Методы итеративного агрегирования
Рассмотренные выше итерационные процессы согласования плановых решений в иерархически организованных системах, основанные на методах блочного программирования, позволяют, как правило, уменьшить по количеству уравнений[22] размерность задач, решаемых на каждом уровне иерархии. Однако номенклатура продукции, по которой проводятся расчеты, на всех уровнях предполагается неизменной. В результате центру приходится вести расчеты с той же детализацией показателей, что и на нижних уровнях. Реализация такой процедуры привела бы к перегруженности каналов связи при передаче информации и другим нежелательным последствиям. На практике, как мы знаем, дело обстоит иначе, и на верхних уровнях планирования имеют дело лишь с важнейшими и укрупненными характеристиками. Учет этих особенностей реальной организации процессов планирования и управления был положен в основу специального класса алгоритмов итеративного согласования решений при разных степенях агрегирования показателей, получивших в литературе название «методы итеративного агрегирования». Одной из первых работ в этой области явились исследования статической модели стоимостного межпродуктового баланса Л. М. Дудкина и Э. Б. Ершова [17]. Рассмотрим предложенную ими процедуру на следующем примере. Рассмотрим систему, состоящую из центрального планового органа, задачей которого является координация развития входящих в его подчинение отраслей. Реальный процесс взаимодействия отраслей ведется по детализированной номенклатуре показателей, однако информационно-вычислительные возможности центра (включая каналы связи) позволяют ему оперировать только укрупненной номенклатурой показателей. В целях координации центр предполагает использовать статическую стоимостную модель межотраслевого баланса, число столбцов которого совпадает с количеством отраслей[23].
Обозначим через
Кроме того, предполагается, что известны Координированное развитие отраслей требует определения показателей выпуска продукции в детализированной номенклатуре Для проведения расчетов по модели межотраслевого баланса центру необходима информация о коэффициентах затрат продукции в укрупненной номенклатуре. Для этого отрасли, исходя из нормативов
а затем по формуле средневзвешенных определяют агрегированные нормативы затрат для продукции в укрупненной номенклатуре
Полученные нормативы передаются в центр, где по модели межотраслевого баланса проводится расчет объемов выпуска продукции в агрегированной номенклатуре
Результаты решения
Центр интересует вопрос: обеспечивает ли подобная процедура расчетов реальную координацию развития отраслей, или являются ли полученные объемы производства
Очевидно, что это условие (соответствующее требованию точного агрегирования[25]) будет выполняться, если использовать в формуле (19.2) решение модели (19.5). Данное решение в начале расчетов было неизвестно, а принятая в (19.1) и (19.2) структура производства продукции планового периода бралась по ориентировочным данным. Полученные таким образом удельные веса отдельных видов продукции детализированной номенклатуры в агрегатах
могут отличаться от удельных весов, соответствующих решению модели (19.5). Поэтому в общем случае гарантировать выполнение требования точного агрегирования нельзя. Более того, анализ возможных частных случаев показал, что необходимым и достаточным условием точного агрегирования является равенство полуагрегированных коэффициентов затрат продукции отрасли на производство любых конкретных продуктов другой отрасли:
В действительности данное условие не выполняется даже приблизительно, и в пределах каждой отрасли полуагрегированные нормативы существенно разнятся между собой. Учитывая это, центр предлагает отраслям уточнить значения коэффициентов Вычислительная схема 1. определяются нормативы
2. вычисляются нормативы
3. расчитываются объемы производства продукции укрупненной номенклатуры
4. определяются потребности в производстве продукции детализированной номенклатуры
Процесс повторяется до тех пор, пока искомые показатели производства продукции Собственно, с таким итерационным подходом к операциям агрегирования и дезагрегирования расчетных показателей, включая разработку системы правил, обеспечивающей сходимость процесса к точному решению, и связана идейная сторона методов итеративного агрегирования. В настоящее время в литературе описан достаточно широкий класс задач, для реализации которых разработаны алгоритмы итеративного агрегирования. К их числу относятся и задачи линейного программирования с блочной структурой ограничений (типа (16.15) – (16.18)).
Вернемся к постановке задачи. Предположим, что координирующий центр оперирует агрегированными характеристиками деятельности хозяйственных ячеек. Представим модель исходной задачи в виде
и рассмотрим следующую процедуру согласования решений в двухуровневой системе «центр – хозяйственные ячейки». Центр просит хозяйственные ячейки предоставить в его распоряжение обобщенную информацию о предполагаемой деятельности в плановом периоде: агрегированные нормативы затрат ресурсов, величину дохода с учетом стоимости локальных ресурсов, объемы потребления глобальных ресурсов[27]. Для расчета этих показателей ячейки используют ориентировочные данные об объемах будущего производства продукции Модель задачи центра имеет вид
где Полученные из решения задачи (19.16) и (19.17) значения показателей выпуска продукции
или с использованием дополнительных переменных
В случае штрафного стимулирования (который мы будем рассматривать в дальнейшем) данное требование соответствует введению в целевую функцию локальной задачи специальных штрафов за превышение установленных лимитов. При таком подходе локальная задача, решаемая
где Поясним смысл целевой функции задачи (19.20). Первое слагаемое представляет собой разность между доходом, получаемым ячейкой, и платой за используемые общие ресурсы. Последние оцениваются по ориентировочным ценам Тогда, прибавив к (19.20) постоянное слагаемое
Найдем частный экстремум функции (19.23) по
Подставив найденное значение
где Обратимся к графику функции
![]() Рисунок 19.1 График целевой функции Как видно из графика, при перерасходе ресурса Подобное стимулирующее штрафование обеспечивает гибкое воздействие центра на хозяйственные ячейки с целью их ориентации на рекомендуемые объемы потребления общих ресурсов. Решение локальных задач позволяет ячейкам установить новый вариант производства продукции
где Смысл формулы (19.26) достаточно прозрачен. При перерасходе
Проявляя определенную осторожность при пересмотре расчетных показателей плана, центр рекомендует хозяйственным ячейкам построить новый вариант плана как компромисс между предварительным проектом где Полученный вариант плана Описанная процедура расчетов соответствует одному из широко освещенных в литературе алгоритмов итеративного агрегирования для задач линейного программирования с блочной структурой ограничивающих условий. Алгоритм имеет следующую вычислительную схему ( 1. расчет полуагрегированных и агрегированных показателей: a. полуагрегированных нормативов затрат ресурсов:
b. агрегированных нормативов затрат ресурсов:
c. агрегированных показателей целевой функции:
d. агрегированных показателей наличия общих ресурсов:
2. решение агрегированной задачи
где Решение прямой задачи (19.32) и (19.33) – 3. Решение локальных задач
где Решение прямой задачи – 4. Вычисление оценок на общие ресурсы (предварительное):
где 5. вычисление очередного приближения к решению:
где Строгого доказательства сходимости алгоритма (19.28) – (19.37) в настоящее время не существует. В работах можно встретить доказательство теоремы об оптимальности неподвижной точки процесса, что при условии достаточных экспериментальных подтверждений предельной сходимости алгоритма позволяет говорить о его сходимости к решению исходной задачи (19.12) – (19.15).
Воспользуйтесь поиском по сайту: ![]() ©2015 - 2025 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|