Professional Documents
Culture Documents
1. Tối ưu hoa QT-TCSX- phần 1 - 2021 PDF
1. Tối ưu hoa QT-TCSX- phần 1 - 2021 PDF
1. MỞ ĐẦU
2. TỐI ƯU HÓA QUÁ TRÌNH MỘT MỤC TIÊU ĐA YẾU TỐ
2.1. PHƯƠNG PHÁP GAUSS-SEIDENT
2.2. PHƯƠNG PHÁP BOX-WILLSON
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU ĐA YẾU TỐ
4. ỨNG DỤNG QUY HOẠCH TUYẾN TÍNH TRONG QUẢN LÝ SẢN XUẤT, CNTP VÀ CNSH
5. GIẢI QUY HOẠCH TUYẾN TÍNH BẲNG PHƯƠNG PHÁP CHUYỂN VỊ
6.GIẢI QUY HOẠCH TUYẾN TÍNH BẰNG PHƯƠNG PHÁP ĐƠN HÌNH
7. GIẢI QUY HOẠCH TUYẾN TÍNH BẲNG PHƯƠNG PHÁP ĐỔI HÌNH DẠNG BẢNG
8. ỨNG DỤNG QUY HOẠCH TUYẾN TÍNH TRONG KỸ THUẬT PHA ĐẤU THỰC PHẨM
9. BÀI TOÁN VẬN TẢI
10. ÔN TẬP
LOGO
Tối ưu hóa quá trình một mục tiêu, đa yếu tố
Ví dụ: Hoạt lực enzyme của nấm nấm mốc Aspergillus oryzae
phụ thuộc vào các yếu tố (xi): độ ẩm cơ chất, độ ẩm tương đối
không khí, nhiệt độ nuôi cấy, bề dày của lớp cơ chất trên
khay… Tìm xi để hoạt lực α-enzyme amylaza đạt cao nhất.
LOGO
Tối ưu hóa quá trình một mục tiêu, đa yếu tố
Nếu có n yếu tố ta có n đợt thí nghiệm và nhận được yi1 max
(i = 1÷n)
+ Vòng tính 2: Ta lặp lại giống vòng 1 nhưng các điểm
khởi phát thay đổi.
Sau vòng 2 ta nhận được yi2 max (i = 1÷n)
+ Vòng tính 3: Ta lặp lại giống vòng 1 và 2 nhưng thay đổi
điểm cố định ban đầu
Sau vòng 3 ta nhận được yi3 max (i = 1÷n)
Cần tìm:
Lim yi1, yi2, yi3 , và đưa ra kết luận.
số vòng lặp
LOGO
I. PP Gauss - Seident
Vòng 1:
Bước 1: Gọi x1 là độ ẩm cơ chất, x2 là độ ẩm tương đối
không khí, x3 là nhiệt độ nuôi cấy. Cố định x1 = 52%, x2 =
70%, còn cho x3 thay đổi ở các mốc 25, 27, 29, 31, 33, 35
oC.
Thảo luận ta phải tiến hành thực nghiệm như thế nào?
Làm 6 mẫu thí nghiệm và phân tích hoạt lực enzyme và
ghi lại kết quả, chọn ra nhiệt độ tương ứng với hoạt lực
enzyme cao nhất. Chẳng hạn x3 = 29oC, y11max = 75 U/g
LOGO
I. PP Gauss - Seident
Năm 1952.
Ý tưởng: Biết được dáng điệu của 1 đường đồng mức thì có thể
chỉ ra các yếu tố chuyển địch đồng thời một lúc như thế nào để sau
một số bước nhảy thì mục tiêu đạt tối ưu. (Mô tả như hình vẽ)
PHƯƠNG PHÁP BOX – WILLSON LOGO
Giả sử f là 1 hàm số từ Rn đến R nghĩa là y = f(x1,x2,..,xn)
theo định nghĩa gradient là 1 vectơ cột mà thành phần là
đạo hàm theo các biến của f.
(Gradient của đường cong tại điểm M là véc tơ vuông góc với tiếp tuyến tại M).
Phương pháp Box-Willson
LOGO
Phương pháp Box-Willson LOGO
Nếu biết dáng điệu của đường đồng mức thì có thể chỉ ra các yếu tố x1,
x2 thay đổi như thế nào để sau một số lần thay đổi (bước nhảy) thì hàm
y đạt cực trị (tọa độ của điểm trên bề mặt đáp ứng sẽ trùng với điểm
M).
Giải quyết vấn đề
Phương pháp Box-Willson chia làm 2 giai đoạn:
+ Mô tả đường đồng mức
+ Đưa ra chiến thuật dịch chuyển xi sao cho y đạt điểm cực trị
extrimum
Phương pháp Box-Willson LOGO
Ví dụ, với quá trình 1 mục tiêu, 3 yếu tố ta có ma trận thực nghiệm
như sau:
Số lần thí nghiệm: N = 23 = 8
Mỗi thí nghiệm được lặp lại 2 hoặc 3 lần, sau đó lấy giá trị trung
bình
Cách đánh dấu xen kẽ để đảm bảo tính trực giao
Ma trận thực nghiệm là ma trận đầy đủ theo 3 yếu tố:
Phương pháp Box-Willson LOGO
TT ~x ~x y1 y2 y3 y S2j
1 3
1 + + + 12 13 14 13 1
2 – + + 15 17 16
3 + – + 18 15 17
4 – – + 18 17 19
5 + + – 20 19 17
6 – + – 17 15 16
7 + – – 17 16 18
8 – – – 21 18 17
Tiến hành thực nghiệm lấy số liệu để lấp đầy ma trận trên.
S12= (1/2)[(13-12)2+ (13-13)2+ (13-14)2] = 1
Phương pháp Box-Willson LOGO
LOGO
LOGO
LOGO
G bảng = 0,7107
4,59
LOGO
t (0,05;8) = 2,306
LOGO
Từ 1 tập giá trị {xi} ta luôn tìm được 2 giá trị của “y” : y TT, và y TN
LOGO
Chuẩn Fisher
Dùng để đánh giá độ tương thích của
mô hình
LOGO
LOGO
LOGO
F bảng (5;16)=2,85
LOGO
LOGO
LOGO
LOGO
LOGO
LOGO
LOGO
LOGO
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, LOGO
ĐA YẾU TỐ
X1 Y1
X2 Y2
X3 QT
Y3
Xn
Yn
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Nhiều sản phẩm thực phẩm, khi đánh giá chất lượng thì không phải
chỉ căn cứ vào 1 chỉ tiêu mà là nhiều, thậm chí rất nhiều chỉ tiêu.
Khó phân định được chỉ tiêu nào là quan trọng nhất, chỉ tiêu nào là
quan trọng nhì, ba, bốn…v.v.
Mong muốn của người sản xuất là tất cả các chỉ tiêu phải đạt “tốt
nhất”.
Ví dụ, khi đánh giá chất lượng của bia, phải sử dụng 2 tập chỉ số về
chất lượng: Tập chỉ số hóa học, hóa lý, hóa sinh và tập chỉ số cảm
quan.
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Tập chỉ số hóa học, hóa lý, hóa sinh bao gồm:
C2H5OH
Hàm lượng CO2 hòa tan
Êtanol
Ester
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Hương thơm
Vị
Hậu vị
Màu sắc
Độ trong
Hình thái của bọt
Tốc độ sủi bọt…v.v.
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Quá trình lên men bia, các chỉ tiêu cần cực trị là:
Hàm lượng diaxetyl (CH3-CO-CO-CH3) → min
Hàm lượng ester → max
Thời gian lên men → min
Hàm lượng CO2 hòa tan trong bia → max
Các yếu tố ảnh hưởng đến quá trình lên men là:
Nhiệt độ lên men, oC
Áp suất bề mặt, kg/cm2
Lượng nấm men gieo cấy ban đầu, g/l
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Chỉ lấy một yếu tố ảnh hưởng là nhiệt độ lên men để phân tích
tình thế của các mục tiêu:
+ Khi nhiệt độ lên men tăng thì:
hàm lượng diaxetyl (mg/l) tăng,
hàm lượng ester (mg/l) tăng,
thời gian lên men (h) giảm,
hàm lượng CO2 hòa tan trong bia giảm.
+ Khi nhiệt độ lên men giảm thì các chỉ tiêu chất lượng nêu trên
lại thay đổi theo chiều ngược lại.
Hai yếu tố còn lại là áp suất bề mặt dịch lên men và lượng nấm
men gieo cấy ban đầu cũng tác động đến các chỉ tiêu cần tối ưu
theo mối quan hệ đối kháng giống như yếu tố nhiệt độ.
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Ta thấy rằng không thể tồn tại một nhiệt độ lên men mà cả 4 chỉ tiêu
chất lượng đã nêu ở trên đều đạt cực trị.
Điều này là không thể, vì “không thể tồn tại một tập giá trị của các
yếu tố tác động mà tại đó cùng lúc nhiều mục tiêu đạt tối ưu”!
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Như vậy trong cùng một điều kiện và cùng một thiết bị để thực
hiện một quá trình nhưng lại có nhiều chỉ tiêu chất lượng cùng
muốn đạt cực tiểu hoặc cực đại là điều không thể đạt được.
Để giải bài toán này, ta không trực tiếp đi tìm giá trị tối ưu của các
yếu tố ảnh hưởng và giá trị cực trị của các chỉ tiêu chất lượng, mà
ta đi tìm một đại lượng trung gian: Tổng quyền lợi hoặc quyền lợi
trung bình nhân của các mục tiêu, hoặc kỳ vọng của người sản
xuất, hoặc mong đợi của của người sản xuất là “làm ra sản phẩm
đạt chất lượng tốt”. (Các thuật ngữ trên đây có thể được xem là
tương đồng nhau).
Như vậy, giải quyết bài toán đa mục tiêu (y1, y2, …, yn) là đi tìm các
giá trị của các yếu tố ảnh hưởng (x1, x2, …, xm), tại đó kỳ vọng của
người sản xuất (hoặc sự mong đợi của người sản xuất) về chất
lượng sản phẩm đạt được ở mức cao nhất.
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Lớp bài toán này có thể giải bằng hai phương pháp :
Hàm mong đợi là hàm biểu thị sự mong đợi (hoặc mức độ kỳ vọng)
của người sản xuất làm ra sản phẩm đạt chất lượng tốt nhất.
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Quan niệm về chất lượng sản phẩm và phương pháp mô hình hóa
Ví dụ 1:
Một người công nhân gia công trục giữa xe đạp, sản phẩm phải có
độ dài đúng bằng 10,25 cm.
Khi kiểm tra chất lượng, nếu độ dài sản phẩm đạt đúng 10,25 cm thì sản phẩm đó
được chấp nhận (lúc đó sự mong đợi của người công nhân được đáp ứng hoàn
toàn). Ngược lại nếu độ dài của sản phẩm lớn hơn hoặc nhỏ hơn 10,25 cm thì sản
phẩm bị loại.
Nếu ta ký hiệu d là kỳ vọng của người công nhân “làm ra sản phẩm
đạt chất lượng tốt” thì trong trường hợp này d chỉ có 2 giá trị:
Như vậy thì d là một hàm của x (x là độ dài của sản phẩm):
d = f(x)
Trên hệ trục tọa độ, trục tung ta ký hiệu d, còn trục hoành là độ dài
sản phẩm x (cm) thì ta có đồ thị:
Đồ thị của hàm này là toàn bộ trục Ox, gián đoạn tại điểm x = 10,25 (tại điểm đó d = 1)
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Ví dụ 2:
Nước chấm loại 1 phải có hàm lượng đạm tổng tối thiểu 200 g/l.
Nếu lượng đạm tổng ít hơn 200 g/l là không được xếp loại 1 nhưng có thể
xếp xuống loại 2 và giá trị sử dụng của nó vẫn còn.
Sẽ là hợp lý nếu ta sử dụng biện pháp chia kỳ vọng từ 0 đến 1 thành nhiều
phân khúc ứng với mức độ đáp ứng của chất lượng thực phẩm. Ta lập
thang mong đợi theo các mức như sau:
Với cách chia thang mong đợi d ra nhiều bậc như vậy ta tiến hành
xây dựng mô hình cho cách đánh giá chất lượng của các sản phẩm
thực phẩm.
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Trường hợp thứ nhất: Chất lượng sản phẩm là những đại lượng bị
chặn dưới
VD:
Nước mắm loại 1 phải có hàm lượng đạm tổng tối thiểu 200 g/l (x ≥ 200 g/l)
Hàm lượng ester trong bia phải đạt ít nhất 30 mg/l (x ≥ 30 mg/l) …v.v.
x
200
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Trường hợp thứ hai: Chất lượng sản phẩm là những đại lượng
bị chặn trên
VD:
۞Hàm lượng diaxetyl trong bia phải ≤ 0,2 mg/l (theo EBC-Công ước bia châu Âu)
۞Tỷ lệ gạo tấm trong gạo loại một ≤ 5%
۞Tỷ lệ chè vụn sau khi sấy ≤ 2% …v.v.
Với những sản phẩm thực phẩm thuộc diện này ta thiết lập mô
hình và đồ thị như sau:
(Trường hợp: Hàm lượng diaxetyl
trong bia phải ≤ 0,2 mg/l)
x
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Trường hợp thứ ba: Chất lượng sản phẩm là những đại lượng bị
chặn trên và chặn dưới
VD: pH của bia phải nằm trong khoảng 4,2 ≤ x ≤ 4,4
1) Xác định chỉ tiêu cần tối ưu, vd: y1, y2, y3
2) Xác định các yếu tố ảnh hưởng, vd: x1, x2, x3
3)+4)+5) Thí nghiệm sơ bộ; Lập ma trận thực nghiệm (số thí nghiệm
N = 3n ); Tiến hành thí nghiệm và xác định giá trị yj
VD:
x1 [0,5 – 1,5] x10 = 1,0 ; x1+ = 1,5; x1- = 0,5
x [15 – 25]
2 x20 = 20 ; x2+ = 25; x2- = 15
x [4,5 – 6,5]
3 x30 = 5,0 ; x3+ = 6,5; x3- = 4,5
n = 3 N = 27 thí nghiệm
LOGO
TT x1 x2 x3 y1 y2 y3 d1 d2 d3 Dk
1 1,0 20 5,0 x x x x x x x
2 1,5 25 6,5 x x x x x x x
3 0,5 15 4,5 x x x x x x x
4 1,0 25 6,5 x x x x x x x
5 1,0 25 4,5 x x x x x x x
6 1,0 20 6,5 x x x x x x x
… … … … … … … … … … …
27 x x x x x x x
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Hàm mong đợi là hàm biểu thị sự mong đợi (hoặc mức độ kỳ vọng)
của người sản xuất làm ra sản phẩm đạt chất lượng tốt nhất.
Nhà toán học Harrington đưa 2 dạng hàm mong đợi cho 2 trường
hợp sau đây:
Chất lượng sản phẩm là những đại lượng đồng thời bị chặn trên
và chặn dưới
Chất lượng của sản phẩm là những đại lượng hoặc bị chặn trên
hoặc bị chặn dưới
3. TỐI ƯU HÓA QUÁ TRÌNH ĐA MỤC TIÊU, ĐA YẾU TỐ LOGO
Phương pháp hàm mong đợi
Nhớ lại:
Nếu chất lượng sản phẩm là những đại lượng đồng thời bị chặn
trên và chặn dưới thì hàm mong đợi có dạng:
d = exp[–(y’)n] (1)
Nếu chất lượng của sản phẩm là những đại lượng hoặc bị chặn trên
hoặc bị chặn dưới thì hàm mong đợi có dạng:
d = exp[–exp(–y’)] (4)
ở đây:
y’ = b0 + b1y (5)
y – là giá trị của chỉ tiêu tối ưu thu được bằng thực nghiệm ở từng
thí nghiệm trong ma trận thực nghiệm
b0, b1 – là 2 hệ số hồi quy cần phải xác định
–lnln
1 = b0 + b1y (6)
d
1 LOGO
–lnln = b0 + b1y (6)
d
Ứng với dmax ymax và ứng với dmin ymin. Thay các giá trị này vào (6) ta được hệ
phương trình:
1
ln ln b0 b1 y max
d max (7)
1
ln ln b0 b1 y min
d min
ymax và ymin là hai giá trị ta đã đánh dấu ở ma trận thực nghiệm, còn dmax ta đã chọn
là 0,8 và dmin là 0,2.
Thay các giá trị này vào hệ (7) tính được b0 và b1.
Thay các giá trị b0 và b1 đã tìm được vào (5) ta nhận được hàm tường minh của y’
Tính hàm mong đợi d cho từng thí nghiệm bằng cách thay các giá trị y ở các thí
nghiệm vào hàm tường minh y’, từ đây tính được y’.
Thay y’ vào (4) d
LOGO
Trên cột D của bảng ta tìm Dmax, điều kiện thí nghiệm tương ứng
với giá trị Dmax chính là giá trị cần tìm.
(Tại giá trị đó tổng quyền lợi của các mục tiêu đạt cực đại).
LOGO
VÍ DỤ CỤ THỂ
LOGO
LOGO
LOGO
LOGO
LOGO
Trên cột giá trị của D ta thấy max D = 0,562 đạt được ở thí nghiệm thứ 23.
Vì vậy ta đi đến kết luận:
Thời gian lên men 8 ngày, nhiệt độ lên men 8oC, áp suất bề mặt 40 kN/m2,
thì kỳ vọng mà 3 chỉ tiêu cần tối ưu y1, y2, y3 đạt cực trị là cao nhất.
LOGO
Nếu gọi x1 là số nho cần mua, x2 là số táo cần mua
thì ta có phương trình sau:
Lớp bài toán này mới giải được từ năm 1947.
Điều kiện: 0,8 x1 0,7 x2 1000 (2)
0,3 x1 0,4 x2 400
được gọi là điều kiện biên
Một bộ gồm: Hàm mục tiêu (1), các điều kiện biên (2), điều kiện về
dấu (3) lập thành “Quy hoạch toán học”.
LOGO
Nếu hàm (1) và điều kiện (2) là biểu thức tuyến
tính thì quy hoạch toán học đó gọi là Quy hoạch
tuyến tính
Nếu hoặc hàm mục tiêu (1) hoặc điều kiện (2) là
phi tuyến thì quy hoạch toán học đó gọi là Quy
hoạch phi tuyến (phân thành nhiều loại quy hoạch
khác nhau như quy hoạch mạng lưới, quy hoạch
động…)
Trong chương trình học chỉ khảo sát Quy hoạch
tuyến tính và quy hoạch động.
Quy hoạch tuyến tính
LOGO
Phân thành 2 dạng bài toán QHTT: Bài toán MAX và bài toán MIN
- Bài toán MAX:
n
Điều kiện biên: Ax ≤ B
Z C j x j MAX
j 1 Điều kiện dấu: xj ≥0
A, B là gì?
A B
a11 x1 + a12 x2 + …+ a1nxn ≤ b1
a21 x1 + a22 x2 + …+ a2nxn ≤ b2
…
am1 x1 + am2 x2 + …+ amnxn ≤ bm
Quy hoạch tuyến tính
LOGO
4 x1 5 x2 10 4 x1 5 x2 x3 0 x4 10
x1 4 x2 8 x1 4 x2 0 x3 x4 8
x ,x 0
x1 , x2 , x3 , x4 0
1 2
Quy hoạch tuyến tính
LOGO
Xác định vùng nghiệm là vùng nằm dưới đồ thị (2)
và giới hạn bởi trục tọa độ. Và điểm có khoảng
cách lớn nhất trong vùng nghiệm đến đường Z = 0
chính là điểm (0,3). Từ đó kết luận x1 = 0, x2 = 2
là giá trị cần tìm để Z đạt max.
(2/3;8/3)
ax+by=0 (f)
Điểm A(x1,y1)
Khoảng cách
d(A,f) = |ax1+by1|/((a2+b2)^(1/2))
Quy hoạch tuyến tính
LOGO
2 x1 x2 8
x 2x 7
1
g ( x) 8 x1 7 x2 min
2
x2 3
x1 0; x2 0
2 x1 x2 4
2) x 2x 5
1 2
x1 0; x2 0
3)
F = 15x1+ 20x2 max
3x1 + 5x2 ≤ 15
7x1 + 4x2 ≤ 28
x1,x2 ≥ 0
Quy hoạch tuyến tính
LOGO
b) Cách giải bài toán quy hoạch tuyến tính kích thước lớn:
BÀI TOÁN SẢN XUẤT BIA:
Bài toán: Nhà máy bia X hàng năm sản xuất bốn mặt hàng chính:
Bia loại 1 (đóng chai) dùng nội địa
Bia loại đặc biệt (đóng chai) dùng để xuất khẩu
Bia loại 2 (đóng chai) dùng nội địa
Bia hơi dùng phục vụ trong ngày
Về nguyên liệu sản xuất, hàng năm nhà máy chỉ đủ vốn lưu động để mua một
lượng như sau:
Malt đại mạch: 2300 tấn
Gạo: 1450 tấn
Đường kính: 550 tấn
Hoa houblon: 42 tấn
Quy hoạch tuyến tính
LOGO
Công thức sản xuất từng loại bia và lợi nhuận được ghi ở bảng 1:
Bảng 1:
Loại bia Malt, kg/hl Gạo, kg/hl Houblon, kg/hl Đường, kg/hl Lãi ròng (trăm
ngàn đ/hl)
Bia loại 1 10,6 6,4 0,19 2,6 38,2
Với số liệu đã cho ở trên, câu hỏi đặt ra cho người lập kế hoạch là hàng
năm cần sản xuất các loại bia với khối lượng bao nhiêu để thu được số lãi
ròng lớn nhất.
Quy hoạch tuyến tính
LOGO
Ta có mục tiêu cần đạt đến cực đại hóa là số tiền lãi ròng do việc
sản xuất các loại bia, ký hiệu là Z:
Z = 38,2x1 + 43,5x2 + 32,7x3 + 20,6x4 max (1)
Nhiệm vụ bây giờ là đi tìm các giá trị x1, x2, x3, x4 sao cho chúng
thỏa. mãn hàm (1). Nếu bài toán chỉ có như vậy thì ta có ngay
phương án (lời giải) tầm thường: x1 = x2 = x3 = x4 =
và lúc đó Z
Đó là phương án nghiệm không chấp nhận được, ta phải đi tìm các
ràng buộc của chúng dựa trên các điều kiện giới hạn về nguyên liệu.
Quy hoạch tuyến tính
LOGO
Ta có:
Với Matl: 10,6x1 + 17,0x2 + 8,4x3 + 8,0x4 ≤ 23.105 kg
Với Gạo: 6,4x1 + 3,4x2 + 5,5x3 + 5,2x4 ≤ 14,5.105 kg (2)
Với Hoa houblon: 0,19x1 + 0,29x2 + 0,17x3 + 0,13x4 ≤ 0,42.105 kg
Với Đường : 2,6.x1 + 0,8x2 + 2,1x3 + 2,0x4 ≤ 5,5.105 kg
Vì rằng lượng hàng sản xuất ra không thể là số âm nên:
Hệ thống gồm hàm mục tiêu (1) và các giới hạn (2) và (3) tạo thành một quy
hoạch. Phương án sản xuất tối ưu là phương án thỏa mãn cả (1), (2) và (3).
Quy hoạch tuyến tính
LOGO
trong đó y1 và y2 là hàm số, x1 và x2 là biến số, a,b,c,d là
các tham số.
Nếu ở đây coi x1 và y2 là hàm số thì theo (5) ta có thể viết
LOGO
So sánh (5) và (5’) ta thấy x1 và y1 đổi chỗ cho nhau. Ta nói
giữa x1 và y1 đã có sự chuyển vị cho nhau và quá trình chuyển
đổi từ (5) sang (5’) là quá trình chuyển vị, và ta đã thực hiện
một PHÉP CHUYỂN VỊ.
Hàng chứa phần tử sẽ chuyển vị gọi là hàng quay (trong ví dụ
là hàng chứa y1)
Cột chứa phần tử sẽ chuyển vị gọi là là cột quay (trong ví dụ là
cột chứa x1)
Hàng quay cắt cột quay tại phần tử quay (là a trong ví dụ).
LOGO
Kẻ một hình chữ nhật (hoặc vuông) có hai đỉnh của
một đường chéo là phần tử cần xác định và phần tử
quay, từ đây dễ dàng xác định được hai đỉnh còn lại
của đường chéo kia.
Khi đó, phần tử ở ma trận mới = (Phần tử tương ứng ở
ma trận cũ – Tích giữa hai đỉnh của đường chéo kia):
(Phần tử quay)
Ptu
cần xđ
= -
LOGO
x1 x2 x3 x4
y1 a11 a12 a13 a14
Thực hiện phép chuyển vị y2 cho x3 ta sẽ thu được ma trận mới
như sau:
x1 x2 y2 x4
y1 β11 β 12 a13/ a23 β 14
y3 β 31 β 32 a33/ a23 β 34
Giải quy hoạch tuyến tính bằng phương pháp chuyển vị:
Phương pháp chuyển vị sẽ rất có hiệu lực nếu ta áp dụng để giải
bài toán sản xuất bia nêu ở trên.
Số liệu cơ bản để đưa vào ma trận là hàm mục tiêu (1) và các
điều kiện ràng buộc (2) và (3).
Muốn đưa bài toán về dạng ma trận thì các bất phương trình ở
(2) phải biến thành các hàm, muốn vậy ta đặt:
y1 là lượng malt dư thừa ở phương án tối ưu
y2 là lượng gạo dư thừa ở phương án tối ưu
y3 là lượng hoa houblon dư thừa ở phương án tối ưu
y4 là lượng đường dư thừa ở phương án tối ưu
Với điều kiện y1, y2, y3, y4 ≥ 0
LOGO
Nếu x1 = x2 = x3 = x4 = 0 tức là không sản xuất một loại bia nào, tất cả
nguyên liệu còn nằm trong kho. Ta có ma trận sau:
Ma trận 1:
y1 y2 y3 y4 Z
Đây là một phương án tầm thường của kế hoạch sản xuất. Giá trị hàm mục tiêu Z được ghi ở ô
cuối cùng góc phải của bảng
LOGO
Bài toán đang xem xét có thể có nhiều phương án chấp nhận
được, và nếu có phương án tối ưu thì đó phải là 1 phương án
cực biên chấp nhận được
LOGO
Để giải tiếp bài toán ta công nhận các quy tắc và tính chất
sau đây:
+ Ở ma trận 1, nếu một biến số x nào đó đổi chỗ cho một hàm nào đó
thì ta nhận được một phương án chấp nhận được của quy hoạch
+ Việc giải bài toán đưa về việc chuyển vị xi cho yj ở ma trận 1. Quá
trình chuyển vị được lặp lại nhiều lần cho đến lúc nhận được phương
án tối ưu (lời giải tối ưu)
+ Khi tiến hành chuyển vị (thực hiện các bước lặp) các điều kiện sau
đây phải được đảm bảo:
LOGO
Để giải tiếp bài toán ta công nhận các quy tắc và tính chất sau đây:
+ Ở ma trận 1, nếu một biến số x nào đó đổi chỗ cho một hàm nào đó thì ta nhận được một phương án chấp nhận được của quy hoạch
+ Việc giải bài toán đưa về việc chuyển vị xj cho yj ở ma trận 1. Quá trình chuyển vị được lặp lại nhiều lần cho đến lúc nhận được phương án tối ưu (lời giải tối ưu)
+ Khi tiến hành chuyển vị (thực hiện các bước lặp) các điều
kiện sau đây phải được đảm bảo:
1/ Tất cả các phần tử ở hàng cuối của ma trận (các giới hạn về nguyên
liệu) trong suốt quá trình chuyển vị là những số không âm. Nếu thấy
xuất hiện số âm chứng tỏ phép chuyển vị sai.
2/ Ô cuối cùng ở góc Đông-Nam của ma trận (ghi giá trị hàm mục tiêu)
sau mỗi lần chuyển vị giá trị trong đó phải tăng lên
3/ Phương án tối ưu nhận được khi: tất cả các phần tử ở cột cuối cùng
bên phải của ma trận (cột ghi các hệ số của hàm mục tiêu) trở thành
các đại lượng không âm.
LOGO
Về nguyên tắc có thể chuyển vị một cách không lựa chọn x1, x2, x3, x4 cho các
hàm y1, y2, y3, y4. Nhưng như vậy có thể xảy ra hiện tượng sau một số bước
chuyển vị ta nhận được phương án đã xét trước đó. Hiện tượng đó gọi là
hiện tương xoay vòng. Khi có hiện tương xoay vòng thì giá trị hàm mục tiêu
sẽ giảm, phương án nhận được trong trường hợp này gọi là phương án thoái
hóa. Nếu tiếp tục thuật toán đã chọn thì chuyển vị sẽ không có phương án
kết thúc.
Để tránh hiện tượng xoay vòng, khi chọn dòng quay, cột quay ta áp dụng quy
tắc Bland: “Khi có nhiều cột (hoặc dòng) có thể chọn làm cột (hoặc dòng
quay) ta luôn chọn cột (hoặc dòng) có chỉsố nhỏnhất trong số chúng”
LOGO
+ Xác định hàng quay, cột quay, phần tử quay cho phép chuyển vị:
Ma trận 1:
y1 y2 y3 y4 Z
y1 0,6901 0,3614
y3 -42,1762 115,3823
Cần kiểm tra số liệu (thay vào Hàm mục tiêu và tính sai số
giữa Zmax theo bảng và theo công thức)
LOGO
Sau khi tính toán ta thấy các phần tử trên cột mục tiêu ta thấy không có phần tử
nào mang dấu âm. Điều đó chứng tỏ đây là phương án tối ưu. Ở phương án này ta
có:
Zmax = 83,7.105 đồng, khi y4 = y1 = y3 = x4 = 0
Lúc đó:
x2 = 0,03.105 hl = 300 000 lít
x3 = 0,39.105 hl = 3 900 000 lít
x1 = 1,84.105 hl = 18 400 000 lít
Kiểm tra kết quả tính toán:
Kiểm tra kết quả là để xem với phương án tối ưu như vậy thì các điều kiện ràng
buộc có thỏa mãn hay không.
Hướng dẫn sinh viên thay số và tính toán theo công thức. Tính ra được độ sai
lệch (từ 1,2 đến 2,6%). Giải thích: Sai số ở đây là do kỹ thuật tính toán (làm tròn số)
chứ không phải do phương pháp. Trong thực tế sản xuất, sai số như vậy hoàn toàn
có thể chấp nhận được.
Bài tập LOGO
y1 y2 y3 Z
1/ Giải bài toán quy hoạch:
X1
Z = 2x1 + 4x2 + 8x3 max
x1 + 2x2 + 4x3 ≤ 20 X2
2x1 + 6x2 + x3 ≤ 12
4x1 + x2 + 6x3 ≤ 8 X3
x1, x2, x3 ≥ 0
HMT
2/ Giải QHTT sau:
Z = 3x1 + 4x2 + x3 + 6x4 max
2x1 + 6x2 + 4x3 + x4 ≤ 10
3x1 + 5x2 + 6x3 + 2x4 ≤ 8
5x1 +4 x2 +10x3 + 8x4 ≤ 16
x1, x2, x3, x4 ≥ 0
-Simplex method-
LOGO
Để giải bài toán QHTT hiện nay có nhiều phương pháp nhưng tiện lợi
và thông dụng hơn cả là phương pháp đơn hình, được công bố năm
1951. Để nắm vững phương pháp này và có thể áp dụng linh hoạt trong
hoạt động sản xuất cần phải có những kiến thức nhất định về đại số
tuyến tính (có thể tham khảo Giáo trình Tối ưu hóa trong công nghiệp
thực phẩm của GS. Hoàng Đình Hòa, trang 28-48):
+ Không gian vectơ (các khái niệm, các phép tính vectơ, vectơ độc lập và
phụ thuộc tuyến tính, đường thẳng và siêu phẳng…)
+ Ma trận, định thức, các phép toán (khái niệm, tính chất định thức, các
phép toán với ma trận, hạng của ma trận, ma trận nghịch đảo, ma trận
suy biến và không suy biến)
+ Hệ phương trình đại số tuyến tính
LOGO
Những bài toán QHTT được Dantzig giải vào năm 1949 bằng phương pháp lặp
liên tiếp. Bài toán đầu tiên được tác giả giải có hệ ràng buộc dạng:
n
x j 1, x j 0, j 1,..., n
j 1
Nghiệm của bài toán thỏa mãn các ràng buộc là một đơn hình trong không
gian n chiều, cho nên phương pháp giải đó được gọi là phương pháp đơn hình.
LOGO
Miền ràng buộc của các biến trong không gian 2 chiều (2 biến) là một
tam giác vuông cân, có độ dài của cạnh góc vuông là một đơn vị. Còn
trong không gian 3 chiều (3 biến số) là một tứ diện, trong không gian
n chiều là một đa diện lồi có các kích thước bằng một đơn vị – gọi là
đơn hình. Về sau thuật toán mà Dantzig đã đề ra được gọi luôn là
phương pháp đơn hình, không phụ thuộc là dạng ràng buộc của
chúng ra sao
LOGO
Những biến số nhận giá trị khác không trong phương án này gọi là
biến cơ sở, còn những biến số nhận giá trị không được gọi là biến
phi cơ sở.
Số biến cơ sở thường là hằng số ràng buộc của quy hoạch (tức là
bằng số phương trình)
+ Các hệ số của biến cơ sở trong hệ phương trình ràng buộc lập
thành các ma trận cột. Có bao nhiêu biến cơ sở thì chọn ra bấy
nhiêu cột. Các ma trận cột này có đặc điểm là chúng độc lập tuyến
tính, cho nên chúng được chọn là một cơ sở của ma trận ràng
buộc. Phương án ứng với một cơ sở được chọn ra được gọi là
phương án cơ sở.
LOGO
+ Sau khi chọn được phương án cơ sở chấp nhận được ta kiểm tra
đánh giá hàm mục tiêu. Nếu nó đạt tối ưu thì kết luận phương án cơ
sở đã chọn là phương án tối ưu (có dấu hiệu để đánh giá). Nếu chưa
tối ưu ta phải thay đổi cơ sở (tức là thay các biến cơ sở đã chọn bằng
những biến cơ sở khác). Việc thay này một lần chỉ được thay một biến
(loại một biến ra khỏi cơ sở và đưa một biến phi cơ sở vào cơ sở – có
tiêu chuẩn để xét biến nào cần loại).
Quá trình này lặp lại cho đến khi hàm mục tiêu nhận được giá trị tối
ưu. Số lần đổi biến cơ sở là hữu hạn do phương án cơ sở là hữu hạn.
LOGO
Ma trận:
a
a(2,3,5) vecto a có ý nghĩa như MT
Biểu diễn trong không gian 2D của a :….
Hình tròn tâm (2,3) bán kính R=5
LOGO
X1 (3,5,9)
X2 (1,6,7)
X3 (5,8,11)
Xét λ1x1 + λ2x2 + λ 3x3= 0
3λ1 + 1λ2 +5λ3= 0
5λ1 + 6λ2 +8λ3=0 λ1=λ2 = λ3= 0
9λ1 + 7λ2 + 11λ3=0
LOGO
Ma trận
+ Ma trận suy biến và không suy biến
A = (aịj)mxn K <= min (m,n)
Aij = (-1)i+j Mij
Hạng của ma trận : Rank(A), r(A)
Xét ma trận A
1 3 6
A = 2 7 11 Det A =?
8 5 13
LOGO
Xét ma trận A
1 3 6
A= 2 7 11 Det A =?
8 5 13