Петрозаводский государственный университет
Решение задач математического
программирования в среде
табличного процессора
Excel
Методические указания
Петрозаводск
Издательство Петрозаводского университета
1998
Печатаются по решению редакционно-издательского совета
Петрозаводского государственного университета
Составители: к.т.н., доцент Поляков В.В.,
к.т.н., доцент Коржов С.Т.
к.э.н., доцент Карпов А.В.
Рецензент: к.т.н., доцент Богоявленский Ю.А.
Оглавление
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1. Пример оптимизационной задачи . . . . . . . . . . . . . . . . 5
2. Математическая модель задачи . . . . . . . . . . . . . . . . . . 6
3. Организация решения задачи . . . . . . . . . . . . . . . . . . . 8
4. Параметры поиска решения . . . . . . . . . . . . . . . . . . . . . 10
5. Задания для самостоятельной работы . . . . . . . . . . . . . 11
5.1. Задача оптимального распределения ресурсов . . 12
5.2. Задача выбора оптимального состава смеси . . . . 13
5.3. Задача оптимального раскроя бумажного
полотна . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.4. Задача о передаче данных в
информационно-вычислительной сети . . . . . . . . 15
Список использованной литературы . . . . . . . . . . . . . . . . 17
Введение
Табличные процессоры в настоящее время являются одними из самых популярных программных продуктов, особенно для персональных компьютеров. Удобная форма представления данных, возможности практически мгновенного расчета одних данных на основе других позволяют решать различные задачи, связанные как с большим объемом относительно несложных расчетов, так и с прогнозированием поведения сложных систем. Простейший способ прогнозирования - решение задач методом “Что будет, если ...?”, при котором задаются различные наборы значений некоторых исходных параметров системы и оцениваются значения расчетных. Многократные расчеты позволяют оценить, как реагирует изучаемая система, описанная в виде математических соотношений, на те или иные изменения в условиях ее функционирования и выбрать то решение, которое более всего удовлетворяет предъявляемым требованиям, - оптимальное решение.
Однако в задачах прогнозирования число возможных вариантов действий зачастую настолько велико, что вручную перебрать все невозможно. Интуиция в подобных случаях оказывается плохим помощником. В таких ситуациях целесообразно использование специальных математических методов. С этой целью в современные табличные процессоры включаются мощные математические блоки, позволяющие проводить статистическую обработку данных, решать отдельные уравнения и системы уравнений, а также задачи математического программирования (оптимизационные задачи).
Данное пособие имеет целью познакомить читателя с возможностями поиска оптимальных решений средствами широко распространенного табличного процессора Excel. Пособие рассчитано на тех, кто уже имеет опыт работы с данным табличным процессором и знаком с основами математического программирования.
1. Пример оптимизационной задачи
В качестве примера задачи, связанной с поиском наилучшего решения, рассмотрим задачу выбора оптимальной структуры посевных площадей нескольких сельскохозяйственных культур. Эта задача является типичным примером задачи оптимального распределения ресурсов, часто возникающей при производстве различной продукции.
Описание задачи:
в овощеводческом хозяйстве набор выращиваемых культур и объемы их производства определяются наличием пригодных для использования земель, допустимых затрат труда, заказами на отдельные виды культур, спросом на них, а также экономической эффективностью производства. При определении структуры посевных площадей необходимо обеспечить максимальную экономическую эффективность, исходя из имеющихся ресурсов.
Для решения такой задачи необходима следующая информация:
- площадь земли, отводимая под посевы;
- наличие трудовых ресурсов, выделяемых для производства овощей как в течение всего года, так и в наиболее напряженный период (в период сбора урожая);
- затраты труда на каждую культуру (всего и в напряженный /особый/ период);
- урожайность каждой из рассматриваемых культур;
- заказ на каждую культуру и предельные объемы сбыта;
- прибыль от производства каждой культуры;
- критерий оптимальности, определяющий, какое решение считается наилучшим.
Допустим, что при решении нашей задачи используются следующие исходные данные:
а) выращиваемые культуры:
- капуста;
- огурцы;
- помидоры;
- свекла;
- другие виды овощей.
Для каждой культуры полагаются известными:
- затраты труда (человеко-дней на гектар) на выращивание культуры на единице площади всего и, отдельно, в напряженный период (например, в период сбора урожая);
- заказ и предельный спрос на культуру (в центнерах).
б) площадь используемых земель равна 313 га.
в) трудовые ресурсы для производства овощей в течение года равны 45000 человеко-дней, в том числе в напряженный период - 8600 человеко-дней.
г) в качестве критерия оптимальности принимается максимум получаемой от производства овощей прибыли.
Все необходимые для решения задачи исходные (колонки с A по G) и вспомогательные данные приведены на рисунке 1, где показано их расположение на листе электронной таблицы с именем “Пользователь”.
Рис. 1. Исходные данные для решения задачи и их расположение на листе электронной таблицы.
Помимо ранее указанных требований для удобства реализации решения площадь посевов под каждую культуру будем определять с точностью до десятков гектаров (вряд ли реально выполнить задачу выращивания огурцов на площади в точности, например, 103,673 га).
2. Математическая модель задачи
Для того, чтобы найти решение задачи, необходимо сформулировать математическую модель. Прежде всего, запишем ее в общем виде, используя следующие обозначения:
N
– множество выращиваемых культур, jÎN
;
M
– множество ресурсов (площадь земли, трудовые ресурсы и т.п.), которые можно распределять между различными видами культур, iÎM
;
A
ij
– затраты i-го ресурса на 1 га посевов i-й культуры;
B
i
– объем производственных ресурсов i-го вида;
C
j
– прибыль, получаемая с 1 га посева j-й культуры;
d
j – объем заказов на j-ю культуру;
D
j – предельный спрос на j-ю культуру;
U
j – урожайность j-й культуры.
Переменные задачи (управляемые, искомые величины):
X
j
– площадь, выделяемая под посев j-й культуры, уменьшенная в 10 раз.
Модель задачи в общем виде выглядит следующим образом.
Целевая функция:
å
10 * C
j
* X
j
- max
jÎN
Ограничения на объемы используемых ресурсов:
å 10 * A
jj
* X
j
£ B
i
" iÎM
jÎN
Ограничения на объемы производства культур:
d
j £ å
10 * U
j
* X
j
£ D
j
" jÎN
jÎN
Чтобы в процессе решения получить результаты в нужном виде – округленными до десятков значениями оптимальных посевов площадей, введем в модель дополнительное ограничение, связанное с условием целочисленности значений переменных:
X
j
Î Z " jÎN
Отметим, что сформулированная математическая модель задачи включает только линейные ограничения и, следовательно, является задачей смешанного целочисленного линейного программирования (СЦЛП).
Пользуясь математической моделью общего вида, нетрудно получить конкретную модель, на основе которой и будет решаться наша задача.
Переменные:
X
1
– площадь (га), выделяемая под посев капусты;
X
2
– площадь (га), выделяемая под посев огурцов;
X
3
– площадь (га), выделяемая под посев помидоров;
X
4
– площадь (га), выделяемая под посев свеклы;
X
5
– площадь (га), выделяемая под посев других овощей.
Примечание: имеются в виду уменьшенные в 10 раз значения площадей.
Целевая функция:
690*X
1
+ 390*X
2
+ 380*X
3
+ 140*X
4
+ 100*X
5
- max
Ограничения:
- на общую площадь посевов:
10 * (X
1
+ X
2
+ X
3
+ X
4
+ X
5
) £ 313
- на общий объем трудовых ресурсов:
750*X
1
+ 1380*X
2
+ 3460*X
3
+ 1580*X
4
+ 910*X
5
£ 45000
- на объем ресурсов в напряженный период:
260*X
1
+ 220*X
2
+ 350*X
3
+ 340*X
4
+ 400*X
5
£ 8600
- по заказам на каждую культуру:
3250 * X
1
³ 31000
920 * X
2
³ 4500
1760 * X
3
³ 6500
2060 * X
4
³ 5900
520 * X
5
³ 1500
- по предельному спросу на каждую культуру:
3250 * X
1
£ 45000
920 * X
2
£ 7000
1760 * X
3
£ 10000
2060 * X
4
£ 9500
520 * X
5
£ 8000
- на целочисленность значений:
X
1
, X
2
, X
3
, X
4
, X
5
- целые.
3. Организация решения задачи
Прежде всего, присвойте одному из листов электронной таблицы имя “Пользователь” и сформируйте на нем электронный документ, показанный на рисунке 1 (в колонки I, J и K числовые значения заносить не нужно!).
Затем сформируйте все необходимые компоненты модели (переменные, целевую функцию, ограничения).
В качестве переменных задачи определите диапазон клеток K5:K9 и первоначально занесите в них нулевые значения.
В клетку I5 занесите формулу “=K5*10” и скопируйте ее в клетки диапазона K6:K9. В этих клетках будут отображаться площади посевов каждой культуры.
В клетку J5 занесите формулу “=I5*D5” и скопируйте ее в клетки диапазона J6 : J9. Здесь отображаются урожаи каждой культуры, соответствующие площади посевов.
В клетку J11 занесем формулу, значением которой должна быть ожидаемая в результате реализации оптимального решения прибыль:
=СУММПРОИЗВ(G5 : G9 ; I5 : I9)
Значение этой формулы есть значение целевой функции задачи.
Одному из листов электронной таблицы присвойте имя “Модель”. На этом листе будут размещены формулы, соответствующие левым частям ограничений модели. Поскольку значения ограничений при поиске решения наблюдать не обязательно, они размещаются в том месте, где они не видны пользователю, например, на другом листе. Пояснительные тексты и формулы, размещаемые на листе “Модель”, показаны на рисунке 2.
Примечание: в некоторых версиях табличного процессора Excel все сведения, относящиеся к модели, должны размещаться на одном и том же листе.
Рис. 2. Пояснительные тексты и формулы, размещаемые на листе электронной таблицы с именем “Модель”.
Для формирования условий оптимизационной задачи и поиска оптимального решения необходимо инициировать работу оптимизационного блока Excel с помощью команды меню “Сервис, Поиск решения...”. В результате на экране появится окно “Поиск решения”.
Далее необходимо проделать следующее. В поле окна “Установить целевую ячейку” указать адрес ячейки, значение которой используется в качестве критерия оптимизации - в нашем случае это ячейка J11. Имя ячейки можно ввести вручную или же, сделав описываемое поле активным, указать мышкой нужную ячейку электронной таблицы. Необходимое условие - целевая ячейка обязательно должна содержать формулу, значение которой зависит от изменяемых ячеек, соответствующих переменным задачи. Рядом с целевой ячейкой необходимо установить признак вида оптимизации (максимум или минимум целевой функции или ее равенство некоторому значению, которое в этом случае требуется указать).
В поле “Изменяя ячейки” необходимо указать область ячеек, соответствующих переменным задачи. В нашем случае этой областью будет диапазон K5:K9. При нажатии кнопки “Предположить” в рассматриваемом поле будут указаны все ячейки, связанные с формированием значения целевой функции, что не всегда удобно (например, в нашем случае вместе с клетками K5:K9 будут указаны клетки G5:G9, соответствующие коэффициентам целевой функции, считающимся константами в ходе поиска решения).
Замечание: ссылки на ячейки в полях окна “Поиск решения” автоматически становятся абсолютными.
Ограничения задачи указываются в поле “Ограничения”. Для задания ограничения требуется указать ячейку, соответствующую левой части ограничения, тип ограничения - “не больше”, “не меньше”, “равно”, “целое” (последнее только по отношению к ячейкам переменных), и ячейку или числовое значение левой части ограничения.
Новое ограничение формируется при нажатии кнопки “Добавить...”, вследствие чего открывается окно “Добавление ограничения”, позволяющее задать местонахождение правой и левой части очередного ограничения и характер связи между ними.
Для рассматриваемой нами задачи необходимо определить 14 ограничений, приводимых ниже:
1. $K$5 : $K$9 = целое
2. Модель!$A$3 <= $D$11 Ограничение на площадь посевов
3. Модель!$A$5 <= $D$12 Ограничения на трудовые ресурсы
4. Модель!$A$7 <= $D$13 Ограничение на трудовые ресурсы в напряжен- ный период
5. $J$5 >= $B$5 Группа ограничений на объемы производства
6. $J$6 >= $B$6 продукции (не менее, не более)
7. $J$7 >= $B$7
8. $J$8 >= $B$8
9. $J$9 >= $B$9
10. $J$5 <= $C$5
11. $J$6 <= $C$6
12. $J$7 <= $C$7
13. $J$8 <= $C$8
14. $J$9 <= $C$9
При нажатии кнопки “Добавить” в окне “Добавить ограничение” сформированное ограничение будет добавлено к условиям задачи и станет возможным задание следующего без возврата в окно “Поиск решения”.
Сформировав все параметры задачи, выполните ее решение, нажав на кнопку “Выполнить”. Согласно требованиям Excel изменяемые в процессе поиска оптимального решения ячейки (соответствующие переменным задачи) обязательно должны располагаться на активном листе электронной таблицы. Поэтому в момент нажатия кнопки “Выполнить” текущим должен быть лист “Пользователь”.
Сравните полученное решение с оптимальным, которое приведено на рис. 1. Если они совпадают, значит, Вы все сделали правильно.
4. Параметры поиска решения
Иногда, после формирования модели, приходится уточнять параметры метода решения задачи. Для получения такой возможности следует нажать кнопку “Параметры...”, в результате чего открывается окно “Параметры поиска решения”.
С помощью данного окна можно уточнить некоторые параметры используемого метода решения. Изменять стандартные установки целесообразно лишь в том случае, если Вы достаточно хорошо разбираетесь в методах математического программирования. В большинстве случаев при решении задач небольшой размерности вполне подходят стандартные установки.
Тем не менее дадим краткие пояснения смысла некоторых параметров.
“Максимальное время” определяет предельное время поиска решения (не более 32767 секунд). Если в течение указанного времени оптимальное решение не будет найдено, процесс поиска прерывается и следует запрос о необходимости продолжить или прекратить решение задачи. В последнем случае Вы получите некоторое промежуточное, возможно, недопустимое решение.
“Итерации”. Процесс поиска оптимального решения носит пошаговый, итеративный характер (не более 32767 итераций). Решение, получаемое в ходе очередной итерации, основывается на полученном при выполнении предыдущей. При исчерпании числа итераций процесс поиска решения прерывается (см. предыдущий пункт).
Время решения и требуемое число итераций зависят от начальных значений переменных. Чем ближе они к оптимальным, тем быстрее будет получено решение.
“Относительная погрешность”. Данное поле должно содержать число из интервала (0, 1). Точность определяет близость полученного значения целевой функции оптимальному. Чем больше точность (т.е. чем ближе указанное число к нулю), тем большее число итераций и большее время требуется для поиска оптимального решения.
“Допустимое отклонение” определяет допуск на отклонение от оптимального решения, если на переменные наложено условие целочисленности.
Из остальных возможностей стоит отметить лишь пункт “Линейная модель” - линейность всегда стоит указывать явно, поскольку это позволяет в несколько раз сократить время решения задачи и, скорее всего, получить более точный ответ.
Кнопки “Сохранить модель...” и “Загрузить модель...” позволяют сохранять параметры сформированной модели в какой-либо области электронной таблицы.
Более детальные пояснения Вы можете получить из документации на Excel 7.0 или пользуясь справочной системой Excel.
Задание
: обнулите значения переменных (клетки K5:K9), установите признак линейности и снова выполните поиск решения. Теперь он займет гораздо меньше времени.
5. Задания для самостоятельной работы
Предлагаемые ниже задания подобраны таким образом, чтобы при их выполнении требовалось как знание ряда классических задач математического программирования, так и некоторых специальных приемов, используемых при построении математических моделей, относящихся к задачам линейного (ЛП) и смешанного целочисленного программирования (СЦЛП). Все задания подобраны таким образом, чтобы при построении модели была возможность остаться в рамках задач ЛП или СЦЛП (для этих классов задач математического программирования разработаны и используются наиболее эффективные методы решения). Поэтому все построенные Вами модели должны относиться к задачам указанных классов.
В большинстве заданий сначала приводится наиболее простой вариант задачи, близкий к классической постановке, а затем указываются дополнительные условия, которые делают данную задачу нетривиальной.
После построения математических моделей и решения задач каждого задания необходимо подготовить отчет, который должен содержать:
- перечень использованных обозначений с пояснениями смысла каждого обозначения;
- модель задачи в общем виде с пояснениями смысла каждого соотношения;
- модель задачи, сформулированная на основе тех конкретных исходных данных, которые указаны в задании. Все соотношения модели должны быть записаны в развернутом виде и иметь пояснения;
- результат решения задачи с конкретными исходными данными (значения переменных и целевой функции).
Реализация задачи в среде электронной таблицы должна быть удобной для работы пользователя. Исходные данные и результаты расчета необходимо расположить удобным для пользователя образом, убрав, по возможности, все вспомогательные формулы в другую область листа или на другой лист. При изменении исходных данных задачи, не с
5.1. Задача оптимального распределения ресурсов
На мебельной фабрике изготавливаются пять видов продукции: столы, шкафы, диван-кровати, кресла-кровати и тахты. Нормы затрат ресурсов: труда, древесины и ткани на производство единицы продукции каждого вида приведены в следующей таблице:
| Наименование pесурса |
Расход ресурса на единицу продукции (в указанных единицах измерения) |
Запас pесурса |
||||
| стол |
шкаф |
диван-кровать |
кресло-кровать |
тахта |
||
| Трудозатраты (чел.-ч.) |
4 |
8 |
12 |
9 |
10 |
3690 |
| Древесина (м3
|
0.4 |
0.6 |
0.3 |
0.2 |
0.3 |
432 |
| Ткань (м) |
0 |
0 |
6 |
4 |
5 |
2400 |
| Прибыль от выпуска 1 изделия (у.е.) |
8 |
10 |
16 |
13 |
17 |
- |
| Предельный объем выпуска (шт.) |
480 |
80 |
180 |
120 |
100 |
- |
В этой же таблице указаны запасы ресурсов, которые могут быть использованы в течение рабочего дня, величины прибыли (в условных единицах) от выпуска одного изделия каждого вида, а также заданы пределы объемов изготовления каждого вида продукции.
Требуется определить объемы производства продукции мебельной фабрикой в течение рабочего дня, гарантирующие ей максимальную прибыль.
При указанных в таблице исходных данных Вы должны получить следующее оптимальное решение: прибыль - 6650 у.е., выпуск продукции
- столы - 480 шт.;
- шкафы - 0 шт.;
- диван-кровати - 0 шт.
- кресла-кровати - 85 шт.;
- тахты - 100 шт.
Дополнительное условие
: одновременно может выпускаться не более К различных видов продукции. Выпуск всех остальных в этом случае должен быть равным нулю.
В этом случае при K=2 оптимальным будет следующее решение: прибыль - 6192 у.е., выпуск продукции
- столы - 480 шт.;
- шкафы - 0 шт.;
- диван-кровати - 147 шт.
- кресла-кровати - 0 шт.;
- тахты - 0 шт.
5.2. Задача выбора оптимального состава смеси
Бройлерное хозяйство насчитывает N цыплят, для кормления которых в качестве кормовой добавки используется состоящая из известняка, зерна и соевых бобов смесь, которая должна удовлетворять определенным требованиям. Смесь должна содержать (по весу):
- не менее 22% белка;
- не более 5% клетчатки;
- не менее 0.8% и не более 1.2% кальция.
Кроме того, доля белка, обеспечиваемая за счет соевых бобов, не должна более чем вдвое превышать долю белка, обеспечиваемую за счет зерна.
Недельный расход смеси на одного цыпленка - не менее P граммов. Длительность периода кормления - Т дней.
Сведения о компонентах кормовой смеси, включая значения их запасов, которые используются при пробном решении, приведены в следующей таблице:
| Наименования компонентов |
Содержание ингредиентов (в кг на 1 кг компонента) |
Цена 1 кг |
Запас ком-понентов |
||
| кальций |
белок |
клетчатка |
(усл.ед) |
(тонн) |
|
| Известняк |
0,380 |
- |
- |
1,0 |
0,4 |
| Зерно |
0,001 |
0,120 |
0,020 |
6,0 |
8,1 |
| Соевые бобы |
0,002 |
0,420 |
0,080 |
5,1 |
4,5 |
Требуется определить состав кормовой смеси (вес каждого компонента в расчете на весь период кормления), удовлетворяющей указанным требованиям и имеющей минимальную стоимость.
Замечание: при решении задачи сохраните все использованные в задании единицы измерения числовых значений.
Проверьте решение задачи для N=20000 штук, P=445 грамм и Т=10 дней. С указанными в таблице ценами и запасами компонентов Вы должны получить оптимальное решение, обеспечивающее (с точностью до второго знака после запятой) значение целевой функции (стоимость смеси), равное 70455,76 у.е. и расход компонентов на формирование смеси в следующих количествах:
- Известняк - 0,36 т;
- Зерно - 7,86 т;
- Соевые бобы - 4,49 т.
Дополнительное условие
: если имеющийся запас компонентов (одного или нескольких) недостаточен для формирования полноценного рациона, необходимо определить объемы закупки не более чем двух компонентов, позволяющие сформировать рацион минимальной стоимости, удовлетворяющий всем требованиям. Цена закупаемого компонента (для закупаемого объема) полагается на 10% больше той, что указана в таблице. При этом в стоимость рациона дополнительно включаются транспортные расходы на доставку компонентов в размере R (независимо от объема закупок).
Решите задачу при тех же исходных данных, за исключением количества цыплят N, которое возьмите равным 25000. Транспортные расходы R=10000 у.е.
Оптимальным в этом случае будет решение, предполагающее следующий расход компонентов (в скобках указано количество компонентов, которое необходимо закупить):
- Известняк - 0,4 т;
- Зерно - 9,86 (1,76) т;
- Соевые бобы - 5,63 (1,13) т.
Значение целевой функции, соответствующее этому решению, 99920,43 у.е.
5.3. Задача оптимального раскроя бумажного полотна
Бумагоделательная фабрика имеет две бумагоделательные машины (БДМ), характеристики которых приведены в следующей таблице:
| БДМ |
Ширина бумажного полотна (м) |
Производительность БДМ (тонн в месяц) |
Стоимость 1 т бумаги (у.е.) |
| БДМ-1 |
3 |
18 |
8 |
| БДМ-2 |
4 |
21 |
9 |
На текущий месяц фабрика получила такие заказы на выпуск бумаги:
| Ширина формата (см) |
Объем заказа (т) |
Заказчик |
| 80 |
6 |
Потребитель №1 |
| 120 |
8 |
Потребитель №2 |
| 80 |
7 |
Потребитель №3 |
| 80 |
3 |
Потребитель №4 |
| 120 |
10 |
Потребитель №5 |
Примечание
: заказов на каждый из указанных форматов может быть произвольное количество.
Требуется определить планы выпуска и способы раскроя бумаги на каждой БДМ, обеспечивающие минимальные суммарные затраты фабрики на выполнение заказов.
Для сформулированной задачи с указанными выше исходными данными Вы должны получить решение, соответствующее минимальной суммарной стоимости бумаги, изготовленной на обоих БДМ, равной 300 у.е.
Дополнительное условие
: для повышения однородности бумаги каждого отдельного заказа на формат 120 см заказ должен быть полностью изготовлен на одной (любой) БДМ.
Для этого случая оптимальным является решение, соответствующее минимальной суммарной стоимости бумаги 301 у.е.
5.4. Задача о передаче данных
в информационно-вычислительной сети
В информационно-вычислительной сети (ИВС), состоящей из множества вычислительных систем - узлов, соединенных линиями связи, часто требуется решение различных задач маршрутизации. Например, каким образом (т.е. по каким из имеющихся каналов связи) в течение определенного промежутка времени осуществить передачу нескольких информационных сообщений разного объема из одного узла сети в ряд других узлов с минимальными затратами.
Рассмотрим ИВС, функционирующую в следующих условиях. Пропускные способности линий связи в течение рассматриваемого промежутка времени считаются ограниченными. Затраты на передачу данных связаны с необходимостью оплаты используемых линий связи, причем оплата зависит как от объема переданных по линии связи данных, так и от факта ее использования (аренды).
Требуется определить линии связи, использование которых обеспечит минимальные затраты на передачу необходимой информации.
ИВС задается в виде графа, в котором вершины соответствуют узлам сети, обозначаемым латинскими буквами, а дуги - каналам связи, идентифицируемым номерами.
Для каждой вершины (узла) указываются ее обозначение и роль в процессе обмена данными (источник, транзитный узел, получатель) и объем получаемой информации (в информационных единицах) в случае, если вершина является получателем.
Для каждой дуги (линии связи) указываются следующие параметры: имена вершин, которые связывает дуга (без указания направленности), предельная пропускная способность за рассматриваемый период времени, измеряемая в информационных единицах, стоимость передачи одной информационной единицы, стоимость использования линии связи (стоимости измеряются в условных единицах).
Определите оптимальные маршруты передачи данных в сети с конфигурацией и параметрами, заданными в следующих таблицах.
Сведения о вершинах (узлах ИВС)
| Вершина (узел ИВС)
|
Примечание
|
| A |
Источник данных |
| B |
Транзитный узел |
| C |
Получатель данных объемом 10 и.е. |
| D |
Транзитный узел |
| E |
Транзитный узел |
| F |
Получатель данных объемом 6 и.е. |
Сведения о дугах (линиях связи)
|
№
|
Связываемые
вершины
|
Пропускная
способность
(и.е.)
|
Стоимость
передачи 1 и.е.
(у.е.)
|
Стоимость аренды
линии связи
(у.е.)
|
| 1 |
A , B |
25 |
6 |
10 |
| 2 |
A , E |
15 |
1 |
6 |
| 3 |
B , C |
8 |
3 |
7 |
| 4 |
B , D |
17 |
1 |
6 |
| 5 |
C , D |
7 |
5 |
7 |
| 6 |
C , F |
11 |
4 |
10 |
| 7 |
D , F |
9 |
2 |
6 |
| 8 |
E , D |
12 |
2 |
7 |
| 9 |
E , F |
5 |
5 |
7 |
Оптимальное решение задачи обеспечивает затраты на передачу данных, равные 157 у.е.
Список использованной литературы
1. Фратер Г. Excel 5.0: Пер. с нем. Киев: Торгово-издательское бюро BHV, 1995. 560 с.
2. Курицкий Б.Я. Поиск оптимальных решений средствами Excel 7.0. СПб.: BHV-Санкт-Петербург, 1997. 384 с.
3. Поляков В.В., Карпов А.В., Кузнецов В.А. Решение оптимизационных задач в среде табличного процессора Quattro Pro: Методические указания. Петрозаводск: Изд-во ПетрГУ, 1994. 37 с.
Владимир Витальевич Поляков
Сергей Тимофеевич Коржов
Александр Вениаминович Карпов
Решение задач математического программирования
в среде табличного процессора Excel
Методические указания
Редактор Л.П.Соколова
Подписано к печати 10.10.98. Формат 60x841/16.
Бумага типографская. Офсетная печать. 1,1 уч.-изд. л.
7 усл. кр.-отт. л. Тираж 150 экз. Изд. № 135 “С”.
Издательство Петрозаводского государственного
университета
185640, г. Петрозаводск, пр. Ленина, 33