Решение проблемы оптимального управления запасом
Предположим, что функция достигает глобального (абсолютного) экстремума на множестве допустимых управлений uU в некоторой точке. Тогда решение исходной экстремальной задачи для дробно-линейного интегрального функционала I (G) существует и достигается на вырожденном вероятностном распределении, сосредоточенном в точке: Резюмируя полученный результат, следует сказать, что для заданной задачи… Читать ещё >
Решение проблемы оптимального управления запасом (реферат, курсовая, диплом, контрольная)
Для рассмотренного класса управляющих вероятностных распределений G (u), а именно, для множества распределений неотрицательных случайных величин, заданных на множестве допустимых управлений u=[0;?), функционал I (G) определен. Иначе говоря, выполняется условие:
Подынтегральная функция знаменателя B (u) удовлетворяет условию:
Теперь применим теорему о безусловном экстремуме интегрального дробно-линейного функционала в формулировке П. В. Шнуркова.
Предположим, что функция достигает глобального (абсолютного) экстремума на множестве допустимых управлений uU в некоторой точке. Тогда решение исходной экстремальной задачи для дробно-линейного интегрального функционала I (G) существует и достигается на вырожденном вероятностном распределении, сосредоточенном в точке :
Тогда имеет место соотношение:
(2.15).
Где — множество вырожденных распределений вида (2.14) для всех возможных точек.
Таким образом, необходимо исследовать на глобальный экстремум основную функцию рассматриваемого дробно-линейного функционала:
Достаточные условия непрерывности основной функции и существование детерминированного оптимального управления
Функция A (u), определяемая формулой (2.2), является непрерывной в области .
Рассмотрим функцию A (u) при, определяемую формулой (2.3).
Интеграл.
является постоянной величиной; интеграл.
Функция A (u), определяемая формулой (2.3), является непрерывной функцией от u в области .
Функция A (u), задаваемая формулой (2.4), является непрерывной при всех .
Основываясь на утверждении леммы, можно доказать следующее утверждение относительно свойств основной функции данного дробно-линейного функционала.
Предположим, что выполнены следующие условия, связанные со стоимостными характеристиками модели:
Функция непрерывна при любых значениях аргумента.
Функция непрерывна при любых значениях аргумента.
Выполняется условие.
Функция непрерывна при любых значениях.
Для любого значения выполняется условие:
Тогда основная функция рассматриваемого дробно-линейного функционала (2.1), то есть функция, определяемая соотношениями (2.2)-(2.4), является непрерывной при всех конечных значениях аргумента и существует конечный предел.
Вычисляется предел.
и доказывается, что существует конечный предел:
Далее доказывается теорема:
Пусть выполнены условия теоремы 2.2. Тогда решение задачи оптимального управления запасом существует и достигается на детерминированном управлении, которое представляет собой точку глобального максимума функции на множестве .
Анализа частного случая задачи
Рассматривается случай, при котором функции дохода и затрат задаются линейными функциями.
Затраты:
— затраты, связанные с хранением товара на складе;
— затраты, связанные с дефицитом товара на складе;
— плата за поставку товара (при фиксированном u).
Доходы в этом случае будут выглядеть как:
x>0.
При чем — заданная величина.
— заданная величина.
.
Таким образом цена поставки минимальна при большом запасе (близком к максимальному) и максимальна при малом запасе (близком к нулю). в частности, она может быть постоянной, если, тогда .
Цена поставки в случае дефицита одинакова при любом уровне дефицита; реального запаса нет, спрос будет удовлетворен в будущем при пополнении запаса.
Возможны два случая при и при. Рассмотрим первый из них. Исследуется функция S (u), с помощью формул (2.2) и (2.5):
Целевая функция на интервале [0;].
=.
Целевая функция на интервале [.
В данном случае функции и будут одинаковыми.
Исследование целевой функции при u=.
Резюмируя полученный результат, следует сказать, что для заданной задачи в явном виде были найдены представления целевой функции на каждом из рассматриваемых интервалов. Полученные данные, в дальнейшем, могут быть использованы для исследования модели на экстремум.