Конец дидактического материала занятия 4
Вопросы для предварительной самостоятельной подготовки задания 4 1. Основные положения формирования производственного плана предприятия в экономике муниципального образования и региона 2. Структура Вашей интеллект – карты в приложении к муниципальному образованию (Наименование муниципального образования) 3. Сформировать производственный план предприятия в экономике муниципального образования и региона. Тема 5.Социальная политика и рынок труда региона. (4 часа) Занятие 5. Тема занятия. Постановка и моделирование задачи годового плана концерна в регионе -(МАО). (4 час.)
5.1. Постановка задачи годового плана концерна Моделирование и формирование производственного плана концерна представим на конкретном примере в виде векторной задачи линейного программирования вида (2.6.13)-(2.6.17). Дано. Концерн представлен шестью подразделениями, функционирующих на шести стратегических рынках q= , Q=6. Он выпускает неоднородную продукцию двенадцати видов,, j= , N=12. Каждый рынок описан одним критерием, который определяет объем продаж (производства): f1(X1(t)) – f6(X6(t)). Целенаправленность концерна в целом представлена тремя критериями объемом продаж - f7(X(t)), объемом прибыли – f8(X(t)) и валовой добавленной стоимостью – f9(X(t)), получаемых от всех рынков k= , K=9. Все зоны бизнеса (рынки) для фирмы важны и актуальны. Таблица 2.8 Технологическая матрица производства
На функционирование фирмы оказывают влияние четырнадцать ограничений. Восемь из них являются глобальными, они включают четыре ограничения по материальным ресурсам, и по два ограничения трудовым ресурсам и мощностям. Остальные шесть ограничений связаны с локальными возможностями каждого подразделения. Технологическая матрица производства представлена в табл. 2.8. Статистический анализ показал, что управленческие затраты составляют 35% от производственной себестоимости одного изделия, коммерческие затраты 20% и амортизация – 6%. Налоги составляют 20% от прибыли до налогообложения. Требуется: а) Определить производственный план концерна, который включает показатели по номенклатуре (по видам изделий) и по объему, т. е. сколько изделий соответствующего вида изделия следует изготовить каждому предприятию, чтобы доход, прибыль и валовая добавленная стоимость при их реализации была как можно выше. При этом в полученном решении должно быть решена задача распределения глобальных ресурсов между шестью подразделениями при условии их равнозначности для фирмы. б) Составить модель производственного плана предприятия, в которой максимизируется указанные выше экономические показатели и провести моделирование. Решить в системе Matlab задачи, лежащие в основе математических моделей. Решение. Моделирование и формирование производственного плана концерна представим в три этапа: постановка задачи, решение ВЗЛП (2.6.13)-(2.6.17) при равнозначных критериях, анализ результатов решения и принятие окончательного решения. Постановка задачи включает подготовку экономических показателей, составляющих основу модели, и ее построение Подготовку экономических показателей проведем в системе Excel. Используя данные табл.2.8, рассчитаем затраты по материальным, трудовым ресурсам и мощностям в денежных единицах на одно изделие. Результаты расчета представим в табл. 2.9. Таблица 2.9 Затраты по материальным, трудовым ресурсам и мощностям (руб.)
Объединим данные табл.2.9 и получим суммарные затраты по материальным (строки 1+…+4 табл.2.9), трудовым (строки 5+6) ресурсам, мощностям (строки 7+8) и производственную себестоимость (строки 1+…+14) одного изделия в денежных единицах. Результаты расчета представим в табл. 2.10. Таблица 2.10 Затраты по видам ресурсов (руб.)
Используя статистические данные за несколько лет, вычислим в среднем, что управленческие затраты составляли 35% от производственной себестоимости, коммерческие затраты – 20%, амортизация -6%. В совокупности эти затраты представляют накладные расходы и представлены в табл. 2.11. Прибыль до налогообложения рассчитаем по формуле:
Из прибыли до налогообложения до налогообложения вычитаем налоги - 20% и получим чистую прибыль от одной единицы продукции и представим ее в той же табл. 2.11. Полученные численные значения экономических показателей (стоимостей, ресурсных затрат, чистой прибыли, добавочной стоимости) используем при построении модели.
Таблица 2.11 Затраты по видам: материальным, трудовым ресурсам и мощностям (руб.)
Построение модели производственного плана проведем в три этапа: Обозначим: X(t)={X1(t)={x1(t), x2(t)},..., X6(t)={x11(t), x12(t)}} - вектор неизвестных, выражающий объемы производства и продаж каждым подразделением и фирмы в целом в планируемом году t=1, tÎT. с — рыночная цена единицы продукции j–го вида, j = , выпущенного на q-м предприятии; с — объем продаж и прибыль, получаемая фирмой от продажи единицы продукции j-го вида, j = , k=7,8; числовые значения с и с показаны на модели; aij – норма расхода ресурсов показывает, какое количество единиц i–го ресурса, необходимого при производстве единицы продукции j–го вида – они показаны на модели. В ней также указаны потенциальные возможности предприятия по каждому видов ресурсов bi, i= . Перед управляющим фирмы стоит задача выбора оптимальной номенклатуры и объемов продукции, в наибольшей степени удовлетворяющих показателям фирмы. Эту целенаправленность выразим в виде векторной задачи линейного программирования: opt F(X(t))={max f1(X1(t)),…, max f6(X6(t))}, (2.7.1) {max f7(X(t))≡f1(X1(t))+f2(X2(t))+,…,+f6(X6(t)), max f8(X(t)), max f9(X(t))}, (2.7.2) при ограничениях: aij(t)xj(t)£ bi(t), i= , (2.7.3) a (t)xj(t)£ b (t), i= , qÎQ, (2.7.4) хj(t)£uj(t), j= , (2.7.5) где (2.7.1) – критерии подразделений (предприятий), (2.7.2) – критерии фирмы в целом, (2.7.3) – глобальные ограничения, (2.7.4) – локальные ограничения (предприятий), (2.7.5) – ограничения в соответствии с запросами рынка. Представим задачу векторную задачу линейного программирования – модель годового плана (2.7.1)-(2.7.5) с числовыми исходными данными: opt F(X(t))={max f1(X1(t)) ≡ 600x1(t)+650x2(t), max f2(X2(t))≡ 400x3(t)+1200x4(t), max f3(X3(t))≡ 600x5(t)+550x6(t), max f4(X4(t))≡ 450x7(t)+600x8(t), max f5(X5(t))≡ 500x9(t)+600x10(t), max f6(X6(t))≡700x11(t)+800x12(t), max f7(X(t))≡600x1(t)+650x2(t)+400x3(t)+1200x4(t)+600x5(t)+ 550x6(t)+ 450x7(t) +600x8(t)+500x9(t)+600x10(t)+700x11(t)+800x12(t), max f8(X(t))≡164.8x1(t)+162.4x2(t)+93.3x3(t)+174.5x4(t)+67.9x5(t)+ 43x6(t)+ 55.3x7(t)+86.7x8(t)+79.1x9(t)+102.9x10(t)+123.2x11(t)+45.9x12(t)}, max f9(X(t))≡473.8x1(t)+552.5x2(t)+332.2x3(t)+1152x4(t)+522.3x5(t) +478.3x6(t)+ 404.6x7(t) +416.2x8(t)+381.1x9(t)+443.3x10(t)+582.1x11(t) +678.7x12(t)}, (2.7.6) при ограничениях: 1x1(t)+0.23x2(t)+0.57x3(t)+2x4(t)+0.83x5(t)+4x8(t)+2.68x10(t)+ 3.09x11(t)£16000 3x1(t)+2.13x2(t)+1.85x5(t)+3.03x7(t)+2.58x8(t)+2x9(t)+1x10(t)+ 1.26x11(t)+2.05x12(t)£21500, 2x2(t)+0.76x3(t)+1x5(t)+1.64x6(t)+1.06x8(t)+2.32x9(t)+1x10(t)+ 1.188x12(t) £12300, 0.68x1(t)+1.74x3(t)+1.25x6(t)+0.96x8(t)+1.07x9(t)+2.63x10(t)+ 1.38x11(t)+3.05x12(t)£14600, 1.04x1(t)+0.93x3(t)+0.84x4(t)+1.03x5(t)+0.25x6(t)+0.53x8(t)+ 0.61x10(t)+ 0.3x12(t) £ 8700, 0.55x1(t)+1.06x2(t)+1.34x4(t)+0.86x5(t)+1x6(t)+1.04x8(t)+0.26x10(t)+ 1x12(t) £ 9000, 1x2(t)+5x4(t)+1x5(t)+2x6(t)+1.62x7(t)+0.17x8(t)+1x9(t)+0.33x10(t)+ 1.2x11(t)+1x12(t)£11400, 0.3x1(t)+0.21x2(t)+1x3(t)+2x4(t)+1.5x5(t)+0.62x6(t)+0.7x7(t)+0.14x8(t)+0.98x9(t)+1.04x10(t)+1x11(t)+2x12(t)£18800, (2.7.7) 2x1(t)+3x2(t) £ 18000, (2.7.8) 1x3(t)+2x4(t) £ 17000, 1x5(t)+0.8x6(t) £ 18000, 2x7(t)+1.5x8(t) £ 24000, 0.8x9(t)+1.3x10(t) £ 21000, 3x11(t)+4x12(t) £ 29000, (2.7.9) 100£x1(t)£1000, 100£x2(t) £1000, … , 100£x12(t)£1000, (2.7.10) где в последних строках приведены ограничения, связанные с маркетинговыми исследованиями и с минимальными значениями переменных. В этой ВЗЛП формулируется следующее: требуется найти неотрицательное решение x1,…, x12, в системе неравенств (2.7.7)-(2.7.10), такое, при котором функции f1(X),…, f9(X) принимают максимально возможное значение.
5.2. Моделирование задачи годового плана концерна
Моделирование годового плана концерна представляет многократное решение ВЗЛП (2.7.7)-(2.7.10) в системе Matlab при равнозначных критериях с различными исходными данными, при необходимости с приоритетом того или иного критерия, в заключение выбора окончательного решения. Для решения сформированной векторной задачи линейного программирования представим исходные данные в системе Matlab. Формируется векторная целевая функция в виде матрицы: disp('Исходные данные ВЗЛП') c=[-600. -650. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.; 0. 0. -400. -1200. 0. 0. 0. 0. 0. 0. 0. 0.; 0. 0. 0. 0. -600. -550. 0. 0. 0. 0. 0. 0.; 0. 0. 0. 0. 0. 0. -450. -600. 0. 0. 0. 0.; 0. 0. 0. 0. 0. 0. 0. 0. -500. -600. 0. 0.; 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. -700. -800.; -600 -650 -400 -1200 -600 -550 -450 -600 -500 -600 -700 -800; -164.8 -162.4 -93.3 -174.5 -67.9 -43.0 -55.3 -86.7 -79.1 -102.9 -123.2 -45.9; -473.8 -552.5 -332.2 -1152. -522.3 -478.3 -404.6 -416.2 -381.1 -443.3 -582.1 -678.7]; матрица линейных ограничений: a=[1. 0.23 0.57 2. 0.83 0. 0. 4. 0. 2.68 3.09 0.; 3. 2.13 0. 0. 1.85 0. 3.03 2.58 2. 1. 1.26 2.05; 0. 2. 0.76 0. 1. 1.64 0. 1.06 2.32 1. 0. 1.188; 0.68 0. 1.74 0. 0. 1.25 0. 0.96 1.07 2.63 1.38 3.05; 1.04 0. 0.93 0.84 1.03 0.25 0. 0.53 0. 0.61 0. 0.3; 0.55 1.06 0. 1.34 0.86 1. 0. 1.04 0. 0.26 0. 1.; 0. 1. 0. 5. 1. 2. 1.62 0.17 1. 0.33 1.2 1.; 0.3 0.21 1. 2. 1.5 0.62 0.7 0.14 0.98 1.04 1. 2.; 2. 3. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.; 0. 0. 1. 2. 0. 0. 0. 0. 0. 0. 0. 0.; 0. 0. 0. 0. 1. 0.8 0. 0. 0. 0. 0. 0.; 0. 0. 0. 0. 0. 0. 2. 1.5 0. 0. 0. 0.; 0. 0. 0. 0. 0. 0. 0. 0. 0.8 1.3 0. 0.; 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 3. 4.]; вектор, содержащий ограничения (bi): b=[16000. 21500. 12300. 14600. 8700. 9000. 11400. 18800. 18000. 17000. 18000. 24000. 21000. 29000.]; ограничения равенства: Aeq=[]; beq=[]; ограничения накладываемые на нижние и верхние границы переменных: lb=[100. 100. … 100.]; ub=[1000. 1000. … 1000.]; Алгоритм решения ВЗЛП представим как последовательность шагов. Шаг 1. Решение по каждому критерию – наилучшее. Решение по первому критерию: [x1,f1]=linprog(c(1,:),a,b,Aeq,beq,lb,ub) где x1 - вектор оптимальных значений переменных по первому критерию; f1 – величина целевой функции в этой точке. x1=X ={x1= 4647.5, x2=2901.7, x3=1391.7, x4=460.6, x5=100, x6=723.2, x7=100, x8=100, x9=100, x10=100, x11=100, x12=100}- объемы продукции, выпускаемые первой ЛП. f1=f = 4674600 - объем продаж полученный первым подразделением от реализации X - объемов продукции. Подсчитаем объемы продаж, прибыли и добавленной стоимости по фирме в целом f7(X )=6606700, f8(X )=1534500, f9(X )= 5486800. Объем продаж f = 4674600 рассчитан из предположения, что первой ЛП отданы все глобальные ресурсы. В дальнейшем эта величина и аналогичные величины последующих критериев служат числовой целью при их совместной оптимизации. Аналогично получены результаты решения по остальным восьми критериям k= . Числовые значения результатов решения по критериям k= представлены на третьем шаге. Шаг 2. Решение по каждому критерию – наихудшее (антиоптимум). Для этого каждый критерий умножается на минус единицу. Обращение к функции linprog(…) выглядит следующим образом: [x1min,f1min]=linprog(-1*c(1,:),a,b,Aeq,beq,lb,ub) В результате решения получили: x1min =X ={x1=100.0, x2=100.0, x3=1904.7, x4=330.1, …}, f1min=f =125000. Аналогично получены результаты по остальным критериям k= . В дальнейшем будут использоваться лишь величины критериев: f2min=f =160000, f3min=f =115000, f4min=f =105000, f5min=f =110000, f6min=f =150000, f7min=f =765000, f8min=f =119900, f9min=f =641710. Шаг 3. Выполняется анализ критериев в ВЗЛП, для чего в оптимальных точках X , …, X определяются величины целевых функций F(X*)={{fq(X ), k= }, q= , К=9} и относительных оценок l(X*)={{lq(X ), k= }, q= }. В системе Matlab вычисление этих функций будет следующим: f=[c(1,:)*x1 c(2,:)*x1 … c(9,:)*x1; c(1,:)*x2 c(2,:)*x2 … c(9,:)*x2; . . . c(1,:)*x9 c(2,:)*x9 … c(9,:)*x9] F(X*)=f= Определяются отклонения dk=f -f , k= и относительные оценки lk(X)= , k= . d1=-f1-f1min =4549600, аналогично d2 =5176100, d3=5219500, d4=3701600, d5=3860600, d6=5087600, d7=8512000, d8=1937200, d9=7159400. l(X*)=L= Шаг 4. Формирование и решение l - задачи: Исходные данные l-задачи вытекают из примера (2.7.6)-(2.7.10) и организованы аналогично тестовому примеру из раздела 2.4.2. Обращение: [x0,L0]=linprog(c0,ao,bo,Aeq,beq,lbo,ubo). В результате решения получим: · точку оптимума Xo=x0={L0 =0.2654, x1= 733.6, x2=1372.6, x3= 2642.8, x4=397.1, x5= 2408.6, x6=100.0, x7=1182.8, x8=925.2, x9= 690.4, x10=1315.5, x11=1108.3, x12= 905.4}; · максимальную относительную оценку в этой точке lo= L0=0.2654; · значения критериев в точке оптимума fk(Xo), k= : f1(Xo)=1332400, f2(Xo)=1533600, f3(Xo)=1500100, f4(Xo)=1087300, f5(Xo)=1134500, f6(Xo)=1500200, f7(Xo)=8088200, f8(Xo)=1341200, f9(Xo)=6716700. · относительные оценки lk(Xo), k= . Относительная оценка lo=0.2654 показывает, что все независимые критерии, (а к таким относятся все предприятия концерна), измеренные в относительных единицах, подняты до этой величины и равны lo=lq(Xo(t)), q= : l1(Xo)=0.2654, l2(Xo)=0.2654, l3(Xo)=0.2654, l4(Xo)=0.2654, l5(Xo)=0.2654, l6(Xo)=0.2654, и это практически подтверждает теоретически доказанную теорему 1 раздела 9.5, а остальные критерии равны или больше , lo£ lk (Xo(t)), k= : l7(Xo)=0.8603, l8(Xo)=0.6305, l8(Xo)=0.8485. Таким образом, максимальная относительная оценка lo является гарантированным результатом и выполняет условия теоремы о независимых критериях. Анализ результатов решения и принятие окончательного решения. Анализ результатов начинается с проверки загрузки ресурсов по каждой ЛП, как по своим собственным, так и по всем глобальным ресурсам: r =A X , i= , q= . В системе Matlab это будет выглядеть следующим образом: r=[a(1,1:2)*x0(2:3) a(1,3:4)*x0(4:5) … a(1,11:12)*x0(12:13); … a(14,1:2)*x0(2:3) a(14,3:4)*x0(4:5) … a(14,11:12)*x0(12:13)], в итоге получили: r(X*)=r= . Затем определяется общая сумма затрат: · глобальных ресурсов: Ri= r =A Xo, i= : R1(Xo)=16000, R2(Xo)= 21500, R3(Xo)=12300, R4(Xo)=14600, R5(Xo)=7625, R6(Xo)=6772, R7(Xo)=11400, R8(Xo)=13542; · затрат по локальным подсистемам: R9(Xo)= 5585.1, R10(Xo)= 3437, R11(Xo)= 2488.6, R12(Xo)=3753.3, R13(Xo)=2262.5, R14(Xo)=6946.6. Сравниваются полученные затраты глобальных ресурсов с возможностями фирмы (концерна) в их приобретении bi , i= , M=8: · если Ri < bi , i= , то DRi = bi - Ri, i= - характеризует величину недозагрузки i-го ресурса; · если Ri > bi , i= , то DRi = bi - Ri, i= отрицательно и характеризует величину недостающего ресурса (такая ситуация может быть получена только при неправильном решении задачи или искусственно); · если Ri = bi, i= , то DRi = bi - Ri = 0, i= , то загрузка i-го ресурса полная. Определим отклонения DRi=bi-Ri, i= : · для глобальных ресурсов (2.7.7): DR1=0, DR2 =0, DR3=0, DR4=0, DR5=1075, DR6=2228, DR7 =0, DR8=5258; · для локальных ресурсов(2.7.8)-(2.7.9): DR9=12415, DR10 =13563, DR11=15511, DR12=20247, DR13=18738, DR14=22053. Из этих соотношений вытекает, что ресурсы i=1,2,3,4,7 загружены полностью, они сдерживают дальнейший рост векторного критерия F(X). Полученные результаты: · номенклатура и объемы производства Xo; · значения экономических показателей при таких объемах fk(Xo), k= ; · относительные оценки lk(Xo), k= ; · отклонения по ресурсам DRi, i= , ; являются основой для принятия решений. Моделирование годового плана осуществляется путем изменения (как правило, увеличения) глобальных ресурсов bi, i=1,2,3,4,7 и очередного просчета. Множество таких решений представляют множество альтернатив для принятия окончательного решения по годовому плану концерна. Отклонения по локальным ресурсам (2.7.8) -(2.7.9): DRi=bi-Ri, i= служат основой для разработки собственного вектора управления V (to). Например, для первой ЛП определение этого вектора будет осуществлено путем решения задачи: max f1(X1(t)= 800x1(t)+1000x2(t)}, (2.7.11) при ограничениях 2x1(t)+3x2(t) £ 12415, (2.7.12) x1(t)£1000, x2(t) £1000, x1(t)³100, x2(t)³100. (2.7.13)
Популярное: Организация как механизм и форма жизни коллектива: Организация не сможет достичь поставленных целей без соответствующей внутренней... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (418)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |