Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Раздел II. ОСНОВЫ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ



 

Управление и планирование являются наиболее сложными функциями в работе предприятий, фирм, служб администра­ций всех уровней. Долгое время они являлись монополией че­ловека с соответствующей подготовкой и опытом работы. Со­вершенствование науки, техники, разделение труда усложнили принятие решений в управлении и планировании.

Для принятия обоснованного решения необходимо иметь и обработать большое количество информации, определяемое иногда астрономическими цифрами. Принятие ответственных решений, как правило, связано с большими материальными ценностями. В настоящее время недостаточно знать путь, ве­дущий к достижению цели. Необходимо из всех возможных пу­тей выбрать наиболее экономичный, который наилучшим об­разом соответствует поставленной задаче.

Появление цифровых вычислительных машин и персональ­ных компьютеров создало огромные возможности для разви­тия науки, совершенствования методов планирования и управ­ления производством. Однако без строгих формулировок задач, без математического описания процессов современный уровень управления и планирования не может быть достигнут.

Задачи управления и планирования обычно сводятся к вы­бору некоторой системы параметров и системы функций, ко­торые приводят к экстремальным задачам следующего вида.

Требуется найти максимум функции

 

 

при условиях:

 

 

где f, gi функции, x1, x2, ..., xп параметры управления.

Выражение (а) называется функцией цели. Условия (b) и (с) представляют собой ограничения поставленной задачи. Усло­вия (с) справедливы для многих задач, особенно экономичес­ких, когда параметры управления (xj) по своему физическом смыслу не могут быть отрицательными. Среди условий задачи могут быть равенства.

Математическая дисциплина, занимающаяся изучением эк­стремальных (максимальных или минимальных) задач управ­ления, планирования и разработкой методов их решения, полу­чила название математического программирования.

Основное отличие задач математического программирова­ния от условных экстремальных задач, рассмотренных в час­ти 6, заключается в наличии неравенств в системе ограниче­ний. Поэтому методы решения задач на условный экстремум с помощью множителей Лагранжа не могут быть применены.

В зависимости от вида функции цели и ограничений ма­тематическое программирование делится на линейное и нели­нейное.

Наиболее разработанным разделом математического про­граммирования является линейное программирование.

В задачах линейного программирования возможны случаи, когда параметры управления могут принимать лишь целые дискретные значения. При решении подобных задач использу­ется целочисленное программирование.

В некоторых случаях исходные параметры задачи могут изменяться в некоторых пределах, для их решения применяет­ся параметрическое программирование.

В настоящее время не существует общих и достаточно эф­фективных методов решения задач нелинейного программи­рования. Лишь для определенного класса нелинейных задач, система ограничений которых линейна, а целевая функция не­линейна, но обладает свойством выпуклости, разработаны до­статочно эффективные методы, получившие название методов выпуклого программирования.

На практике часто приходится сталкиваться с ситуациями, в которых необходимо принимать решения при наличии двух или более сторон, имеющих различные цели. Результаты любого действия каждой из сторон зависят от решений партнеров. В экономике подобные ситуации встречаются довольно часто. Для решения задач с конфликтными ситуациями используют математические методы теории игр.

Динамическое программирование — один из разделов ме­тодов оптимизации, в котором процесс принятия решения мо­жет быть разбит на отдельные этапы. В основе метода лежит принцип оптимальности, разработанный Р. Беллманом.

Сетевые модели, в основе которых лежит теория графов, позволяют проводить их оптимизацию, а также совокупность расчетных и организационных мероприятий по управлению комплексами работ при создании новых изделий и технологий.

Цель изучения системы массового обслуживания состоит в том, чтобы контролировать их характеристики для проведения оптимизации системы в целом.

Рассмотрение моделей управления запасами преследует цель выбора для предприятий оптимальных расходов на до­ставку, хранение комплектующих материалов и ресурсов, не­обходимых для изготовления изделий.

 

 




Поиск по сайту:

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