МАТЕМАТИЧЕСКИЕ МОДЕЛИ И ОПТИМИЗАЦИЯ ПРОИЗВОДСТВЕННОГО ПЛАНА ПО ВЫПУСКУ БУРОВЫХ ДОЛОТ В НЕЧЕТКОЙ СРЕДЕ
DOI:
https://doi.org/10.52167/1609-1817-2023-128-5-312-324Ключевые слова:
cистема управления производственными процессами, многокритериальная оптимизация, нечеткое ограничение, задача нечеткого математического программирования, эвристический методАннотация
При составлении оптимальных производственных планов выпуска продукции часто возникает необходимость учета нечеткости некоторой исходной информации. В этой связи решение задач многокритериальной оптимизации показателей производственных планов, в условиях неполной или нечеткой информации, с применением математических моделей аппарата нечетких множеств является актуальной задачей теории и практики. Целью исследования являются: формулировка различных постановок задач многокритериальной оптимизации производственных планов на основе математических моделей при нечеткой информации путем модификации различных принципов оптимальности и разработки эвристических методов их решения, реализации предложенного нечеткого подхода к решению задачи оптимизации на примере решения задачи максимизации прибыли от производства буровых долот разных типов. Объектом исследования являются производственные процессы на примере производства разных типов изделий (буровых долот), которые характеризуются нечеткими ограничениями на сырье и время обработки единицы продукции.
Получены новые постановки задач оптимизации производственных планов при нечетких ограничениях, на основе методов решения задач нечеткого математического программирования. Рассмотрены варианты, когда исходную многокритериальную задачу оптимизации удается свести к однокритериальной задаче. Для каждого варианта постановки задачи оптимизации, проводится модификация известных методов Парето оптимальности и методов на основе выделения главного критерия. В качестве приемлемого, а в некоторых случаях эффективного подхода к решению задач в нечеткой среде предлагаются эвристические методы и это делает возможным применение экспертной информации и знания ЛПР в процессе оптимизации и выбора лучшего решения.
Библиографические ссылки
[1] Sánchez Péreza E.A., Szwedek R. Vector valued information measures and integration with respect to fuzzy vector capacities // Fuzzy Sets and Systems. -2019. -V. 355. P. 1–25.
[2] Biegler L.T., Lang Y.D, Lin W.J. Multi-scale Optimization for Process Systems Engineering // Computers and Chemical Engineering. -2016. –V. 10. –P. 17–35.
[3] Orazbayev B.B., Orazbayeva K.N., Kurmangaziyeva L.T., Makhatova V.E. Multicriteria optimisation problems for chemical engineering systems and algorithms for their solution based on fuzzy mathematical methods // EXCLI Journal. -2015. -V.14. -P. 984–998.
[4] He L. Multi-criteria optimisation of chemical engineering systems // Computers & chem. eng. -2019. -V. 112. -P. 115–125.
[5] Данциг Dж. Чувствительность решения задач линейного программирования. –М.: Мир. -2008. –C. 258.
[6] Colombo, M., Gondzio, J., Andreas Grothey A. A warm-start approach for large-scale stochastic linear programs // Mathematical Programming. -2011. -V. 127. -P. 371–397.
[7] Dubois D. The role of fuzzy sets indecision sciences: Old techniques and new directions // Fuzzy Sets and Systems. -2011. -V. 184. -P. 3–28.
[8] Quanxin Zhu. Exponential stability of stochastic fuzzy delayed neural networks // Fuzzy information eng. -2017. -V. -285. -P. 64–78.
[9] Ghodousian, A., Khorram, E. Linear optimization with an arbitrary fuzzy relational inequality // Fuzzy Sets and Systems. -2012. -V. 206. -P. 89–102.
[10] Yazenin, A.V. Linear programming with fuzzy random data // As technical cybernetics. -2011. -V. 8. -№ 5. -P. 52–58.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Батыр Оразбаев, Айнур Муханбеткалиева, Асыл-Дастан Базарбек, Асель Жумабаева, Кайрат Ахметов

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.