Министерство образования Республики Беларусь

Учреждение образования «Белорусский государственный университет

информатики и радиоэлектроники»

Факультет информационных технологий и управления

Кафедра информационных технологий автоматизированных систем

Дисциплина: Системный анализ и исследование операций

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
к курсовому проекту
на тему

РЕШЕНИЕ ОПТИМИЗАЦИОННЫХ ЗАДАЧ

ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ

БГУИР КП 1-53 01 02 06 013 ПЗ

Студент гр. 820601: Кохнович М.О.

Руководитель: Протченко Е.В.

Минск 2020
 РЕФЕРАТ

РЕШЕНИЕ ОПТИМИЗАЦИОННЫХ ЗАДАЧ ЛИНЕЙНОГО

ПРОГРАММИРОВАНИЯ: курсовой проект / М.   О.   Кохнович. – Минск :
БГУИР, 2020, – п.з. – 33 с.
Основной задачей данного курсового проекта является решения
задачи планирования работы предприятия, обеспечивающей ему
максимальную прибыль.
Пояснительная записка к курсовому проекту состоит из введения и 7
разделов, включающих, постановку задачи оптимизации, построение базовой
аналитической модели, обоснование вычислительной процедуры, решение
задачи оптимизации на основе симплекс-метода, анализ модели на
чувствительность, построение модифицированной модели и анализ
результатов модификации, примеры постановок и решений
оптимизационных управленческих задач.
В ходе работы была описана математическая модель задачи, найдено
решение задачи с помощью симплекс-метода, онлайн-калькулятора и
табличного процессора Excel, произведен анализ модели на чувствительность
и представлен возможный вариант модификации модели с целью увеличения
прибыли.
Данный курсовой проект может служить хорошим примером при
решении и обучению решению аналогичных задач.
 Учреждение образования
«Белорусский государственный университет информатики
и радиоэлектроники»

Факультет информационных технологий и управления

УТВЕРЖДАЮ
Заведующий кафедрой
––––––––––––––––––––––––
(подпись)
––––––– –––––––––––2020г.

ЗАДАНИЕ
по курсовому проектированию

Студенту    Кохновичу Максиму Олеговичу–––––––––––––––––––

1. Тема проекта   Разработка оптимального плана производства
металлоизделий.
2. Срок сдачи студентом законченного проекта– ––––21 декабря 2020 г.––
3. Исходные данные к проекту     Предприятие выпускает металлоизделия
трех видов (A, B, C). Для их выпуска используется три вида сырья (сталь,
алюминий, сплав для покрытия). Нормы расхода стали, алюминия и сплава
для покрытия для изделия А равны 6, 0 и 4 кг соответственно, для изделия B
– 8, 5 и 0 кг, для изделия С – 5, 8 и 2 кг.
Предприятие имеет возможность использовать в течение недели не
более 80 т стали, 40 т алюминия и 20 т сплава для покрытия.
Прибыль за продажу изделий видов A, B и C равна 200, 50 и 300
денежных единиц соответственно.
Численность работающих на предприятии позволяет выпустить за
неделю 15 тыс. изделий типа A (если выпускать только эти изделия).
Изделие B в 1,5 раза более трудоемкое, чем изделие A, изделие C - в 2 раза.
Для выполнения заказов предприятию необходимо выпустить не менее 4
тыс. изделий типа B.
Составить план выпуска металлоизделий, обеспечивающий
предприятию максимальную прибыль.
4. Содержание расчетно-пояснительной записки (перечень вопросов,
которые подлежат разработке) Введение. 1. Постановка задачи оптимизации.
2. Построение базовой аналитической модели. 3. Обоснование
вычислительной процедуры. 4. Решение задачи оптимизации на основе
симплекс-метода. 5. Анализ модели на чувствительность. 6. Построение
модифицированной модели и анализ результатов модификации. 7. Примеры
постановок и решений оптимизационных управленческих задач. Приложение
А (обязательное). Приложение Б (обязательное). Приложение В (обязательное).
5. Консультант по проекту (с обозначением разделов проекта) Е. В.
Протченко–
7. Дата выдачи задания –––– –3 сентября 2020 г.––––––––––––––––––––      –
8. Календарный график работы над проектом на весь период проектирования (с
обозначением сроков выполнения и трудоемкости отдельных этапов):
раздел 1-3 к 22.09 – 30  %; ––––––––––––––––
––––––––––––––––                –
раздел 4-5 к 20.10 – 30  %; –– ––––––––––––––
––––––––––––––––––              –––
раздел 6-7 к 17.11 – 20  %; –––––––––––––––––––
–––––––––––––––––             
оформление пояснительной записки к 10. 12 – 20  %   
Защита курсового проекта с 10.12 по
21.12.2020г.––––––––––––––––––––           
Руководитель– –––––––– Е. В. Протченко
(подпись)

Задание принял к исполнению –––––––____________ –– М. О. Кохнович

(подпись)
 СОДЕРЖАНИЕ
Введение...................................................................................................................6
1 Постановка задачи оптимизации...................................................................8
2 Построение базовой аналитической модели.................................................9
3 Обоснование вычислительной процедуры.................................................11
4 Решение задачи оптимизации на основе двухэтапного метода................12
4.1 Первый этап...................................................................................................12
4.2 Второй этап....................................................................................................16
5 Анализ модели на чувствительность...........................................................19
5.1 Анализ на чувствительность к изменению максимального
количества тонн сплава, выделенного на неделю...............................................19
5.2 Анализ на чувствительность к изменению минимально
необходимого объёма производства....................................................................20
5.3 Анализ на изменение коэффициента целевой функции............................21
6 Построение модифицированной модели и анализ
результатов модификации....................................................................................22
7 Примеры постановок и решений оптимизационных
управленческих задач............................................................................................24
7.1 Пример 1.........................................................................................................24
7.2 Пример 2.........................................................................................................25
Заключение.............................................................................................................27
Список использованных источников...................................................................28
Приложение А (обязательное) Рабочий лист MS Excel с
результатами оптимизации на основе базовой аналитической модели...........29
Приложение Б (обязательное) Рабочий лист MS Excel с
результатами оптимизации на основе модифицированной
аналитической модели..........................................................................................30
Приложение В (обязательное) Протокол решения задач
планирования производства на основе табличного процессора MS Excel.......31
Ведомость курсового проекта..............................................................................33
 ВВЕДЕНИЕ

Исследование операций – прикладная математическая дисциплина,

рассматривающая количественное обоснование решений по управлению
целенаправленными процессами (операциями) в сложных системах. Ее
составляющими являются: построение математических моделей принятия
наилучших (оптимальных) решений, разработка математических методов
получения таких решений для различных типов исходной числовой
информации, использование полученных результатов в реальных ситуациях.
В широком смысле «Исследование операций» можно определить как
научный подход к решению задач организационного управления.
В узком смысле «Исследование операций» представляет собой
прикладную математическую дисциплину, которая занимается вопросами
количественного обоснования решений по управлению целенаправленными
процессами (операциями) в сложных системах.
В данном определении принципиально важными являются три
ключевых момента:
 устанавливается объект исследования;
 подчеркивается целенаправленность действий;
 определяется метод исследования.
Методы исследования операций применяются в тех случаях, когда
требуется организовать какое-то целенаправленное мероприятие, которое
можно организовать тем или другим способом, выбрать некоторое решение
из ряда возможных вариантов. Причем каждый из вариантов обладает
некоторыми преимуществами и недостатками, а в силу сложившийся
ситуации, сразу не ясно, какой из вариантов предпочтительнее и почему.
Целью исследования операций является предварительное
количественное обоснование оптимальных решений в соответствие с
некоторым критерием эффективности.
Исследование любой операции состоит из следующих этапов:
 постановка задачи;
 построение математической модели;
 нахождение метода решения (выбор, разработка);
 проверка и корректировка модели;
 реализация найденного решения на практике.

6
 В данном курсовом проекте стоит задача нахождения оптимального
плана производства металлоизделий, а также составления плана
производства металлоизделий с максимизацией прибыли.
В данном курсовом проекте задача решается методом введения
искусственного базиса вместе с последующим нахождением оптимального
решения симплекс-методом. Также нужно учесть, что переменные в
построенной математической модели по ходу решения могут быть только
целыми числами. В нашем случае это количество изделий, то есть
необходимо найти не только оптимальное решение, но и это решение должно
быть еще и целочисленным. Задачи линейного программирования можно
решить, используя табличный процессор Excel или онлайн калькуляторы, в
данном курсовом проекте продемонстрировано решение, используя
табличный процессор Excel.

7
 1 ПОСТАНОВКА ЗАДАЧИ ОПТИМИЗАЦИИ

Предприятие выпускает металлоизделия трех видов (A, B, C). Для их

выпуска используется три вида сырья (сталь, алюминий, сплав для
покрытия). Нормы расхода сырья на одно изделие приведены в таблице 1.1.
Таблица 1.1 – Таблица норм расхода сырья
Расход сырья на одно изделие, кг
Изделие сплав для
сталь алюминий
покрытия
А 6 0 4
B 8 5 0
C 5 8 2

Предприятие имеет возможность использовать в течение недели не

более 80 т стали, 40 т алюминия и 20 т сплава для покрытия.
Прибыль за продажу изделий видов A, B и C равна 200, 50 и 300
денежных единиц соответственно.
Численность работающих на предприятии позволяет выпустить за
неделю 15 тыс. изделий типа A (если выпускать только эти изделия). Изделие
B в 1,5 раза более трудоемкое, чем изделие A, изделие C - в 2 раза. Для
выполнения заказов предприятию необходимо выпустить не менее 4 тыс.
изделий типа B.
Составить план выпуска металлоизделий, обеспечивающий
предприятию максимальную прибыль.

8
 2 ПОСТРОЕНИЕ БАЗОВОЙ АНАЛИТИЧЕСКОЙ
МОДЕЛИ

Составляется аналитическая модель задачи. Для этого вводятся

переменные:
X1 – количество изделий типа A, необходимое предприятию для
выпуска в течение недели.
X2 – количество изделий типа B, необходимое предприятию для
выпуска в течение недели.
X3 – количество изделий типа C, необходимое предприятию для
выпуска в течение недели.
Вводятся ограничения.
Ограничение на количество стали, допустимой к использованию в
течение недели:
6X1 + 8X2 + 5X3 ≤ 80000 – предприятие имеет возможность
использовать в течение недели не более 80 т стали.
Ограничение на количество алюминия, допустимой к использованию в
течение недели:
5X2 + 8X3 ≤ 40000 – предприятие имеет возможность использовать в
течение недели не более 40 т алюминия.
Ограничение на количество сплава для покрытия, допустимой к
использованию в течение недели:
4X1 + 2X3 ≤ 20000 – предприятие имеет возможность использовать в
течение недели не более 20 т сплава для покрытия.
Ограничение на количество изделий типа B:
X2 ≥ 4000 – для выполнения заказов предприятию необходимо
выпустить не менее 4 тыс. изделий типа B.
Другие ограничения:
2X1 + 3X2 + 6X3 = 30000 – время на выпуск всех изделий равно 1 недели
при следующем условии: численность работающих на предприятии
позволяет выпустить за неделю 15 тыс. изделий типа A (если выпускать
только эти изделия), изделие B в 1,5 раза более трудоемкое, чем изделие A,
изделие C - в 2 раза.
Составляется целевая функция.

9
 Прибыль за продажу изделий видов A, B и C равна 200, 50 и 300
денежных единиц соответственно.
Таким образом, целевая функция:
E = 200X1 + 50X2 + 300X3 – это прибыль предприятия за неделю,
которую необходимо максимизировать.
Математическая модель:
6X1 + 8X2 + 5X3 ≤ 80000
5X2 + 8X3 ≤ 40000
4X1 + 2X3 ≤ 20000
X2 ≥ 4000
2X1 + 3X2 + 6X3 = 30000
X1, X2, X3 ≥ 0
E = 200X1 + 50X2 + 300X3 → max
В данной задаче все переменные по своему физическому смыслу могут
принимать только целочисленные значения, поэтому на них накладываются
ограничения целочисленности.

10
 3 ОБОСНОВАНИЕ ВЫЧИСЛИТЕЛЬНОЙ
ПРОЦЕДУРЫ

Требуется поиск целочисленного решения, т.к. по своему физическому

смыслу переменные могут принимать только целочисленные значения,
поэтому по результатам полученного оптимального решения будет решаться
вопрос о необходимости применения дополнительных методов поиска
целочисленного решения.
В математической модели имеются ограничения «больше или равно» и
«равно». После приведения таких ограничений к стандартной форме в них не
содержится базисных переменных. Поэтому для решения задачи потребуется
использование одного из методов искусственного базиса. В данном случае
будет использован двухэтапный метод.
Основные этапы реализации двухэтапного метода следующие.
На первом этапе строится искусственный базис, находится начальное
недопустимое решение и выполняется переход от начального недопустимого
решения к некоторому допустимому решению. Этот переход реализуется
путем минимизации (сведения к нулю) искусственной целевой функции,
представляющей собой сумму искусственных переменных.
На втором этапе выполняется переход от начального допустимого
решения к оптимальному решению.
Симплекс-метод позволяет решать задачи линейного
программирования любой размерности, т.е. с любым количеством
переменных. Решение задач линейного программирования на основе
симплекс-метода состоит в целенаправленном переборе угловых точек ОДР в
направлении улучшения значения целевой функции.
Поиск решения на основе симплекс-метода реализуется путем
вычислений на симплекс-таблицах. Основные этапы реализации симплекс-
метода следующие:
1 Задача линейного программирования приводится к стандартной
форме.
2 Определяется начальное допустимое решение (начальная угловая
точка ОДР).
3 Строится исходная симплекс-таблица. Выполняются
преобразования симплекс-таблиц, соответствующие перебору
угловых точек ОДР, до получения оптимального решения.
Реализация симплекс-метода существенно различается в зависимости
от вида математической модели задачи.

11
 4 РЕШЕНИЕ ЗАДАЧИ ОПТИМИЗАЦИИ НА ОСНОВЕ
ДВУХЭТАПНОГО МЕТОДА

Приводим задачу к стандартной форме. Для этого во все ограничения

типа «больше или равно» вводятся избыточные переменные, а в ограничения
типа «меньше или равно» – остаточные переменные. В ограничения равно не
требуется вводить никаких дополнительных переменных. Кроме того,
требуется перейти к целевой функции, подлежащей максимизации.
Математическая модель задачи в стандартной форме будет иметь следующий
вид:
6X1 + 8X2 + 5X3 + X4 = 80000
5X2 + 8X3 + X5 = 40000
4X1 + 2X3 + X6 = 20000
X2 – X7 = 4000
2X1 + 3X2 + 6X3 = 30000
X1, X2, X3 ≥ 0
E = 200X1 + 50X2 + 300X3 → max
Здесь X7 - избыточная переменная.

4.1 Первый этап

В полученной системе уравнений не везде есть базисные переменные.

Поэтому для решения задачи требуется использовать методы искусственного
базиса.
Во все ограничения, где нет базисных переменных, вводятся
искусственные базисные переменные. В данной задаче их требуется ввести в
два последних ограничения. Система ограничений будет иметь следующий
вид:
6X1 + 8X2 + 5X3 + X4 = 80000
5X2 + 8X3 + X5 = 40000
4X1 + 2X3 + X6 = 20000
X2 - X7 + X8 = 4000
2X1 + 3X2 + 6X3 + X9 = 30000

12
 X1, X2, X3 ≥ 0
Таким образом, начальный базис будет состоять из переменных X4, X5,
X6, X8, X9.
Составляется искусственную целевую функцию. Она представляется в
виде суммы всех искусственных переменных:
W = X8 + X9 → min
Эта целевая функция подлежит минимизации, т.к. для определения
начального допустимого решения необходимо, чтобы все искусственные
переменные приняли нулевые значения.
Искусственная целевая функция выражается через небазисные
переменные. Для этого сначала требуется выразить искусственные
переменные через небазисные:
X8 = 4000 – X2 + X7
X9 = 30000 – 2X1 – 3X2 – 6X3
Выраженные переменные подставляются в искусственную целевую
функцию:
W = 34000 – 2X1 – 4X2 – 6X3 + X7 → min
Для приведения задачи к стандартной форме выполняется переход к
искусственной целевой функции, подлежащей максимизации. Для этого она
умножается на (-1):
– W = – 34000 + 2X1 + 4X2 + 6X3 – X7 → max
Полная математическая модель задачи, приведенная к стандартной
форме:
6X1 + 8X2 + 5X3 + X4 = 80000
5X2 + 8X3 + X5 = 40000
4X1 + 2X3 + X6 = 20000
X2 - X7 + X8 = 4000
2X1 + 3X2 + 6X3 + X9 = 30000
X1, X2, X3 ≥ 0
E = 200X1 + 50X2 + 300X3 → max
– W = – 34000 + 2X1 + 4X2 + 6X3 – X7 → max

13
 Определяется начальное решение. Все исходные, а также избыточные
переменные задачи являются небазисными, т.е. принимаются равными нулю.
Искусственные, а также остаточные переменные образуют начальный базис.
Они равны правым частям ограничений. Таким образом, начальное решение
задачи следующее: X1 = X2 = X3 = X7 = 0, X4 = 80000, X5 = 40000, X6 = 20000,
X8 = 4000, X9 = 30000. Это решение не является допустимым, т.к. значения
переменных X1 = X2 = X3 = 0 не удовлетворяют постановке задачи.
Начальное значение целевой функции E = 200X1 + 50X2 + 300X3 равно
0. Начальное значение искусственной целевой функции – W = – 34000 + 2X1
+ 4X2 + 6X3 – X7 равно – 34000.
Составим исходную симплекс-таблицу (см. таблица 4.1).

Таблица 4.1 – Исходная симплекс-таблица

Б X1 X2 X3 X4 X5 X6 X7 X8 X9 Р
Е -200 -50 -300 0 0 0 0 0 0 0
-W -2 -4 -6 0 0 0 1 0 0 -34000
X4 6 8 5 1 0 0 0 0 0 80000
X5 0 5 8 0 1 0 0 0 0 40000
X6 4 0 2 0 0 1 0 0 0 20000
X8 0 1 0 0 0 0 -1 1 0 4000
X9 2 3 6 0 0 0 0 0 1 30000

Для перехода к некоторому допустимому решению с помощью

процедур симплекс-метода минимизируется искусственная целевая функция
W. Переменные для включения в базис выбираются по строке искусственной
целевой функции. В результате минимизации искусственная целевая
функция должна принять нулевое значение. Все искусственные переменные
при этом тоже становятся равными нулю.
Выбирается переменная для включения в базис. В базис включается
переменная, которой соответствует максимальный по модулю
отрицательный элемент в строке искусственной целевой функции.
Включение в базис такой переменной приводит к наиболее быстрому росту
целевой функции. Столбец соответствующий этой переменной становится
ведущим. На данный момент, это столбец X3, т.к. именно в нём содержится
максимальный по модулю отрицательный коэффициент (-300). Столбец
переменной X3 становится ведущим. Далее определяется ведущая строка.
Ведущая строка определяется с помощью симплекс-отношений, отношений
элементов столбца базисных решений «Р» к элементам ведущего столбца.
Выбирается минимальное из отношений, та строка, которой оно
соответствует, является ведущей.

14
 X4: 80000 / 5 = 16000; X5: 40000 / 8 = 5000; X6: 20000 / 2 = 10000; X9:
30000 / 6 = 5000;
Получено минимальное отношение для переменных X5 и X9. Можно
выбрать любую переменную. Выберем X9. Значит X9 – ведущая строка.
Определяется ведущий элемент, он находится на пересечении ведущего
столбца и строки (ведущий элемент 6). Таким образом, переменная X3
включается в базис, так как ей соответствуем максимальный по модулю
отрицательный коэффициент W-строки. X9 исключается из базиса, так как ей
соответствует минимальное симплекс отношение. Далее все элементы
ведущей строки делятся на ведущий элемент, а все элементы ведущего
столбца (кроме ведущего элемента) заменяются нулями. Все остальные
элементы таблицы (включая E-строку, W-строку и столбец «Р»)
пересчитываются по «правилу прямоугольника». Этот пересчет выполняется
следующим образом: ведущий и пересчитываемый элемент образуют
диагональ прямоугольника; находится произведение ведущего и
пересчитываемого прямоугольника; из этого произведения вычитается
произведение элементов, образующих противоположную диагональ
прямоугольника; результат делится на ведущий элемент. В результате
расчетов получается новая симплекс-таблица (см. таблица 4.2).

Таблица 4.2 – Вторая симплекс-таблица

Б X1 X2 X3 X4 X5 X6 X7 X8 X9 Р
Е -100,00 100,00 0,00 0,00 0,00 0,00 0,00 0,00 50,00 1500000,00
-W 0,00 -1,00 0,00 0,00 0,00 0,00 1,00 0,00 1,00 -4000,00
X4 4,33 5,50 0,00 1,00 0,00 0,00 0,00 0,00 -0,83 55000,00
X5 -2,67 1,00 0,00 0,00 1,00 0,00 0,00 0,00 -1,33 0,00
X6 3,33 -1,00 0,00 0,00 0,00 1,00 0,00 0,00 -0,33 10000,00
X8 0,00 1,00 0,00 0,00 0,00 0,00 -1,00 1,00 0,00 4000,00
X3 0,33 0,50 1,00 0,00 0,00 0,00 0,00 0,00 0,17 5000,00

Полученное решение еще не является допустимым: в базисе есть ещё

одна искусственная переменная, и искусственная целевая функция не равна
нулю.
Продолжается минимизация искусственной целевой функции. Для
включения в базис выбирается переменная X2. Для выбора переменной,
исключаемой из базиса, находятся симплексные отношения:
X4: 55000 / 5,5 = 10000; X8: 4000 / 1 = 4000; X3: 5000 / 0,5 = 10000;

15
 Минимальное симплексное отношение получено в строке переменной
X8, она исключается из базиса. Выполняются преобразования по правилам
симплекс-метода. Строится новая симплекс-таблица (см.  таблица 4.3).

Таблица 4.3 – Итоговая симплекс-таблица

Б X1 X2 X3 X4 X5 X6 X7 X8 X9 Р
Е -100,00 0,00 0,00 0,00 0,00 0,00 100,00 -100,00 50,00 1100000,00
-W 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 0,00
X4 4,33 0,00 0,00 1,00 0,00 0,00 5,50 -5,50 -0,83 33000,00
X5 -2,67 0,00 0,00 0,00 1,00 0,00 1,00 -1,00 -1,33 -4000,00
X6 3,33 0,00 0,00 0,00 0,00 1,00 -1,00 1,00 -0,33 14000,00
X2 0,00 1,00 0,00 0,00 0,00 0,00 -1,00 1,00 0,00 4000,00
X3 0,33 0,00 1,00 0,00 0,00 0,00 0,50 -0,50 0,17 3000,00

4.2 Второй этап

Как видно из таблицы 4.3, искусственная целевая функция равна нулю,

и все искусственные переменные исключены из базиса. Получено
допустимое решение. Таким образом, первый этап двухэтапного метода
завершен. Исключается искусственная целевая функция и искусственные
переменные из симплекс-таблицы и строится новая симплекс-таблица (см.
таблица 4.4).

Таблица 4.4 – Симплекс-таблица

Б X1 X2 X3 X4 X5 X6 X7 Р
Е -100,00 0,00 0,00 0,00 0,00 0,00 100,00 1100000,00
X4 4,33 0,00 0,00 1,00 0,00 0,00 5,50 33000,00
X5 -2,67 0,00 0,00 0,00 1,00 0,00 1,00 -4000,00
X6 3,33 0,00 0,00 0,00 0,00 1,00 -1,00 14000,00
X2 0,00 1,00 0,00 0,00 0,00 0,00 -1,00 4000,00
X3 0,33 0,00 1,00 0,00 0,00 0,00 0,50 3000,00

Полученное решение допустимо, но оно не является оптимальным, т.к.

в строке целевой функции есть отрицательный элемент. Поиск оптимального
решения выполняется на основе простого симплекс-метода.
В базис включается переменная, которой соответствует максимальный
по модулю отрицательный элемент в E-строке. Это переменная X1. Далее
определяется ведущая строка. Определяется ведущая строка с помощью
симплекс-отношений.
X4: 33000 / 4,33 = 7615,39 X6: 14000 / 3,33 = 4200; X3: 3000 / 0,33 = 9000;

16
 Получено минимальное отношение для переменной X6, значит X6 –
ведущая строка. Определяется ведущий элемент, он находится на
пересечении ведущего столбца и строки (ведущий элемент 3.33). Таким
образом, переменная X1 включается в базис, так как ей соответствуем
максимальный по модулю отрицательный коэффициент E-строки. X6
исключается из базиса, так как ей соответствует минимальное симплекс
отношение. Производятся расчеты в соответствии с симплекс-методом. В
результате расчетов получается новая симплекс-таблица (см. таблица 4.5).

Таблица 4.5 – Симплекс-таблица

Б X1 X2 X3 X4 X5 X6 X7 Р
Е 0,00 0,00 0,00 0,00 0,00 30,00 70,00 1520000,00
X4 0,00 0,00 0,00 1,00 0,00 -1,30 6,80 14800,00
X5 0,00 0,00 0,00 0,00 1,00 0,80 0,20 7200,00
X1 1,00 0,00 0,00 0,00 0,00 0,30 -0,30 4200,00
X2 0,00 1,00 0,00 0,00 0,00 0,00 -1,00 4000,00
X3 0,00 0,00 1,00 0,00 0,00 -0,10 0,60 1600,00

Все элементы Е-строки положительные, значит оптимальное решение

найдено. Основные переменные задачи приняли следующие значения:

X1 = 4200 – количество изделий вида А.

X2 = 4000 – количество изделий вида B.
X3 = 1600 – количество изделий вида С.
X4 = 14800 – тонн стали, которую ещё могло бы использовать
предприятие в течение недели.
X5 = 7200 - тонн алюминия, который ещё могло бы использовать
предприятие в течение недели.
X6 = 0 – тонн сплава для покрытия, которое ещё могло бы использовать
предприятие в течение недели. Ее равенство нулю означает, что количество
сплава, выделенное на использование полностью использовано.
X7 = 0 – количество изделий типа B, выпущенных сверх нормы. Ее
равенство нулю означает, что выпущено минимально допустимое число
изделий типа B.
Таким образом, количество металлоизделий видов A, B и C равно 4200,
4000 и 1600 соответственно. При этом достигается максимальная прибыль.
Итоговая прибыль равна 1 520 000 ден. ед.

17
 Протокол решения оптимизационной задачи с использованием
табличного процессора Excel (надстройка «Поиск решения») представлен в
Приложении А.

18
 5 АНАЛИЗ МОДЕЛИ НА ЧУВСТВИТЕЛЬНОСТЬ

5.1 Анализ на чувствительность к изменению

максимального количества тонн сплава, выделенного на неделю

Для анализа влияния данного изменения на оптимальное решение

используются коэффициенты из столбца избыточной переменной, входящей
в изменившееся ограничение (используем последнюю симплекс-таблицу).
Предполагается, что предприятие теперь может в течении недели
использовать 20000 + d тонн сплава для покрытия. Для составления
уравнений, позволяющих найти новое оптимальное решение, необходимо
использовать коэффициенты из столбца переменной X6. Новое оптимальное
решение можно найти следующим образом:
X1 = 4200 + 0,3d;
X3 = 1600 – 0,1d;
X4 = 14800 – 1,3d;
X5 = 7200 + 0,8d;
E = 1520000 + 30d;
Можно также определить диапазон изменений ограничения, при
котором состав переменных в оптимальном базисе остается прежним. Этот
диапазон находится из условия неотрицательности всех переменных:
X1 = 4200 + 0,3d ≥ 0;
X3 = 1600 – 0,1d ≥ 0;
X4 = 14800 – 1,3d ≥ 0;
X5 = 7200 + 0,8d ≥ 0;
Если решить данную систему неравенств, то можно получить: -9000 ≤
d ≤ 11384,62. Это означает, если количество тонн сплава, выделенного на
неделю, будет не менее чем 11000 (20000 - 9000) и не более чем 31384,62
тонн (20000 + 11384,62), то базис оптимального решения будет состоять из
переменных X4, X5, X1, X2, X3. Если это условие не будет соблюдено, то для
получения нового оптимального решения потребуется решить задачу заново.
Новое оптимальное решение будет отличаться от предыдущего не только
значениями переменных, но и составом переменных в оптимальном базисе.

19
5.2 Анализ на чувствительность к изменению минимально
необходимого объёма производства

Для анализа влияния данного изменения на оптимальное решение

используются коэффициенты из столбца избыточной переменной, входящей
в изменившееся ограничение (используем последнюю симплекс-таблицу).
Предполагается, что предприятие теперь должно выпустить не менее
4000 + d изделий типа B. Для составления уравнений, позволяющих найти
новое оптимальное решение, необходимо использовать коэффициенты из
столбца переменной X7, взятые с противоположным знаком. Новое
оптимальное решение можно найти следующим образом:
X1 = 4200 + 0,3d;
X2 = 4000 + d;
X3 = 1600 – 0,6d;
X4 = 14800 – 6,8d;
X5 = 7200 – 0,2d;
E = 1520000 – 70d;
Можно также определить диапазон изменений ограничения, при
котором состав переменных в оптимальном базисе остается прежним. Этот
диапазон находится из условия неотрицательности всех переменных:
X1 = 4200 + 0,3d ≥ 0;
X2 = 4000 + d ≥ 0;
X3 = 1600 – 0,6d ≥ 0;
X4 = 14800 – 6,8d ≥ 0;
X5 = 7200 – 0,2d ≥ 0;
Если решить данную систему неравенств, то можно получить: -4000 ≤
d ≤ 2176,47. Это означает, если количество изделий типа B, назначенных на
выполнение за неделю, будет не менее чем 0 (4000 - 4000) и не более чем
6176,47 (4000 + 2176,47), то базис оптимального решения будет состоять из
переменных X4, X5, X1, X2, X3. Если это условие не будет соблюдено, то для
получения нового оптимального решения потребуется решить задачу заново.
Новое оптимальное решение будет отличаться от предыдущего не только
значениями переменных, но и составом переменных в оптимальном базисе.

20
 5.3Анализ на изменение коэффициента целевой функции

Для анализа влияния таких изменений на оптимальное решение

используются коэффициенты из строки переменной, для которой изменился
коэффициент целевой функции.
Изменение коэффициента целевой функции не приводит к изменениям
в оптимальном решении задачи. Изменяется только значение целевой
функции, а также коэффициенты E-строки при небазисных переменных в
окончательной симплекс-таблице.
Предполагается, что изменилась прибыль с продажи изделий типа С,
выпускаемых производством, т.е. коэффициент при переменной X3, и теперь
он равен не 300, а 300 + d.
Чтобы составить уравнения, позволяющие найти новые значения
элементов E-строки для окончательной симплекс-таблицы, необходимо
использовать коэффициенты из строки переменной X3, взятые с обратным
знаком:
F6 = 30 + 0,1d;
F7 = 70 - 0,6d;
E = 1520000 - 1600d;
Из условия положительности всех коэффициентов Е-строки найдем
диапазон величины изменения прибыли. Этот диапазон определяется:
F6 = 30 + 0,1d ≥ 0;
F6 = 70 - 0,6d ≥ 0;
Решив эту систему неравенств, можно получить: -300 ≤ d ≤ 116,67. Это
означает, что найденное для задачи решение оптимально, если итоговая
прибыль будет составлять от 1 333 328 до 2 000 000 ден. ед.
Если значение d выходит за найденный диапазон, то для получения
оптимального решения необходимо решить задачу заново, используя
симплекс-метод. При этом новое оптимальное решение будет отличаться от
прежнего не только значениями, но и составом переменных в оптимальном
базисе.

21
 6 ПОСТРОЕНИЕ МОДИФИЦИРОВАННОЙ МОДЕЛИ И
АНАЛИЗ РЕЗУЛЬТАТОВ МОДИФИКАЦИИ

Проанализировав результаты решения задачи оптимизации, можно

предложить следующее изменение, которое должно привести к увеличению
прибыли производства металлоизделий: увеличить количество сплава для
покрытия, допустимого к использованию в течение недели.
Так как использован весь сплав, доступный для применения, который
входит в состав всех видов металлоизделий, можно увеличить его количество до
оптимального значения. На данный момент действует ограничение в 20 т
сплава. Проанализировав, как повлияет изменение данного ограничения на
оптимальное решение задачи, можно выяснить, что увеличение допустимого
количество сплава для покрытия должно увеличить количество производимых
металлоизделий типа А, из чего следует увеличение прибыли.
Ограничение (D) на количество сплава допустимого к использованию
следует изменять от 20 т до 31,5 т с шагов в 2,3 т. Вносятся соответствующие
изменения в математическую модель задачи, задача решается заново с
использованием Excel. Результат анализа сведен в таблицу 6.1:
Таблица 6.1 – Анализ модификации
D Прибыль
20 1 520 000
22,3 1 589 000
24,6 1 658 000
26,9 1 727 000
29,2 1 796 000
31,5 1 865 000

При 33,8 и более тонн сплава прибыль не будет расти из-за других
ограничений.
Таким образом, если в течение недели будет доступно для
использования 31,5 т сплава, прибыль составит 1 865 000 ден. ед.
Составляется модифицированная математическая модель задачи:
6X1 + 8X2 + 5X3 + X4 = 80000
5X2 + 8X3 + X5 = 40000

22
 4X1 + 2X3 + X6 = 31500
X2 – X7 = 4000
2X1 + 3X2 + 6X3 = 30000
X1, X2, X3 ≥ 0
E = 200X1 + 50X2 + 300X3 → max
Оптимальное решение будет следующим:
X1 = 7650, X2 = 4000, X3 = 450, X4 = 0, X5 = 16400, X6 = 0, X7 = 0, E =
1865000.
Решение модифицированной задачи с помощью табличного процессора
Excel (надстройка «Поиск решения») представлено в Приложении Б.

23
 7 ПРИМЕРЫ ПОСТАНОВОК И РЕШЕНИЙ
ОПТИМИЗАЦИОННЫХ УПРАВЛЕНЧЕСКИХ ЗАДАЧ

7.1 Пример 1.

На участке производства зубчатых колес имеются два станка —

зубофрезерный и зубодолбежный. Требуется изготовить три вида зубчатых
колес в следующих количествах: первого вида — 80 шт, второго и третьего
— 110 и 140 штук соответственно. Каждое зубчатое колесо может быть
изготовлено на любом из станков. Для выпуска одного колеса первого вида
на зубофрезерном станке требуется затратить 20 мин, а на зубодолбежном —
34 мин. Для выпуска одного колеса второго вида на зубофрезерном станке
требуется затратить 12 мин, а на зубодолбежном — 14 мин. Для выпуска
одного колеса третьего вида требуется затратить 10 и 8 мин соответственно.
Ресурс работы зубофрезерного станка без смены инструмента (фрезы)
позволяет выпустить всего 180 колес, а ресурс работы зубодолбежного
станка без смены инструмента (долбяка) позволяет выпустить всего 150
зубчатых колес. Определить оптимальную загрузку станков,
обеспечивающую минимальное общее время их работы без смены
инструмента.

Решение:
Для удобства назовём зубофрезерный и зубодолбежный станки первым
и вторым соответственно. Введём следующие переменные:
X1 – колёс первого вида изготовил 1 станок
X2 – колёс второго вида изготовил 1 станок
X3 – колёс третьего вида изготовил 1 станок
Тогда:
80 - X1 – колёс первого вида изготовил 2 станок
110 - X2 – колёс второго вида изготовил 2 станок
140 - X3 – колёс третьего вида изготовил 2 станок
Математическая модель задачи:
X1 ≤ 80
X2 ≤ 110
X3 ≤ 140
X1 + X2 + X3 =180

24
 E = -14X1 - 2X2 + 2X3 + 5380 → min

Решая задачу симплекс-методом получится: X1 = 80, X2 = 100, X3 = 0,

Е = 4060. Это значит, что на первом станке следует выпускать 80 колёс
первого вида, 100 колёс второго вида и 0 колёс третьего вида. Общее время
их работы составит 4060 минут.
Протокол решения задач планирования производства с использованием
табличного процессора Excel представлен в Приложении В.

7.2 Пример 2.

Предприятие выпускает лопаты двух видов: совковые и штыковые. В

состав каждой детали входят химикаты трех видов. Расход материалов
каждого вида на одну партию лопат, имеющиеся запасы материалов и
прибыль от продажи одной партии приведены в таблице (см. таблица 7.1).
Определить необходимое количество выпускаемых партий каждого вида
лопат при условии получения максимальной прибыли.

Таблица 7.1 – Расход химикатов на упаковку удобрения.

Расход материала на одну
Материал Запас, кг партию лопат, кг
совковые штыковые
Метал типа А 200 2 4
Древесина 120 1,5 1
Металл типа Б 150 1,5 2
Прибыль, ден.ед. 6 10

Решение.
Для составления математической модели необходимо ввести
переменные:
X1 – количество партий совковых лопат
X2 – количество партий штыковых лопат

Затраты материалов:
2X1 + 4X2 ≤ 200
1,5X1 + X2 ≤ 120
1,5X1 + 2X2 ≤ 150

25
 Так как количество поставляемых партий не может быть меньше нуля,
то: X1 ≥ 0, X2 ≥ 0.
Прибыль от продажи всех лопат составит:
E = 6X1 + 10X2.
Математическая модель задачи:
2X1 + 4X2 ≤ 200
1,5X1 + X2 ≤ 120
1,5X1 + 2X2 ≤ 150
E = 6X1 + 10X2 → max
Решая задачу симплекс-методом получится: X1 = 70, X2 = 15, Е = 570.
Это значит, что следует выпускать 70 партий совковых лопат и 15 партий
штыковых лопат. Прибыль составит 570 денежных единиц.
Протокол решения задач планирования производства с использованием
табличного процессора Excel представлен в Приложении В.

26
 ЗАКЛЮЧЕНИЕ
В ходе данного курсового проекта была решена задача планирования
работы предприятия, обеспечивающей ему максимальную прибыль. В ходе
работы на основе исходных данных была составлена математическая модель
и решена двухэтапным методом. Опираясь на полученные результаты можно
сделать вывод о том, что оптимальное решение: выпуск 4200 металлоизделий
типа А, 4000 металлоизделий типа B и 1600 металлоизделий типа C. При
этом прибыль будет максимальной и составляет 1 520 000 денежных единиц.
После анализа результатов решения задачи оптимизации можно
выделить следующий недостаток: запас материалов алюминия и стали
выделенный на неделю расходуется не полностью из-за небольшого запаса
сплава для покрытия. Данный недостаток можно устранить путём
увеличения запаса сплава для покрытия с целью увеличения количества
выпускаемых изделий и тем самым увеличением прибыли предприятия. В
результате увеличения запаса сплава до 31,5 тонн и решения задачи было
получено новое оптимальное решение: выпуск 7650 металлоизделий типа А,
4000 металлоизделий типа B и 450 металлоизделий типа С. Прибыль при
этом увеличится на 345 000 денежных единиц и будет составлять 1 865 000
денежных единиц.

27
 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

[1] Краснопрошин, В. В. Исследование операций / В. В. Краснопришин.

– Минск : БГУ, 2013. - 7 с.
[2] systems-analysis.ru – Исследование операций [Электронный
ресурс]. – Режим доступа: http://systems-analysis.ru/operation_reserch.html,
свободный.
[3] Исследования операций – Метика [Электронный ресурс] –
http://matica.org.ua/metodichki-i-knigi-po-matematike/teoriia-igr-issledovanie-
operatcii/2-2-osnovnye-etapy-operatcionnogo-issledovaniia, свободный.
[4] Смородинский, С. С. – Системный анализ и исследование
операций : сборник заданий и метод. указания по курсовому проектированию
для студ. спец. I-53 01 02 “Автоматизированные системы обработки
информации” дневн. и дистанц. форм обуч. / С. С. Смородинский, Н. В.
Батин. – Минск. : БГУИР, 2006. – 72 с.
[5] Смородинский, С. С. – Системный анализ и исследование
операций : оптимизация решений на основе методов и моделей
математического программирования : учеб.-метод. пособие / С. С.
Смородинский, Н. В. Батин. – Минск : БГУИР, 2010. – 192 с. : ил.

28
 ПРИЛОЖЕНИЕ А
(обязательное)
РАБОЧИЙ ЛИСТ MS EXCEL С РЕЗУЛЬТАТАМИ ОПТИМИЗАЦИИ НА
ОСНОВЕ БАЗОВОЙ АНАЛИТИЧЕСКОЙ МОДЕЛИ

Рисунок А.1 – Рабочий лист Excel с решением

Рисунок А.2 – Надстройка «Поиск решения»

29
 ПРИЛОЖЕНИЕ Б
(обязательное)
РАБОЧИЙ ЛИСТ MS EXCEL С РЕЗУЛЬТАТАМИ ОПТИМИЗАЦИИ НА
ОСНОВЕ МОДИФИЦИРОВАННОЙ АНАЛИТИЧЕСКОЙ МОДЕЛИ

Рисунок Б.1 – Рабочий лист Excel с решением

Рисунок Б.2 – Надстройка «Поиск решения»

30
 ПРИЛОЖЕНИЕ В
(обязательное)
ПРОТОКОЛ РЕШЕНИЯ ЗАДАЧ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВА НА
ОСНОВЕ ТАБЛИЧНОГО ПРОЦЕССОРА MS EXCEL

Задача 1.

Рисунок В.1 – Рабочий лист Excel с решением

Рисунок В.2 – Надстройка «Поиск решения»

31
 Задача 2.

Рисунок В.3 – Рабочий лист Excel с решением

Рисунок В.4 – Надстройка «Поиск решения»

32
 ВЕДОМОСТЬ КУРСОВОГО ПРОЕКТА

Дополнительные
Обозначение Наименование
сведения

Текстовые документы

БГУИР КП 1-53 01 02 06 013 ПЗ Пояснительная записка 33с.

БГУИР КП 1-53 01 02 06 013 Д1

Изм. Л № докум. Подп. Дата
Разработка Лит Лист Листов
Разраб. Кохнович оптимального плана Т 33 33
Провер. Протченко производства
Т.контр. металлоизделий Кафедра ИТАС
Н.контр. гр. 820601
Утв. Ведомость курсового
Реценз. проекта