проаналізувати отриманий розв’язок;

16х1+12х2 - > MAX

1  +  3х2 <=  180

1  +    х2 <=  240

1  +  7х2 <=  426

х12>=0

Хід роботи

Від умов задачі:

Рис.1. Умови задачі в табличному представленні

Знаходження оптимального розв’язку:

Рис.2. Діалогове вікно «Пошук рішень»

Рис.3. Вирішення задачі

Зміна умов первісної задачі:

В задачі, яку я щойно вирішила було знайдено оптимальне вирішення поставленої задачі. При цьому сировина і фінанси були використані повністю. Для отримання несумісності в навчальних цілях я змінила умову задачі додатково призначивши в умові задачі Прод1=60, Прод2=20.

Рис.4. Діалогове вікно «Пошук рішень» з несумісними обмеженнями

При спробі розв’язання задачі з такими обмеженнями програма видає таке діалогове вікно, що повідомляє нас про неможливість знаходження розв’язку.

Рис.5. Вікно «Результати пошуку рішення»

Поява цього діалогового вікна – ознака несумісного рішення.

Внесення змін в умову задачі та коригування її в табличному вигляді:

Для з’ясування причин несумісності введемо додаткові необхідні ресурси Ті і запишемо систему у вигляді

16х1+12х2 - > MAX

1  +  3х2 <=  180+Т1

1  +    х2 <=  240+Т2

1  +  7х2 <=  426+Т3

Т12 3>=0

Така постановка задачі дасть можливість визначити мінімальне значення додаткових необхідних ресурсів.

Для вводу умов задачі систему запишемо у вигляді:

Т1 +Т2+Т3->MIN

1  +  3х2 1<=  180

1  +    х2 2<=  240

1  +  7х2 3<=  426+Т3

Т12 3>=0

Відкоригуємо таблицю для вводу даних.

Рис.6. Відкоригована таблиця

Розв’язання задачі:

Рис.7. Діалогове вікно «Пошук рішень»

 

Рис.8. Результати розв’язання задачі з несумісними обмеженнями.

Аналіз результатів:

З результатів пошуку оптимального рішення видно, що для випуску продукції необхідно мати наступну кількість ресурсів:

Трудові 180+0=180

Сировина 240+20=260

Фінанси 426+74=500

При цьому прибуток буде рівний 1200 

Текст програми

#include <iostream.h>

int main()

{  

 cout<<"Vidpovid' "<<endl;

   int x1=60,x2=20,r=0,t1,t2, t3;

   float a,b,c,d,e;

 while (r==0)

   {

       

       t1=rand()%10;

       t2=rand()%30;

       t3=rand()%80;

       

           e=t1+t2+t3;

           a=16*x1+12*x2;

           b=2*x1+3*x2-t1;

           c=4*x1+x2-t2;

           d=6*x1+7*x2-t3;

       if((e<=(94))&&(a>=(1056))&&(b<=180)&&(c<=240)&&(d<=426))

      {

        cout<<"X1="<<x1<<endl<<"X2="<<x2<<endl<<"T1="<<t1<<endl<<"T2="<<t2<<endl<<"T3="<<t3<<endl    ;

        getchar();

        r=1;     

      }

   }

}

Висновок

Знайшли оптимальний розв’язок розподілу ресурсів за умови первинної наявності несумісних обмежень.


 

А также другие работы, которые могут Вас заинтересовать

26374. Ме́тод Мо́нте-Ка́рло 42.5 KB
  При проведении анализа по методу МонтеКарло компьютер использует процедуру генерации псевдослучайных чисел для имитации данных из изучаемой генеральной совокупности. В математической литературе часто используется термины последовательность случайных чисел или просто случайные числа . Если использовать точные термины то можно говорить только о случайной последовательности чисел или о случайном значении параметров. Однако в литературе широко используется термины случайные числа и последовательность случайных чисел и это означает что каждое...
26376. Вероятностные модели 47.5 KB
  Моделирование случайных процессов мощнейшее направление в современном математическом моделировании. При компьютерном математическом моделировании случайных процессов нельзя обойтись без наборов так называемых случайных чисел удовлетворяющих заданному закону распределения. Если он помог в чемто мы говорим повезло если оказался не в нашу пользу то сокрушаемся не судьба Многие ученые занимались изучением закономерностей случайных событий. Смоделируем ситуации которые в теории вероятности получили название случайных блужданий.
26377. Понятие модели, моделирования 94 KB
  Вначале понятие модель относилось только к материальным объектам как например манекен модель человеческой фигуры чучело модель животного модели автомобилей самолетов и т. Чертежи рисунки карты – это тоже модели но они соответствуют более высокой степени абстрагирования от оригинала поэтому их модельные свойства были осознаны намного позже. В настоящее время понятие модели расширилось оно включает и реальные и так называемые идеальные модели например математические модели.
26378. Виды моделирования 37 KB
  Например можно выделить следующие виды моделирования: Информационное моделирование Компьютерное моделирование Математическое моделирование Математикокартографическое моделирование Молекулярное моделирование Цифровое моделирование Логическое моделирование Педагогическое моделирование Психологическое моделирование Статистическое моделирование Структурное моделирование Физическое моделирование Экономикоматематическое моделирование Имитационное моделирование Эволюционное моделирование ИНФОРМАЦИОННОЕ В своей деятельности человек...
26379. Классификация моделей 73 KB
  Модель называется статической если среди параметров участвующих в ее описании нет временного параметра. Статическая модель в каждый момент времени дает лишь фотографию системы ее срез. Закон Ньютона F=am это статическая модель движущейся с ускорением a материальной точки массой m. Эта модель не учитывает изменение ускорения от одной точки к другой.
26380. Модели предметные (материальные) и модели информационные 33.5 KB
  Предметные модели воспроизводят геометрические физические и другие свойства объектов в материальной форме глобус анатомические муляжи модели кристаллических решеток макеты зданий и сооружений и др. Информационные модели представляют объекты и процессы в образной или знаковой форме. Образные модели рисунки фотографии и др.
26381. Мочевыводящие пути 22 KB
  Топографически он имеет 3 части: брюшная – лежит ретроперитониально направляется в мочеполовой складке у самцов вместе с семяпроводом ко входу в тазовую полость; тазовая – покрыта адвентицией доходит до лонной области и здесь впадает в дорсальную стенку мочевого пузыря вблизи его шейки формируя на слизистой пузырный треугольник; внутрипузырная – следует между слизистой и мышечной оболочкой мочевого пузыря что препятствует обратному току мочи. Стенка мочевого пузыря: слизистая – переходный эпителий мышечная – гладкая мускулатура...
26382. Мышцы глазного яблока и век 20.5 KB
  В толще век располагаются пучки поперечноисчерченных волокон круговой мышцы век m. Глазные мышцы в количестве 7 расположены внутри периорбиты плотный фиброзный мешок край которого закреплён по краю орбиты а вершина – в области зрительного отверстия. retractor bulbi а снаружи от него – 4 прямые глазничные мышцы m. Косые глазные мышцы m.