Модели оптимизации производственных процессов

Задание:

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

4. Изучить модель линейного программирования и программу ответа задачи распределения годового количества деповского ремонта грузовых вагонов по депо дороги. Применить программу для ответа поставленной задачи. Совершить изучения.

5. Изучить метод и программу выбора рационального количества выпуска вагонов из деповского ремонта по способу перебора в условиях полной определенности. Совершить изучения. Выстроить диаграммы Np=f(D) и М=f(D).

6. Совершить расчеты по программе расчета количества выпуска вагонов для поиска оптимальных ответов в условиях риска либо стохастической неопределенности с применением параметров: «Оптимизация в среднем»; критерий Лапласа; критерий Вальда; критерий Гурвица; критерий Сэвиджа; Индекс конкурентоспособности; Экстремум функции.

Классификация математических моделей

Математические модели разрешают заменить настоящие объекты с некоей степенью приближения и позволяют проводить всесторонний анализ объектов.

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

Начальник, применяющий данные исследований, обязан знать и осознавать, какая была применена математическая модель, какие конкретно факторы ею учтены, какие конкретно факторы остались вне расчетов, и следовательно подлежат качественной оценке.

Используемые для изучения производственных процессов математические модели возможно классифицировать по трем показателям [1;3]:

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

2. Способу ответа (аналитические, численные, статистические, комбинированные, математического программирования);

3. Характеру исследуемых размеров (детерминированные, стохастические).

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

Аналитические модели являются алгебраические уравнения в виде известных функций. Они смогут учитывать маленькое число факторов, требуют упрощений и допущений. Но они наглядны и отчетливее отражают свойственные объекту закономерности. Они самый приспособлены для поиска оптимальных ответов.

Численные модели сводятся к арифметическим и логическим действиям над числами при наличии ограничений. Численные модели, если сравнивать с аналитическими, более правильны и подробны, не требуют неотёсанных допущений, разрешают учесть большее число факторов, ближе к действительности. Но они громоздки, требуют большого расхода машинного времени, имеют нехорошую обозримость взятых результатов, требуют применения вычислительных способов и ЭВМ.

Комбинированные либо аналитико-численные модели разрешают по аналитическим зависимостям устанавливать неспециализированные закономерности протекания процесса, а по численной – уточнять результаты.

Статистические модели предназначены для обработки статистических данных, взятых в следствии наблюдений либо численных опытов.

Модели линейного математического программирования решают задачи оптимизации производственных либо транспортных совокупностей.

модели и Статистические модели линейного математического программирования самый активно используются для изучения производственных систем и процессов.

При построении статистических моделей используют способы корреляционного и регрессионного анализа, способ Монте-Карло (способ статистического моделирования). Способ Монте-Карло – построение неестественного случайного процесса, владеющего всеми нужными особенностями и реализуемого посредством простых вычислительных средств.

Способ Монте-Карло для приближенного нахождения численных значений какой-либо величины

Модели оптимизации производственных процессов

содержится в

Модели оптимизации производственных процессов

кратной выборке значений случайной величины

Модели оптимизации производственных процессов

в серии свободных опробований и вычислении среднего значения

Модели оптимизации производственных процессов

. Тогда по закону солидных чисел при большом значении

Модели оптимизации производственных процессов

с возможностью, достаточно близкой к единице,

Модели оптимизации производственных процессов

.

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

Главная задача линейного программирования пребывает в определении из всех неотрицательных ответов заданной совокупности линейных алгебраических уравнений для того чтобы решения, при котором целевая функция принимает мельчайшее либо громаднейшее значение. В большинстве случаев, целевая функция является суммой затрат либо прибыль.

Экстремальные значения функций в задачах линейного программирования достигаются неизменно в точках, где производная не существует. Тем самым при ответе таких задач способы дифференциального исчисления не применимы.

Для решения задач линейного программирования возможно применить интегрированный пакет Микрософт Office/ Микрософт Excel.

оптимизация и Стандартизация бизнес процессов. ISO 9001 & Lean- Бережное производство


Понравилась статья? Поделиться с друзьями: