Чернова, Любава СергіївнаТитов, Сергій ДмитрoвичЧернова, Людмила Сергіївна2022-11-282022-11-282022Чернова Л. С. Спрощення розв'язку задач лінійної оптимізації в проєктному менеджменті / Л. С. Чернова, С. Д. Титов, Л. С. Чернова // Вісник Національного технічного університету "ХПІ". Сер. : Стратегічне управління, управління портфелями, програмами та проектами : зб. наук. пр. = Bulletin of the National Technical University "KhPI". Ser. : Strategic management, portfolio, program and project management : coll. of sci. papers. – Харків : НТУ "ХПІ", 2022. – № 1 (5). – С. 80-85.https://repository.kpi.kharkov.ua/handle/KhPI-Press/59612Математичне моделювання сучасних процесів управління може бути зведено до розв’язку задач лінійної оптимізації (ЛО). Для дослідження та розв’язку задач ЛО застосовують бібліотеку програм відомих комп’ютерних пакетів Mathematica®, Maple®, MathCad®. Це дозволяє розв’язувати складні типи комбінаторних задач цілочислової лінійної оптимізації та виконувати розв’язок задач великої вимірності. Методи точного або наближеного розв’язку таких задач вивчаються з урахуванням належності їх до, так званих, задач з класу P та NP (алгоритми поліноміальної та експоненціальної реалізації розв’язку). Сучасні комп’ютерні комбінаторні методи для розв’язку задач ЛО потребують розробки алгоритмів, які дозволяють отримувати наближений розв’язок з гарантованою оцінкою значення цільової функції. Важливе значення має спрощення математичної моделі до початку комп’ютерної реалізації. Така доцільність стимулює вдосконалення існуючих алгоритмів підготовки до комп’ютерних розрахунків. Застосування таких алгоритмів дозволить суттєво скоротити комп’ютерний час розрахунків та зменшити апаратні вимоги до комп’ютера. Пред’явлена робота присвячена побудові ланцюга ефективних алгоритмів, які спрощують первісну математичну модель задачі та реалізацію її комп’ютерного розрахунку. Метою роботи є використання та розробка ефективних алгоритмів та підготовка математичних моделей теорії ЛО з подальшою реалізацією їх розв’язку на комп’ютері.Modern mathematic models of project management processes description can be use in many cases to linear optimization problems. Simplification algorithms provide an efficient method of searching for solution of an optimization problem. If we project a multidimensional process onto a two-dimensional plane, this method will enable graphic visualization of the problem solution matrixes. A significant simplification of the algorithms for preparing the linear optimization problem in computer calculations can be achieved using the concept of duality in linear optimization problems. The linear optimization problem forms are equivalent. This can be achieved provided that transformation techniques are used to move from one form of tasks to another. To simplify the transformation of linear optimization problems, the transition from maximizing to minimizing the objective function is used. This research has proposed a method of simplifying the combinatorial solution of a discrete optimization problem. It is based on decomposition of the system representing a system of constraints of a five-dimensional initial problem into the two-dimensional coordinate plane. There was a model example considered for solving a five-dimensional linear optimization problem based on such projecting of a multidimensional space onto the two-dimensional one. The paper is concerned with construction of a chain of efficient algorithms to simplify the primary mathematic model of problem and realization its computer-aided calculation. Applied value of the proposed approach consists in using the scientific result for enabling the possibility to improve canonical methods of optimization problem solution and, respectively, for simplification of computer-assisted calculation.ukдвоїстістьцільова функціясимплекс-методбазисні векториопорний планвершина поліедруreductionlinear optimizationobjective functionsimplex methodbasis vectorsoriginal designsupport designpolyhedron vertexArticledoi.org/10.20998/2413-3000.2022.5.10https://orcid.org/0000-0001-7846-9034https://orcid.org/0000-0001-8772-9889https://orcid.org/0000-0002-0666-0742