ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ДИМИТРОВГРАДСКИЙ ИНСТИТУТ ТЕХНОЛОГИИ,

УПРАВЛЕНИЯ И ДИЗАЙНА

УЛЬЯНОВСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА

Кафедра математики и информационных технологий

КУРСОВАЯ РАБОТА

ТЕМА: Постановка и решение транспортной параметрической задачи

Выполнил:

задача № 25.7 (3)

Проверил: Бронз Г.А.

Димитровград 2005

Оглавление

Введение

1. Математическая постановка задачи об оптимальных перевозках

2. Аналитический метод решения параметрической транспортной задачи

2.1 Методика нахождения исходного опорного решения задачи об оптимальных перевозках методом Фогеля

2.2 Проверка полученного опорного плана на оптимальность

2.3 Методика решения параметрической транспортной задачи

3. Метод решения задачи об оптимальных перевозках средствами Ms Excel

4. Решение параметрической транспортной задачи

4.1 Постановка параметрической транспортной задачи

4.2 Математическая модель задачи

4.3 Решение задачи аналитическим методом

4.4 Решение задачи средствами Ms Excel

Заключение

Библиографический список

Введение

Первые задачи геометрического содержания, связанные с отысканием наименьших и наибольших величин, появились ещё в древние времена. Развитие промышленности в 17-18 веках привело к необходимости исследования более сложных задач на экстремум и к появлению вариационного исчисления. Однако лишь в 20 веке при огромном размахе производства и осознанию ограниченности ресурсов Земли во весь рост встала задача оптимального использования энергии, материалов, рабочего времени, большую актуальность приобрели вопросы наилучшего в том или ином смысле управления различными процессами физики, техники, экономики и др. Сюда относятся, например, задача организации производства с целью получения максимальной прибыли при заданных затратах ресурсов, задача управления системой гидростанций и водохранилищ с целью получения максимального количества электроэнергии, задача о быстрейшем нагреве или остывании металла до заданного температурного режима, задача о наилучшем гашении вибраций и многие другие задачи.

Задача оптимизации может быть успешно решена с помощью ЭВМ, даже при небольшой вычислительной мощности. При этом качество расчета и скорость вычислений зависит от используемого программного обеспечения.

Существует несколько основных алгоритмов оптимизации: методом перебора, симплекс-методом, (решением экстремальных уравнений или неравенств).

Наибольший интерес представляет симплекс-метод, при относительно несложном алгоритме позволяющий просчитывать и находить решение для сотен и тысяч уравнений (неравенств).

Многие задачи оптимизации сводятся к отысканию наименьшего или наибольшего значения некоторой функции, которую принято называть целевой функцией или критерием качества. Постановка задачи и методы исследования существенно зависят от свойств целевой функции и той информации о ней, которая может считаться доступной в процессе решения задачи, а также которая известна до решения задачи.

Линейным программированием называются задачи оптимизации, в которых целевая функция является линейной функцией своих аргументов, а условия, определяющие их допустимые значения, имеют вид линейных уравнений и неравенств. Линейное программирование начало развиваться в первую очередь в связи с задачами экономики, с поиском способов оптимального распределения и использования ресурсов. Оно послужило основой широкого использования математических методов в экономике. Следует подчеркнуть, что в рамках реальных экономических задач число независимых переменных обычно бывает очень большим (порядка 10000 элементов).

Транспортная задача является классической задачей исследования операций. Множество задач распределения ресурсов сводится именно к этой задаче. Распределительные задачи связаны с распределением ресурсов по работам, которые необходимо выполнить. Задачи этого класса возникают тогда, когда имеющихся в наличии ресурсов не хватает для выполнения каждой работы наиболее эффективным образом. Поэтому целью решения задачи, является отыскания такого распределения ресурсов по работам, при котором либо минимизируются общие затраты, связанные с выполнением работ, либо максимизируется получаемый в результате общий доход.

1. Математическая постановка задачи об оптимальных перевозках

В общем виде задачу можно представить следующим образом: в m пунктах производства A₁, A₂, …, A_m имеется однородный груз в количестве соответственно a₁, a₂, …, a_m. Этот груз необходимо доставить в n пунктов назначения B₁, B₂, …, B_n в количестве соответственно b₁, b₂, …, b_n. Стоимость перевозки единицы груза (тариф) из пункта A_i в пункт B_j равна c_ij.

Требуется составить план перевозок, позволяющий вывести все грузы и имеющий минимальную стоимость.

Обозначим через x_ij количество груза, перевозимого из пункта Ai, в пункт B_j. Запишем условия задачи в распределительную таблицу, которую будем использовать для нахождения решения (табл. 1.1).

Таблица 1.1. Модель распределительной таблицы.

B_i

A_i

B₁

B₂

…

B_j

…

B_n

b₁

b₂

…

b_i

…

b_n

A₁ a₁

c₁₁

x₁₁

c₁₂

x₁₂

…

с_1j

x_1j

…

c_1n

x_1n

A₂ a₂

c₂₁

x₂₁

c₂₂

x₂₂

…

c₂j

x_2j

…

c_2n

x_2n

…

…

…

…

…

…

…

A_i a_i

c_i1

x_i1

c_i2

x_i2

…

c_ij

x_ij

…

c_in

x_in

…

…

…

…

…

…

…

A_m a_m

c_m1

x_m1

c_m2

x_m2

…

c_mj

x_mj

...

c_mn

x_mn

Математическая модель транспортной задачи имеет вид

при ограничениях:

Оптимальным решением задачи является матрица

удовлетворяющая системе ограничений и доставляющая минимум целевой функции [1].

2. Аналитический метод решения параметрической транспортной задачи

2.1 Методика нахождения исходного опорного решения задачи об оптимальных перевозках методом Фогеля

Алгоритм выполнения метода.

1. В каждой строке и каждом столбце распределительной таблицы вычислить разности между всеми парами элементов (C_ij) и выбрать минимальную.

2. Среди всех выбранных минимальных разностей C_ij выбрать максимальное значение и выделить соответствующий столбец (строку).

3. В выбранном столбце (строке) найти минимальное значение C_ij и назначить необходимую перевозку, ориентируясь на наличие запасов (a_i) данного поставщика (A_ij) и потребностей (b_j) данного потребителя (B_ij).

4. Вычеркнув соответствующую строку (столбец), т.е. удалив из дальнейших расчетов поставщика (потребителя), запасы которого (потребности) исчерпаны, повторить заново алгоритм (1-4) до полного составления плана перевозок.

Процесс распределения продолжают до тех пор, пока все грузы от поставщиков не будут вывезены, а потребители не будут удовлетворены. При распределении грузов может оказаться, что количество занятых клеток меньше, чем m+n-1. В этом случае задача считается вырожденной. В этом случае недостающее число занятых клеток заполняется нулевыми поставками, которые называются условно занятыми.

2.2 Проверка полученного опорного плана на оптимальность

Найденное исходное опорное решение проверяется на оптимальность методом потенциалов по следующему критерию: если опорное решение транспортной задачи является оптимальным, то ему соответствует система m+n действительных чисел u_i и v_j, удовлетворяющих условиям u_i+v_j=c_ij для занятых клеток и u_i + v_j –c_ij ≤ 0 для свободных клеток.

Числа u_i и v_j называют потенциалами. В распределительную таблицу добавляют строку v_j и столбец u_i.

Потенциалы u_i и v_j находят из равенства u_i + v_j = c_ij, справедливого для занятых клеток. Одному из потенциалов дается произвольное значение, например u₁ = 0, тогда остальные потенциалы определяются однозначно. Так, если известен потенциал u_i, то v_j=c_ij–u_i; если известен потенциал v_j, то u_i=cij-vj.

Обозначим ∆_ij=u_i+v_j–c_ij. Эту оценку называют оценкой свободных клеток. Если ∆_ij≤0, то опорное решение является оптимальным. Если хотя бы одна из оценок ∆_ij>0, то опорное решение не является оптимальным и его можно улучшить, перейдя от одного опорного решения к другому [1].

2.3 Методика решения параметрической транспортной задачи

Задача формулируется следующим образом: для всех значений параметра δ≤k≤φ где δ и φ – произвольные действительные числа, найти такие значения которые обращают в минимум функцию

где X_ij – объем поставок груза,

при ограничениях:

Xij≥0,

Пользуясь методом потенциалов, (Фогеля) решаем задачу при k=δ до получения оптимального решения. Признаком оптимальности является условие:

для незанятых клеток

и для занятых клеток,

где – потенциалы строк, столбцов распределительной таблицы.

Условие совместимости транспортной задачи запишется в виде

Значения aij и Bij определяются из условия

где определяются из систем уравнений

Значения k находятся в пределах k₁≤k≤k₂:

если существует хотя бы одно B_ij>0;

если все B_ij≥0

если существует хотя бы одно B_ij>0;

если все B_ij≤0.

Алгоритм решения.

1. Задачу решаем при конкретном значении параметра k=δ до получения оптимального решения.

2. Определяем a_ij и B_ij.

3. Вычисляем значение параметра k.

4. Если k>δ, производим перераспределение поставок и получаем новое оптимальное решение. Если k = δ, то процесс решения окончен [1].

3 Метод решения задачи об оптимальных перевозках средствами Ms Excel

Нахождение оптимального плана перевозок с применением компьютерной программы Ms Excel осуществляется посредством функции "Поиск решения".

Схема выполнения:

1. Для удобства расчетов необходимо отдельно создать матрицу, отображающую стоимость перевозок (C_ij) (рис 3.1.), а также матрицу, которая должна будет отображать искомый план перевозок (рис. 3.2.).

Рис. 3.1. Фрагмент окна программы Ms Excel: Модель таблицы «Стоимость перевозок».

2. В таблице «Стоимость перевозок» в ячейках запасов поставщиков и потребностей потребителей записать количество запасов поставщиков и потребностей потребителей соответственно, указанное в условии задачи.

3. Таблицу "План перевозок" создать с пустыми полями (заполненными единицами), заранее заданного числового формата. В ячейках запасов (потребностей) каждого поставщика (потребителя) ввести формулу, выполняющую суммирование всех возможных поставок этого поставщика (потребителя).

Рис. 3.2. Фрагмент окна программы Ms Excel: Модель таблицы «План перевозок».

4. В ячейке целевой функции ввести формулу, высчитывающую сумму произведений элементов матрицы "Стоимость перевозок" и соответствующих элементов матрицы "План перевозок".

5. В диалоговом окне функции "Поиск решения" установить необходимые ограничения, в целевой ячейке указать адрес ячейки с формулой целевой функции и установить ее равной минимальному значению, в качестве изменяемых ячеек выбрать диапазон всех элементов матрицы "План перевозок". Ограничения в "Поиске решений" заключаются в необходимости равенства запасов (потребностей), в матрице "План перевозок" соответствующим запасам и потребностям, указанным в матрице "Стоимость перевозок". Также все элементы матрицы "План перевозок" должны быть неотрицательными и целочисленными.

6. В диалоговом окне "Параметры поиска решения" установить параметр "Линейная модель" и число итераций, равное 100.

7. Выполнить функцию "Поиск решения" нажатием на кнопку "Выполнить". В качестве отчета по результатам выбрать необходимый пункт в списке "Тип отчета" диалогового окна «Результаты поиска решения».

После выполнения вышеуказанных действий при условии, что задача имеет решение, в матрице «План перевозок» запишется оптимальное решение задачи, т.е. оптимальный план перевозок с указанием объемов поставок в каждой ячейке. В ячейке с целевой функцией запишутся совокупные затраты поставок.

4. Решение параметрической транспортной задачи

4.1 Постановка параметрической транспортной задачи

Имеется четыре поставщика однородного груза с объемами поставок 100, 70, 70, 20 т. и три потребителя с объемами потребления 120, 80, 60 т. Стоимость транспортных расходов задана матрицей

причем стоимость перевозки груза от четвертого поставщика до третьего потребителя изменяется в диапазоне 0≤k≤9.

Определить оптимальный план перевозок, обеспечивающий минимальные транспортные расходы.

Изобразим матричную запись задачи (табл. 4.1.1)

Табл. 4.1.1. Матричная запись задачи

B_j

A_i

B₁

B₂

B₃

120

80

60

A₁

100

2

4

2

X₁₁

X₁₂

X₁₃

A₂

70

5

5

6

X₂₁

X₂₂

X₂₃

A₃

70

4

7

3

X₃₁

X₃₂

X₃₃

A₄

20

6

8

1+k

X₄₁

X₄₂

X₄₃

4.2 Математическая модель задачи

Целевая функция

.

где X_ij – объем поставок груза,

при ограничениях:

X_ij≥0,

Подробные ограничения по потребностям и запасам каждого потребителя и поставщика соответственно отражены в Таблице 4.2.1.

Табл. 4.2.1. Ограничения по потребностям и запасам

По потребностям

По запасам

B₁

X₁₁+X₂₁+X₃₁+X₄₁=120

A₁

X₁₁+X₁₂+X₁₃=100

B₂

X₁₂+X₂₂+X₃₂+X₄₂=80

A₂

X₂₁+X₂₂+X₂₃=70

B₃

X₁₃+X₂₃+X₃₃+X₄₃=60

A₃

X₃₁+X₃₂+X₃₃=70

A₄

X₄₁+X₄₂+X₄₃=70

4.3 Решение задачи аналитическим методом

Полагая k=0, по известному алгоритму составим опорное решение методом Фогеля. Полученный опорный план перевозок и алгоритм выполнения с нахождением минимальных разностей стоимостей перевозок (C_ij) в каждом столбце и строке изображен на рисунке 4.3.1.

Рис. 4.3.1. Составление первого опорного решения задачи по методу Фогеля

Процесс выполнения получения опорного решения с последовательным назначением перевозок в ячейки: А₄В₃ - А₃В₃ - А₃В₁ - А₁В₁ - А₁В₂ - A₂B₂.

Проверка плана на вырожденность: m+n-1=6. План невырожденный.

Проверим опорное решение на оптимальность по методу потенциалов. Расчет потенциалов строк и столбцов для занятых из условия v_i + u_j = c_ij для занятых клеток и проверка условия v_i + u_j ≤ c_ij для незанятых приведены в таблице 4.3.1.

Решение, полученное при k=0, является оптимальным для всех значений параметра k, удовлетворяющих условию .

Из условия для свободных клеток найдем:

∆₁₃ = v₃ + u₁ - c'₁₃ = -1 + 2 - 2 = -1

∆₂₁ = v₁ + u₂ - c'₂₁ = 0 + 3 - 5 = -2

∆₂₃ = v₃ + u₂ - c'₂₃ = -1 + 3 - 6 = -4

∆₃₂ = v₂ + u₃ - c'₃₂ = 2 + 4 - 7 = -1

∆₄₁ = v₁ + u₄ - c'₄₁ = 0 + 2+k - 6 = -4 + k

∆₄₂ = v₂ + u₄ - c'₄₂ = 2 + 2+k - 8 = -4 + k

Табл. 4.3.1. Проверка первого опорного решения на оптимальность методом потенциалов

заполненные

незаполненные

№

v_i + u_j = c_ij

значения

№

v_i + u_j ≤ c_ij

условие

А₁В₁

v₁+u₁=2

v₁=0, u₁=2

А₁В₃

v₃+u₁<=2

соблюдается

А₁В₂

v₂+u₁=4

v₂=2

А₂В₁

v₁+u₂<=5

соблюдается

A₂B₂

v₂+u₂=5

u₂=3

А₂В₃

v₃+u₂<=6

соблюдается

A₃B₁

v₁+u₃=4

u₃=4

А₃В₂

v₂+u₃<=7

соблюдается

A₃B₃

v₃+u₃=3

v₃= -1

A₄B₁

v₁+u₄<=6

соблюдается

A₄B₃

v₃+u₄=1+k

u₄=2+k

A₄B₂

v₂+u₄<=8

соблюдается

Определение значений k₁ и k₂:

k₁ = max(-a_ij/B_ij) = т.к. все B_ij ≥ 0

k₂ = min(-a_ij/B_ij) = (-a₄₁/B₄₁; -a₄₂/B₄₂) = min(4;4) = 4. Все B_ij > 0.

Так как по условию задачи k≥0, то оптимальное решение сохраняется при 0≥k≥4.

При этом минимальная стоимость транспортных расходов составляет:

F(X₁)_min = 20*(1+k) + 40*3 + 30*4 + 90*2 + 10*4 + 70*5 = 830 + 20k

Таким образом, при , F(X₁)_min = 830 + 20k и

.

Чтобы получить оптимальное решение при k≥4 перераспределим поставки товаров в клетку (4,1), где k₂=4. Вновь полученное распределение с учетом изменения стоимости перевозки в ячейке A₄B₃ (k=4) представлено на рисунке 4.3.2.

Рис. 4.3.2. Составление второго опорного решения задачи по методу Фогеля

Процесс выполнения получения опорного решения с последовательным назначением перевозок в ячейки: А₄В₁ - А₃В₃ - А₃В₁ - А₁В₁ - А₁В₂ - A₂B₂.

Проверка плана на вырожденность: m+n-1=6. План невырожденный.

Проверим опорное решение на оптимальность по методу потенциалов. Расчет потенциалов строк и столбцов для занятых из условия v_i + u_j = c_ij для занятых клеток и проверка условия v_i + u_j ≤ c_ij для незанятых приведены в таблице 4.3.2.

Табл. 4.3.2 Проверка второго опорного решения на оптимальность методом потенциалов

заполненные

незаполненные

№

v_i + u_j = c_ij

значения

№

v_i + u_j ≤ c_ij

условие

А₁В₁

v₁+u₁=2

v₁=0, u₁=2

А₁В₃

v₃+u₁<=2

соблюдается

А₁В₂

v₂+u₁=4

v₂=2

А₂В₁

v₁+u₂<=5

соблюдается

A₂B₂

v₂+u₂=5

u₂=3

А₂В₃

v₃+u₂<=6

соблюдается

A₃B₁

v₁+u₃=4

u₃=4

А₃В₂

v₂+u₃<=7

соблюдается

A₃B₃

v₃+u₃=3

v₃= -1

A₄B₂

v₂+u₄<=8

соблюдается

A₄B₁

v₁+u₄=6

u₄=6

A₄B₃

v₃+u₄<=1+k

соблюдается

Решение, полученное при k=4, является оптимальным для всех значений параметра k, удовлетворяющих условию .

Из условия для свободных клеток найдем:

∆₁₃ = a₃ + b₁ - C'₁₃ = -1 + 2 - 2 = -1

∆₂₁ = a₁ + b₂ - C'₂₁ = 0 + 3 - 5 = -2

∆₂₃ = a₃ + b₂ - C'₂₃ = -1 + 3 - 6 = -4

∆₃₂ = a₂ + b₃ - C'₃₂ = 2 + 4 - 7 = -1

∆₄₂ = a₂ + b₄ - C'₄₂ = 2 + 6 - 8 = 0

∆₄₃ = a₃ + b₄ - (C'₄₃ + С''₄₃) = -1 + 6 - (1+k) = 4-k

Определение значений k₁ и k₂

k₁ = max(-a_ij/B_ij) = -a₄₃/B₄₃ = 4. Все B_ij < 0

k₂ = min(-a_ij/B_ij) = т.к. все B_ij ≤ 0

Так как по условию задачи k ≤ 9, то оптимальное решение сохраняется при 4≥k≥9.

При этом минимальная стоимость транспортных расходов составит:

F(X₂)_min = 20*6 + 60*3 + 10*4 + 90*2 + 10*4 + 70*5 = 910

Таким образом, при F(X₂)_min = 910 и

.

4.4 Решение задачи средствами Ms Excel

Создадим в окне программы Ms Excel две матрицы «План перевозок» и «Стоимость перевозок», согласно вышеизложенным правилам (рис 4.4.1). Также нужно указать ячейку содержащую изменяемый параметр k. При этом в клетке A₄B₃ матрицы «Стоимость перевозок» устанавливаем формулу, отображающую зависимость данного тарифа от параметра k: L7=1+L9.

Рис. 4.4.1. Фрагмент окна программы Ms Excel: Матрицы «План перевозок» и «Стоимость перевозок» с изменяемым тарифом C₄₃.

В ячейки, которые должны отображать запасы поставщиков и потребности потребителей в матрице «План перевозок» вводим формулы суммирующие значения всех возможных поставок данных поставщиков и потребителей, например: B4=СУММ(C4:E4), C3=СУММ(С4:С7).

В ячейку целевой функции (N7) введем =СУММПРОИЗВ(C4:E7;J4:L7).

Метод решения параметрической транспортной задачи средствами Ms Excel заключается в нахождении оптимального решения при каждом значении параметра k, с сохранением сценария для каждой процедуры «Поиск решения». После этого необходимо из всего диапазона изменения параметра k выделить отдельные промежутки, на которых сохраняется оптимальное решение задачи и минимальная стоимость затрат.

В диалоговом окне «Поиск решения», согласно вышеуказанным правилам установим все необходимые ограничения и ссылки на необходимые ячейки (рис. 4.4.2). Также необходимо в ограничениях указать пределы изменения параметра k, т.е. 0≤k≤9.

Рис. 4.4.2. Диалоговое окно «Поиск решения»

В диалоговом окне «Параметры поиска решения» установить необходимые параметры (рис. 4.4.3).

Рис. 4.4.3. Диалоговое окно «Параметры поиска решения»

После нажатия на кнопку «Выполнить» в диалоговом окне «Результаты поиска решения» (рис. 4.4.5) нажать «Сохранить сценарий…» и в появившемся диалоговом окне «Сохранение сценария» задать имя данному сценарию и нажать «ОК» (рис. 4.4.4.).

Рис. 4.4.4. Диалоговое окно «Сохранение сценария»

После сохранения сценария в диалоговом окне «Результаты поиска решения» выделить необходимые типы отчетов и нажать «OK» (рис. 4.4.5.).

Рис. 4.4.5. Диалоговое окно «Результаты поиска решений

После выполнения всех операций в матрице «План перевозок» получим оптимальный план перевозок при k=0 (рис. 4.4.6.).

Рис. 4.4.6. Фрагмент окна программы Ms Excel: Результат поиска решения при k=0.

Полученное значение целевой функции F(x₁)_min=830.

Теперь аналогичным способом найдем оптимальный план перевозок при k=1. Проведя повторный расчет, получим новый план перевозок и значение целевой функции (рис 4.4.7.).

Рис. 4.4.7. Фрагмент окна программы Ms Excel: Результат поиска решения при k=1

Полученное значение целевой функции F(x₂)_min = 850.

Как видно из рисунков 4.4.5. и 4.4.6 планы перевозок в обоих случаях (k=0, k=1) одинаковы. После дальнейших расчетов при всех остальных значениях параметра k обнаружим, что при план перевозок остается неизменным, изменяется лишь значение целевой функции. При значении параметра «Поиск решения» выдает другой план перевозок, и значение целевой функции на данном промежутке остается неизменным F(x)_min = 910. Полученный план перевозок при значении k=4 изображен на рисунке 4.4.8.

Рис. 4.4.8. Фрагмент окна программы Ms Excel: Результат поиска решения при k=4

Значения целевой функции, соответствующие параметру k в каждой итерации представлены в таблице 4.4.1.

Из представленных в таблице 4.4.1 данных можно вывести определенную закономерность изменения значения целевой функции на промежутке :

F(x₁)_min = 830, (k=0);

F(x₂)_min = F(x₁)_min +20 = 830+20, (k=1);

F(x₃)_min = F(x₂)_min +20 = 830 + 20*2 = 870, (k=2).

Следуя по той же цепочке, найдем:

F(x₄)_min = 830 + 20*3, (k=3).

F(x₅)_min = 830 + 20*4, (k=4).

Исходя из подобной логики можно представить F(x₁)_min = 830 + 20*0.

Отсюда можно вывести формулу, отображающую закономерность изменения значения целевой функции при :

.

Для значений значение функции постоянно F(x)=910.

Таблица 4.4.1. Значения целевой функции в каждой итерации

номер итерации i

значение параметра k_i

значение функции F(x_i)_min

1

0

830

2

1

850

3

2

870

4

3

890

5

4

910

6

5

910

7

6

910

8

7

910

9

8

910

10

9

910

Команда «Сервис → Сценарии» открывает диалоговое окно «Диспетчер сценариев», которое отображает сохраненные сценарии каждой итерации нахождения оптимального плана перевозок (рис 4.4.9.).

Рис. 4.4.9. Диалоговое окно «Диспетчер сценариев»

С помощью «Диспетчера сценариев» можно просмотреть план перевозок и значение целевой функции, получаемые при каждом значении параметра k. Также можно просмотреть отчет, отображающий значения изменяемых ячеек в каждой из итераций.

Заключение

Ответ.

, , F(X₁)_min = 830 + 20k.

, , F(X₂)_min = 910.

Представленная в данной курсовой работе параметрическая транспортная задача решена двумя способами: аналитическим методом Фогеля и средствами компьютерной программы Ms Excel. Оба предложенных метода дают одинаковое решение и определяют оптимальный план перевозок товара и минимальную стоимость всех перевозок для каждого из промежутков диапазона изменения параметра, определяющего тариф одной из перевозок.

Описанная в работе задача об оптимальных перевозках и методы ее решения – только отдельный пример огромного множества задач линейного программирования. Цель транспортной задачи – разработка наиболее рациональных путей и способов транспортирования товаров, устранение чрезмерно дальних, встречных, повторных перевозок. Все это сокращает время продвижения товаров, уменьшает затраты предприятий, фирм, связанные с осуществлением процессов снабжения сырьем, материалами, топливом, оборудованием и т.д.

Библиографический список

1. Красс М.С., Чупрынов Б.П. Основы математики и ее приложения в экономическом анализе: Учебник. – 3-е изд., исп. – М.: Дело, 2002. – 688 с.

2. И.Л. Акулич. Математическое программирование в примерах и задачах: учебное пособие для ВУЗов. - М.: Высшая школа, 1986 г, 319 с.

3. Т.Н. Павлова, О.А. Ракова. Линейное программирование. Учебное пособие. - Димитровград, 2002 г.

4. Т.Н. Павлова, О.А. Ракова. Решение задач линейного программирования средствами Excel. Учебное пособие. - Димитровград, 2002 г.

5. В.И. Ермаков. Сборник задач по высшей математике для экономистов. - М.: Издательство Инфра, 2001 г, 574 с.