Автор работы: Пользователь скрыл имя, 09 Марта 2012 в 12:55, контрольная работа
При решении оптимизационных задач в реальных неабстрагированных экономических системах возникают затруднительные ситуации, связанные с выбором того или иного варианта решения. Такого рода ситуации зачастую имеют место при решении многокритериальных задач выбора. Например, при выборе того или иного варианта инвестиционного проекта из некоторой совокупности существующих альтернатив по одному параметру( например, по IRR, %) выгоден один проект, по второму( по сроку окупаемости)- другой, по третьему( по соответствии проекта требованиям охраны окружающей среды или иным качественным требованиям заказчика)- иной вариант.
Если графический способ ( с помощью номограммы) позволяет избежать промежуточные преобразования и определить их желательности сразу, то аналитический ( более точный) способ сопровождается еще дополнительными расчетами для окончательного установления желательностей этих параметров. Сущность их описана ниже.
После определения кодированных значений ( с помощью уравнения y’ = a*y + b) всех частных параметров каждого альтернативного варианте решения вычисляются их желательности по формуле (1). Следующим этапом является проверка годности полученных значений для решения поставленной задачи по показателю статистической чувствительности ( η).
Мерой статистической чувствительности частного параметра оптимизации является коэффициент вариации числовой системы Y (совокупности значения параметра оптимизации по вариантам решения), определенный по формуле:
η = Sy / ycp (9)
где ycp - среднее значение числовой системы Y;
Sy – среднеквадратичное отклонение числовой системы Y.
Значения статистической чувствительности как частной, так и обобщенной функции желательности должны быть не меньше, чем значение чувствительности соответствующих параметров оптимизации переводимых в желательности (т.е. ηd ≥ η y ). Т.е. шкала желательности (см. табл.1.1) должна быть не менее чувствительна к изменениям значений желательности относительно своего среднего, чем сама числовая система со значениями параметра оптимизации. В том случае когда вышеуказанное условие не выполняется, необходимо заменить механизм перевода, задавая иные контрольные точки и снова проверить.
Ниже, в следующем разделе, для усвоения теоретического материала, изложенного выше, предлагается пример.
2. Пример по выбору оптимального варианта технологического процесса плавки из совокупности существующих альтернатив.
ЗАДАЧА: Определить оптимальный вариант технологического процесса плавки чугуна при разработке проекта модернизации действующего плавильного участка чугунолитейного цеха.
ИСХОДНЫЕ ДАННЫЕ.
1. Ограничения и желательные уровни по частным параметрам оптимизации, задаваемые технологом и заказчиком в таблице 2.1.
Таблица 2.1
Параметры | Технико- технологические | Технико- Экономичес-кие | |||
Вид и марка чугуна | Технолог. температ. распл. оС | Содержа-ние серы после выплавки, 10-2 % | Группа сложности литья по признакам 1,3,5,6-10 | Произ. печи, т/ч | |
Статус параметра и уровень | Строгий * | Строгий миним. | Строгий макс. | Строгий * | Строгий * |
Продолжение таблицы 2.1
Технико-экономические | Экологические | Социаль-ные | ||||||
Тип производ-ственного процесса | Удельная производ. труда т/чел*ч | Цикл плавки и выдержки, час | Тепловое излучение Вт/м2 | Шум, дБа | Вибра-ция, дБ | Пыль, кг/т | Вредные вещества, мм3/т | Коэфф-ент охр. Труда работающих технолог. процессом |
Круп. сер | 3.0 | 4.0 | 1500 | 80 | 100 | 9 | 240 | 0,3 |
Строгий * | Желательный миним. | Желательный макс. | Желательный макс. | Желательный макс. | Желательный макс. | Строгий макс. | Строгий макс. | Желательно миним. |
Продолжение таблицы 2.1
Качественные | Экономические | |||
Комплексный показатель КИФ, баллы | Прочие качественные параметры, баллы | IRR, % | KV, млн. руб | Ток, лет |
3.0 | 3.0 | 20 | 250 | 6 |
Желательный минимальный | Желательный миним. | Строгий миним. | Строгий максим. | Строгий максим. |
Примечание: значения параметров, отмеченных символом * представлены в виде обозначений ( вида, названии, марки) или в виде интервала или отдельных значений дискретных величин, измеренных в порядковых шкалах. Поэтому, в этом случае уровень значений ( минимальный, максимальный) не задается. Допустимость варианта решения определяется иным образом ( см. дальше).
2. Совокупность альтернативных вариантов технологического процесса плавки чугуна ( имеющихся в наличии) со своими значениями частных параметров оптимизации представлена в таблице 2.2.
Таблица 2.2
№ | Вариант техно- логисти- ческого процесса плавки чугуна | ЧАСТНЫЕ ПАРАМЕТРЫ ОПТИМИЗАЦИИ | |||||||
Технико-технологические | Технико-экономические | ||||||||
Вид и* марка чугуна | Макс. техн. темп. расп., оС | Мин. сод.S после выпл., *10-2% | Груп.* сп.лит. по пр. 1,3,5, 6-10 | Произ-* вод., т/ч | Тип * произ- водст- венного процесса | Удельная производ. труда, т/чел*час | Цикл плавки и выд., час | ||
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
1 2 3
4
5
6
7
8
9
10
11
12
13
14 | ИП ДЭП ИЧТ- ИЧКМ ИЧТ- ИЧКМ ИЧТ- ДЭП ДЭП- ИЧТМ ДЭП- ИЧКМ ДЭП- ДЭП ИЧТ- ИЧКМ- АРУ ИЧТ- ИЧТМ- АРУ ИЧТ- ДЭП- АРУ ДЭП- ИЧКМ- АРУ ДЭП- ИЧКМ- АРУ ДЭП- ДЭП- АРУ | Любой Любой Любой
Любой
Любой
Любой
Любой
Любой
Любой
Любой
Любой
Любой
Любой
Любой | 1600 1650 1600
1600
1650
1600
1600
1650
1600
1600
1650
1600
1600
1650 | 4 4 2
2
2
2
2
2
2
2
2
2
2
2 | 1,2,3,4 1,2,3,4 1,2,3,4 5,6 1-6
1-6
1-6
1-6
1-6
1-6
1-6
1-6
1-6
1-6
1-6 | 0,5-28 0,5-2,5 0,5-28
0,5-28
0,5-25
0,5-28
0,5-28
0,5-25
0,5-28
0,5-28
0,5-28
0,5-28
0,5-28
0,5-28 | Ед,Мс,С Ед,Мс,С Мс,С, КрС,М Мс,С, КрС,М Мс,С, КрС,М Мс,С, КрС,М Мс,С, КрС,М Мс,С, КрС,М Мс,С, КрС,М
Мс,С, КрС,М
Мс,С, КрС,М
Мс,С, КрС,М
Мс,С, КрС,М
Мс,С, КрС,М | 4,0 5,3 3,2
3,2
4,0
4,0
4,0
4,2
2,7
2,7
2,8
2,8
2,8
3,2 | 3,0 2,0 4,0
3,5
4,0
3,0
2,5
2,7
3,5
4,0
4,0
3,0
2,5
2,7 |
Продолжение таблицы 2.2
№ | ЧАСТНЫЕ ПАРАМЕТРЫ ОПТИМИЗАЦИИ | ||||||||||
Экологические | Социаль-ные | Качествен- ные | Экономичские | ||||||||
Тепл. излуч., Вт/м2 | Шум, ДБА | Вибра- ция, ДБ | Пыль, кг/т | Вредн. в-ва, мм3/т | Коэф. охран. Труда раб-их тех-проц.т, баллы | Компл. показ. КИФ, баллы | Прочие кач. требов. баллы | IRR, % | KV, млн. руб. | Т, лет | |
0 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
1
2
3 4 5 6
7
8
9 10 11 12
13
14 | 500
560
1000 1000 1200 1200
1200
1300
2000 2000 2100 2100
2100
2200 | 70
100
80 80 100 100
100
105
80 80 100 100
100
105 | 70
80
70 70 80 80
80
85
70 70 70 80
80
85 | 0.3- 5.0 5-10
1-9 1-9 6-10 6-10
6-10
6-10
1-9 1-9 6-10 6-10
6-10
8-12 | 10-30
120-150 20-60 20-60 20-60 200-300 200-300 200-350 20-60 20-60 20-60 200-300 200-300 200-350 | 0.3
0.2
0.3 0.32 0.28 0.25
0.25
0.26
0.32 0.31 0.28 0.25
0.24
0.26 | 3.0
3.0
3.5 3.6 3.5 3.6
3.7
3.7
3.6 3.5 3.5 3.5
3.6
3.7 | 2.5
2.5
3.0 3.0 3.0 3.0
3.0
3.0
3.2 3.2 3.2 3.2
3.2
3.2 |
20.5 22 18
28 23 20
|
210 210 220
230 250 300 |
5 5.5 5.7
9 4 4.5 |