|
В определенной мере создание математического программирования и его прикладной аспект связаны с выходом в 1939 г. монографии Л.В. Канторовича "Математические методы в организации и планировании производства", где впервые была поставлена и решена задача линейного программирования - частный случай общей задачи математического программирования [4].
Однако интенсивные исследования в этой области начались лишь в конце сороковых годов, когда американским математиком Д. Данцигом был построен изящный алгоритм симплексного метода для линейных программ. Значительный вклад в теорию и методы линейного программирования внесли С. Гасс, А. Таккер, Р. Гомори, Г. Кун, Т. Саати, Г. Ваг-нер, Д.Б. Юдин, Е.Г. Гольштейн, В.А. Булавский, Г.Ш. Рубинштейн, С.И. Черников, С.И. Зуховицкий и другие. В эти же годы в работах Л.Форда и Д.Фалкерсона развиты методы решения частного случая линейных программ - задач транспортного типа (классическая транспортная задача была сформулирована Ф.Хичкоком в 1941 г.).
В пятидесятые годы в работах Г. Куна, А. Таккера, Г. Зойтендейка, Л. Гурвица и других получают развитие методы нелинейного программирования.
В 1957 г. появляется монография выдающегося американского математика Р. Беллмана, положившая начало одному из оригинальных методов исследования многошаговых процессов принятия решений - методу динамического программирования. Большой вклад в развитие методов оптимизации подобных задач внесла группа советских математиков во главе с Л.С. Понтрягиным.
В те же годы начинается интенсивное развитие другого крупного раздела исследования операций - теории игр, история которой связана с именем Джона фон-Неймана, сформулировавшего в 1927 г. основную теорему этой теории.
Создание электронных вычислительных машин оказалось немаловажным стимулом развития численных методов оптимального планирования и управления, ставших обычным инструментом исследования в различных областях человеческой деятельности. Резко увеличив вычислительные возможности человека, ЭВМ стимулировали появление методов стохастического моделирования (методов Монте-Карло), совершенно нереальных при ручных вычислениях и "подающих надежду на спасение" при решении задач большой размерности.
Не затрагивая пока других методов исследования операций, остановимся на задачах математического программирования.
Вообразите себя одним из руководителей крупного производства, показатели работы которого вас не устраивают. Вы хотели бы осуществить мероприятия по увеличению объема выпуска продукции, повышению качества, снижению себестоимости, обеспечению ритмичности и многие другие.
Если поставить перед собой задачу достижения всех этих целей, то окажетесь в положении охотника за многими зайцами - такая задача некорректна. Равно как у человека развитие мускулатуры не должно входить в противоречие с его умственным развитием (хотя и говорят: сила есть - ума не надо), так и для производства нужна некоторая глобальная цель, гармонично сочетающая локальные цели на основе выбранной системы уровней значимости или требующая поддержания всех целей на каком-то предельном уровне.
Очевидно, что достижение цели зависит от множества различных факторов (количества рабочих, уровня их квалификации, фондовооруженности, запасов сырья и т.п.).
Если вам известны формы зависимостей целей от факторов, которыми можно управлять, то возникает задача поиска сочетания значений производственных факторов, обеспечивающего оптимум для поставленной цели.
Задача поиска экстремума (максимума или минимума) некоторой функции при наличии ограничений на значения ее переменных и составляет общую задачу математического программирования.
|
На уровень вверх
Купить