Цю задачу легко розв'язати графічно, скориставшись записаними у вигляді нерівностей обмеженнями. Обмеження за часом у дорозі показує, що якщо x1 дорівнює нулю, томоже бути не більше 40 одиниць. Так само, якщо
дорівнює нулю, то x1 може бути не більше 60 одиниць. Комбінації граничних значень
і
можна подати у вигляді прямої, що сполучає дві точки – (
)і(
) (рис. 6.14).
Застосувавши аналогічні міркування до обмеження за часом пошуку їжі, ми одержимо, що якщодорівнює нулю, то
не може перевищувати 80 одиниць, а якщо
дорівнює нулю, то не може бути більше 40 одиниць.
Усі розв'язки, що мають сенс, лежать, таким чином, у чотирикутнику OPQR (див. рис. 6.14), а максимум цільової функції досягається в точці, яка найбільш віддалена від початку координат у напрямі, показаному стрілкою. Ця точка мас координати (), отже, максимальне значення цільової функції дорівнює
Дж.
Рисунок 6.14 – Графічне розв'язання простої задачі лінійного програмування
Можна самостійно перевірити, як впливає ослаблення одного або обох обмежень на цільову функцію, маючи на увазі, що найважливішим при оптимізації часто є знаходження того обмеження, ослаблення якого дозволяє знайти ще кращий розв'язок.
Цей приклад, зрозуміло, дуже простий, і графічний метод розв'язання звичайно можна застосовувати лише у тому разі, коли цільова функція і обмеження залежать від двох змінних; щоправда, такі розв'язки нерідко можна знайти і для випадку декількох обмежень. Проте є ефективні алгоритми для розв'язання задач лінійного програмування й особливо для тих завдань, які виникли і сформульовані як завдання про перевезення, пов'язані з оптимнацією транспортування різних матеріалів і корисних копалини. Проте існує безліч екологічних проблем, які можна виразити через моделі лінійного програмування. Більшість цих проблем пов'язана з управлінням природними ресурсами в сільському господарстві та лісоводстві, де лінійне програмування застосовується в дослідженнях з управління і планування лісових запасів, при економічному аналізі заходів щодо поліпшення якості деревних лісових порід і при аналізі розвитку сільськогосподарських підприємств і т. п. Проте не всі завдання можна подати через лінійні цільові функції і лінійні обмеження, особливо в екологічних дослідженнях. Нелінійність же цих функцій або обмежень – або і того, й іншого – дуже сильно утрудняє відшукання розв'язків. До таких самих труднощів призводять і постановки завдань, при яких накладаються певні обмеження на розміри скупчень, у яких можуть бути зосереджені одиниці якихось конкретних ресурсів. У зв'язку з цим була розроблена теорія нелінійного програмування, хоча екологічних моделей, побудованих виключно на основі цієї теорії, досить мало.
Іноді великомасштабні проблеми оптимізації можна підрозділити на ряд дрібніших завдань, що створюють послідовність у часі або в просторі, або навпаки. Подібні постановки завдань часто дозволяють спростити процедуру відшукання розв'язків, при цьому потрібно спеціально перевіряти, чи дає послідовність оптимальних розв'язків підзадач наближення оптимального розв'язку повної проблеми. Такий пошук якнайкращого розв'язання на кожному етапі відомий під назвою "динамічного програмування". Математичний апарат, що використовується в таких моделях, досить складний, і тому приклади їх успішного застосування в екології нечисленні. У праці Уатта (1971) розглядається застосування динамічного програмування для визначення стратегій боротьби зі шкідниками. Шрайдер (1968) описує модель, яка дає рекомендації щодо капіталовкладень у лісоводстві, від саджання дерев до отримання річної продукції однієї або декількох первинних деревообробних галузей.
Ігрові моделі
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Теорія систем в екології» автора Автор невідомий на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Оптимізаційні моделі“ на сторінці 2. Приємного читання.
