Cтраница 2
В результате при данном значении to либо найдем оптимальный план задачи ( 57) - ( 59), либо установим ее неразрешимость. [16]
Составляют дополнительное ограничение для переменной, которая в оптимальном плане задачи ( 32) - ( 34) имеет максимальное дробное значение, а в оптимальном плане задачи ( 32) - ( 35) должна быть целочисленной. [17]
В данном слщае такая неточность нестрашна, так как оптимальные планы задач предприятий ориентированы на преимущественный выпуск продукции дс, и дс3 и, следовательно, будут в правой части области допустимых планов ( производственных возможностей), а здесь данные аппроксимирующие гиперплоскости точны. [18]
Таким образом, в том случае, когда уже найден опорный оптимальный план задачи (6.1), имеется результирующая симплексная таблица 31 и требуется решить задачу (6.6), (6.7), то это сделать несложно. Как правило, при этих условиях для получения решения задачи (6.6) требуется небольшое количество вычислений. [19]
Нахождение решения задачи целочисленного программирования методом Гомори начинают с определения симплексным методом оптимального плана задачи ( 32) - ( 34) без учета целочисленности переменных. После того как этот план найден, просматривают его компоненты. [20]
Определить, на сколько изменятся затраты на перевозки по сравнению с затратами по оптимальному плану задачи 1 18, если ресурсы 3-го поставщика и потребности 3-го потребителя увеличатся на 2 ед. [21]
Определить, на сколько изменятся затраты на перевозки по сравнению с затратами по оптимальному плану задачи 133, если ресурсы 3-го поставщика и потребности 3-го потребителя увеличатся на 2 ед. [22]
Пусть в результате решения задачи (5.16) получена вершина Xt многогранника Mt - Для поиска оптимального плана задачи (5.15) эта вершина выбирается в качестве исходной для организации перебора методом проекции. [23]
В случае необходимости составляют еще одно дополнительное ограничение и продолжают итерационный процесс до получения оптимального плана задачи ( 32) - ( 35) или установления ее неразрешимости. [24]
Условие f ( u) Sh вместе с ограничениями (4.10), (4.11) высекает множество оптимальных планов задачи. Для каждого набора параметров условий задачи ( аь az, pi) оптимальные значения м принадлежат одному из семи множеств. Используя вторую теорему двойственности линейного программирования, можно выделить среди компонент решения свободные и закрепленные. Таким образом, получаем возможность, не решая задачи, определить оптимальные значения части переменных u i независимо от реализации случайных параметров условий задачи. [25]
В СЕКЦИИ 1 в столбце Тип указывается, какое значение приняла данная строчная переменная в оптимальном плане задачи. [26]
Последовательное продвижение по базисам опорных планов задачи вплоть до получения оптимального базиса ( базиса, соответствующего оптимальному плану задачи) составляет идею метода последовательного улучшения плана. [27]
Методы линейного программирования представляют собой последовательности однообразных по процедуре выполнения итераций, приводящих через конечное число шагов или в пределе к оптимальному плану задачи. [28]
Из табл. 2.31 видно, что Х ( 1; 1; 10 / 3; 0; 0) является оптимальным планом построенной задачи. [29]
Определите: а) план производства продукции, при котором общая прибыль предприятия от реализации всей продукции была бы наибольшей; б) устойчивость оптимального плана задачи относительно изменений прибыли от реализации единицы изделия данного вида; в) устойчивость оптимального плана задачи относительно изменения количества сырья каждого вида. [30]