Мои Конспекты
Главная | Обратная связь

...

Автомобили
Астрономия
Биология
География
Дом и сад
Другие языки
Другое
Информатика
История
Культура
Литература
Логика
Математика
Медицина
Металлургия
Механика
Образование
Охрана труда
Педагогика
Политика
Право
Психология
Религия
Риторика
Социология
Спорт
Строительство
Технология
Туризм
Физика
Философия
Финансы
Химия
Черчение
Экология
Экономика
Электроника

Модели оптимизации производственных процессов





Помощь в ✍️ написании работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Задание:

3. Изучить модель линейного программирования и программу решения задачи распределения потребной мощности по железным дорогам с учетом возможностей вагонных депо дорог применить ее для решения поставленной задачи. Провести исследования.

4. Изучить модель линейного программирования и программу решения задачи распределения годового объема деповского ремонта грузовых вагонов по депо дороги. Применить программу для решения поставленной задачи. Провести исследования.

5. Изучить алгоритм и программу выбора рационального объема выпуска вагонов из деповского ремонта по методу перебора в условиях полной определенности. Провести исследования. Построить диаграммы Np=f(D) и М=f(D).

6. Провести расчеты по программе расчета объема выпуска вагонов для поиска оптимальных решений в условиях риска или стохастической неопределенности с использованием критериев: «Оптимизация в среднем»; критерий Лапласа; критерий Вальда; критерий Гурвица; критерий Сэвиджа; Индекс конкурентоспособности; Экстремум функции.

Классификация математических моделей

Математические модели позволяют заменить реальные объекты с некоторой степенью приближения и дают возможность проводить всесторонний анализ объектов.

Правильный выбор математической модели зависит от понимания задачи, цели действий и критерия эффективности.

Руководитель, использующий результаты исследований, должен знать и понимать, какая была применена математическая модель, какие факторы ею учтены, какие факторы остались вне расчетов, и следовательно подлежат качественной оценке.

Применяемые для исследования производственных процессов математические модели можно классифицировать по трем признакам [1;3]:

1. Целевому назначению (экономико-математические, модели операций);

2. Методу решения (аналитические, численные, статистические, комбинированные, математического программирования);

3. Характеру исследуемых величин (детерминированные, стохастические).

Экономико-математические модели связывают факторы, часть которых имеют экономический смысл (модель себестоимости, модель приведенных затрат и др.). Модели операций описывают процессы функционирования системы при реализации каких-либо ее функций: надежности, динамики, производительности, устойчивости и др.

Аналитические модели представляют собой алгебраические уравнения в виде известных функций. Они могут учитывать небольшое число факторов, требуют допущений и упрощений. Но зато они наглядны и отчетливее отражают присущие объекту закономерности. Они наиболее приспособлены для поиска оптимальных решений.

Численные модели сводятся к арифметическим и логическим действиям над числами при наличии ограничений. Численные модели, по сравнению с аналитическими, более точны и подробны, не требуют грубых допущений, позволяют учесть большее число факторов, ближе к действительности. Но они громоздки, требуют значительного расхода машинного времени, имеют плохую обозримость полученных результатов, требуют применения вычислительных методов и ЭВМ.

Комбинированные или аналитико-численные модели позволяют по аналитическим зависимостям устанавливать общие закономерности протекания процесса, а по численной – уточнять результаты.

Статистические модели предназначены для обработки статистических данных, полученных в результате наблюдений или численных экспериментов.

Модели линейного математического программирования решают задачи оптимизации производственных или транспортных систем.

Статистические модели и модели линейного математического программирования наиболее широко применяются для исследования производственных процессов и систем.

При построении статистических моделей применяют методы корреляционного и регрессионного анализа, метод Монте-Карло (метод статистического моделирования). Метод Монте-Карло – построение искусственного случайного процесса, обладающего всеми нужными свойствами и реализуемого с помощью обычных вычислительных средств.

Метод Монте-Карло для приближенного нахождения численных значений какой-либо величины заключается в кратной выборке значений случайной величины в серии независимых испытаний и вычислении среднего значения . Тогда по закону больших чисел при достаточно большом значении с вероятностью, достаточно близкой к единице, .

К моделям линейного программирования относят математические модели, в которых единственная целевая функция и ограничения заданы аналитически.

Основная задача линейного программирования состоит в определении из всех неотрицательных решений заданной системы линейных алгебраических уравнений такого решения, при котором целевая функция принимает наименьшее или наибольшее значение. Как правило, целевая функция представляет собой сумму расходов или прибыль.

Экстремальные значения функций в задачах линейного программирования достигаются всегда в точках, где производная не существует. Тем самым при решении таких задач методы дифференциального исчисления не применимы.

Для решения задач линейного программирования можно применить интегрированный пакет Microsoft Office/ Microsoft Excel.

 

Доверь свою работу ✍️ кандидату наук!
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой



Поиск по сайту:







©2015-2020 mykonspekts.ru Все права принадлежат авторам размещенных материалов.