русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Microsoft Excel 5.0 Отчет по устойчивости


Дата добавления: 2013-12-23; просмотров: 7506; Нарушение авторских прав


Изменяемые ячейки

Microsoft Excel 5.0 Отчет по устойчивоcти

Окончательный вид решения нелинейной модели

 

 

Отчеты по пределам практически ничем не отличаются от соответствующих отчетов по пределам, выдаваемых для линейных задач. В случае отчетов по устойчивости имеются некоторые различия, которые мы рассмотрим на примере сравнения двух отчетов по решению линейной задачи, приведенной нами выше в Табл. 7.13. Один из этих отчетов по устойчивости, изображенный на Рис. 7.16, получен при решении данной задачи симплекс методом (включаемым кнопкой Линейная модельв диалоговом окне Параметры поиска решения). Второй - получен при решении данной задачи методами нелинейного программирования (см. Рис. 7.17).

 

Рис. 7. 16. Отчет об устойчивости для линейных задач

 

 

Изменяемые ячейки

 

Рис. 7.17. Отчет об устойчивости для нелинейных задач

 

Как видно из сравниваемых отчетов, они иллюстрируют одно и тоже полученное решение. Это значит, что использование обоих методов оптимизации (линейного и нелинейного) привело к получению одного и того же решения. Здесь нет ничего удивительного, поскольку данная задача имеет единственное решение. Однако, в случае, если рассматриваемая задача имеет несколько решений, нет никаких гарантий того, что оба метода оптимизации выберут одно и тоже решение.

Нетрудно также заметить, сравнивая данные отчеты, что значения, указанные в колонках "Редуцированная стоимость" и "Теневая цена" на Рис. 7.16 частично совпадают с величинами, содержащимися в столбцах "Нормир. Градиент" и "Множитель Лагранжа" на Рис. 7.17. При рассмотрении отчетов задач, решаемых симплекс методом, мы определили, что теневые цены ограничений вычисляют предельную стоимость дополнительной единицы ресурса, выражаемого данным ограничением, или величину улучшения целевой функции, при уменьшении имеющегося объема ресурсов данного вида на единицу. Подобная интерпретация может быть отнесена также и к множителям Лагранжа. Главное отличие теневых цен от множителей Лагранжа связано с наличием у первых из них диапазона изменения объемов имеющихся ресурсов, в пределах которого этот показатель сохраняют своё значение. Таким образом, используя симплекс метод, мы могли определить допустимое увеличение или уменьшение объема имеющихся ресурсов, в пределах которых теневая цена ограничения сохраняет своё значение. Мы смогли делать это, поскольку целевая функция и ограничения задачи были линейны, что облегчало расчет изменения целевой функции при изменении объемов имеющихся ресурсов. При использовании нелинейных методов возможности определения допустимых изменений объемов имеющихся ресурсов отсутствуют. Поэтому в таких случаях мы не можем указать диапазон изменения объемов имеющихся ресурсов, в пределах которого множители Лагранжа для каждого ограничения сохраняют своё значение. Множители Лагранжа, таким образом, могут использоваться только для приблизительной оценки влияния на целевую функцию единичных изменений объема имеющихся ресурсов по каждому из ограничений.



Как уже было замечено при решении линейных задач, редуцированная стоимость переменной, показывающая расположение решения относительно верхней и нижней границ, определяет прирост (сокращение) целевой функции при допустимом увеличении этой переменной на единицу. Подобная интерпретация, но в несколько более приближенном смысле, может быть дана показателю "Нормир. градиент" (Reduced gradient). Действительно, ненулевое значение нормированного градиента выражает влияние на целевую функцию малых изменений данной переменной. Так, например, увеличение объема производства продукции второго вида П2 на единицу уменьшает значение целевой функции на две единицы, о чем говорит соответствующее значение редуцированных затрат (Рис. 7.12) и нормированного градиента (Рис. 7.13).

На Рис. 7.18 и 7.19 приведены отчеты по пределам и устойчивости для полученного оптимального решения нелинейной задачи определения цен на производимую продукцию (см. Табл. 7.24).

 



<== предыдущая лекция | следующая лекция ==>
Построение нелинейной модели | Microsoft Excel 5.0 Отчет по устойчивости


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.005 сек.