Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
|
|
- Sylwia Wawrzyniak
- 8 lat temu
- Przeglądów:
Transkrypt
1 /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów Metody wyznaczania rozwiązań początkowych Metoda północno-zachodniego narożnika Metoda minimalnego elementu macierzy kosztów (VAM) Postępowanie w przypadku degeneracji rozwiązania Interpretacja rozwiązania --9 Przykład Firma produkująca nawozy sztuczne ma trzy zakłady produkcyjne zlokalizowane w Kluczborku, Białymstok Pile. Kwartalna produkcja poszczególnych zakładów wynosi odpowiednio: 5 kg, 6 kg, i 5 kg. Firma ma cztery centra dystrybucji, zlokalizowane w ie, u, Łodzi i Opolu. Przewidywany popyt na nawozy w poszczególnych centrach dystrybucji wynosi odpowiednio: 6 kg, kg, kg oraz 5 kg. Jednostkowe koszty transportu (w zł/kg) z każdego zakładu do poszczególnych centrów dystrybucji podano w tablicy. Tablica. Jednostkowe koszty transportu [zł/kg] Kluczbork 7 6 Białystok 7 5 Piła 5 5 Znaleźć plan transportu minimalizujący koszty. --9 Przykład Kluczbork 7 6 Białystok 7 5 Piła Kluczbork Białystok 5 5 Piła 5 5 DOSTAWCY DECYZJA? ODBIORCY --9
2 /9/ Sformułowanie problemu Zmienna decyzyjna x ij ilość towaru przewieziona i od dostawcy i, i,,, do odbiorcy j, j,,. Funkcja celu Minimalizacja kosztów transportu Koszty transportu 5 Kluczbork 6 Białystok 6x 7x x x 7x 5x x 6 x 5x x x 5 Piła 5x Sformułowanie problemu zminimalizować: z x + x + 7x + 6x + 7x + 5x + x + x +x +5x +x +5x Sformułowanie problemu Zmienna decyzyjna x ij ilość towaru przewieziona i od dostawcy i do odbiorcy j, i,,; j,,. Funkcja celu Minimalizacja kosztów transportu Ograniczenia Dostawcy: nie można wysłać więcej niż wynosi zapas
3 /9/ Koszty transportu 5 Kluczbork 6 Białystok x x x x x x x x x 6 Sformułowanie problemu zminimalizować: z x + x + 7x + 6x + 7x + 5x + x + x +x +5x +x +5x przy ograniczeniach: x +x +x +x 5 x +x +x +x 6 x +x +x +x 5 x x 5 Piła x Sformułowanie problemu Zmienna decyzyjna x ij ilość towaru przewieziona i od odbiorcy i do dostawcy j, i,,; j,,. Funkcja celu Minimalizacja kosztów transportu Ograniczenia Dostawcy: nie można wysłać więcej niż wynosi zapas Odbiorcy: trzeba dostarczyć co najmniej tyle ile wynosi zapotrzebowanie Koszty transportu 5 Kluczbork 6 Białystok 5 Piła x x x x x x x x x x x x x
4 /9/ Sformułowanie problemu zminimalizować: z x + x + 7x + 6x + 7x + 5x + x + x +x +5x +x +5x przy ograniczeniach: x +x +x +x 5 x +x +x +x 6 x +x +x +x 5 x +x +x 6 x +x +x x +x +x x +x +x 5 x ij, i,,; j,,, --9 Ogólny model zagadnienia transportowego zminimalizować przy ograniczeniach n i m j n m i j c ij x ij x b, j, K m ij j, x a, i, K n ij i, x ij, i,,, m, j,,, n gdzie: i - indeks dostawcy, i,, n j - indeks odbiorcy, j,, m x ij - liczba jednostek przesłanych od dostawcy i do odbiorcy j c ij - koszt jednostkowy transportu od dostawcy i do odbiorcy j a i - zapas dostawcy i b j - zapotrzebowanie odbiorcy j całkowity koszt zapotrzebowanie zapas nieujemny przesył --9 Warianty zagadnienia transportowego całkowita podaż nie jest równa całkowitemu popytowi (zadanie niezbilansowane) maksymalizacja funkcji celu minimalne i maksymalne pojemności dróg Dodajemy sztucznego dostawcę lub odbiorcę. Mnożymy przez (-). Dodajemy ograniczenia. Własności zagadnienia transportowego Zadanie transportowe jest sformułowane jako zadanie programowania liniowego zatem można je rozwiązać stosując np. metodę simplex. Ze względu na szczególne własności zadania transportowego istnieją inne algorytmy, o mniejszej złożoności obliczeniowej, które można zastosować do rozwiązania tego zadania. niedopuszczalne połączenia Obciążamy bardzo dużymi kosztami
5 /9/ Własności zagadnienia transportowego n [ ] Każde zbilansowane zadanie transportowe posiada skończone rozwiązanie optymalne. L n... n... E n L L L L LA L n E n E n E n... E n Rozwiązanie bazowe zadania transportowego składa się dokładnie z (m + n ) zmiennych bazowych. Jeżeli wszystkie a i i b j są liczbami całkowitymi, to każde rozwiązanie bazowe (a więc również optymalne) jest utworzone z liczb całkowitych. Własności zagadnienia transportowego Każdemu rozwiązaniu zadania transportowego można przyporządkować pewien graf rozwiązania zbudowany w sposób następujący: wierzchołkami są węzły (i,, dla których x ij > każda para wierzchołków sąsiednich jest połączona krawędzią, przy czym parą wierzchołków sąsiednich są takie dwa wierzchołki (i, j ) (i, j ), że albo i i albo j j oraz pomiędzy nimi nie ma innych wierzchołków i \ j Własności zagadnienia transportowego Rozwiązanie dopuszczalne zadania transportowego jest rozwiązaniem bazowym wtedy i tylko wtedy, gdy odpowiadający mu graf jest grafem spójnym i bez cykli. Na to, aby graf rozwiązania zadania transportowego był grafem spójnym i bez cykli potrzeba i wystarcza, aby zawierał dokładnie (m + n ) wierzchołków. i \ j Własności zagadnienia transportowego Niech x B będzie dowolnym dopuszczalnym rozwiązaniem bazowym. Jeżeli przez B oznaczymy zbiór par (i,, takich że x ij jest zmienną bazową, ą to spełniony jest następujący układ równań: c ij + +v j dla (i, B gdzie zmienne iv j noszą nazwę potencjałów. Macierz C [(c ij z ij )] [c ij + +v j ], i,..m, j,..,n, nazywamy równoważną macierzą zerową rozwiązania bazowego x B. Na to, aby rozwiązanie bazowe x B zadania transportowego było optymalne potrzeba i wystarcza, aby jego równoważna macierz zerowa była nieujemna
6 /9/ Własności zagadnienia transportowego Układ równań: c ij + +v j dla (i, B ma nieskończenie wiele rozwiązań, ale wszystkie one wyznaczają tę samą równoważną macierz zerową. Jeżeli macierz C zawiera elementy ujemne, to odpowiadające jej rozwiązanie nie jest rozwiązaniem optymalnym. --9 Własności zagadnienia transportowego Przez cykl γ( oznaczamy cykl w grafie rozwiązania, który powstaje po dołączeniu zmiennej ( do rozwiązania bazowego. i \ j 5 5 Niech ( (,5) γ n ((,5) {(,5), (,)} γ p ((,5) {(,), (,5)} Wierzchołki grafu numerujemy kolejno, zaczynając od wierzchołka (. Przez γ p ( oznaczamy zbiór wierzchołków o numerach parzystych, a przez γ n ( o numerach nieparzytych. --9 Metoda potencjałów. Znaleźć wstępne rozwiązanie bazowe zadania zbilansowanego.. Rozwiązać układ równań: c ij + + v j dla i,j B. Wyznaczyć równoważną macierz zerową C.. Zbadać, czy C. 5. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ. 6. Wprowadzić do bazy zmienną x kl taką, że c kl min{ cij : cij < }. 7. Wyznaczyć cykl γ n ( oraz γ p (. 8. Usunąć z bazy zmienną x rs taką, że xrs min : j ) B j ) k, l ) 9. Wyznaczyć nowe rozwiązanie bazowe: γ ( + θ n( θ. Wrócić do kroku. { } θ Wyznaczanie rozwiązań bazowych Metodakąta północno-zachodniego Metoda minimalnego elementu macierzy kosztów Metoda VAM (Vogel s Approximation Method), i,,..., m -różnica między dwoma najmniejszymi elementami wiersza i w zredukowanej macierzy C, d j, j,,..., n -różnica między dwoma najmniejszymi elementami kolumny j w zredukowanej macierzy C, max(, d j ) c kl min {c kj } albo c kl min {c il }
7 /9/ Metoda kąta północno-zachodniego.kluczbork Metoda kąta północno-zachodniego.kluczbork Białystok Piła Białystok Piła Metoda kąta północno-zachodniego.kluczbork Metoda kąta północno-zachodniego.kluczbork Białystok 5 5. Piła Białystok. Piła
8 /9/ Metoda kąta północno-zachodniego.kluczbork Białystok. Piła Metoda kąta północno-zachodniego.kluczbork Białystok. Piła Metoda kąta północno-zachodniego.kluczbork 5 5. Białystok 6. Piła 5 5 b j 6 5 a i Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j Czy jest to rozwiązanie bazowe? c ij + +v j dla (i, B Rozwiązanie dopuszczalne zadania transportowego jest rozwiązaniem bazowym wtedy i tylko wtedy, gdy odpowiadający mu graf jest grafem spójnym i bez cykli. Na to, aby graf rozwiązania zadania transportowego był grafem spójnym i bez cykli potrzeba i wystarcza, aby zawierał dokładnie (m + n ) wierzchołków. --9 u --9 8
9 /9/ Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j c ij + +v j dla (i, B c ij + +v j dla (i, B + + v + + v Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j c ij + +v j dla (i, B c ij + +v j dla (i, B 7 + u + ( ) 5 + ( ) + v
10 /9/ Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j c ij + +v j dla (i, B c ij + +v j dla (i, B + ( ) + v + u Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła v j Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła v j c ij + +v j dla (i, B 5 + ( 6) + v c ij c ij + +v j c ij dla (i, B
11 /9/ Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5 Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła Piła v j v j c ij c ij + +v j c ij c ij + +v j Równoważna macierz zerowa.kluczbork. Białystok. Piła 6 v j --9 Równoważna macierz zerowa.kluczbork. Białystok. Piła 6 v j --9 Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5 Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła Piła v j v j c ij c ij + +v j c ij c ij + +v j Równoważna macierz zerowa.kluczbork. Białystok. Piła 7 6 v j --9 Równoważna macierz zerowa.kluczbork. Białystok. Piła 7 6 v j --9
12 /9/ Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła v j Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła v j c ij c ij + +v j c ij c ij + +v j Równoważna macierz zerowa.kluczbork. Białystok. Piła 7 6 v j Równoważna macierz zerowa.kluczbork 9 7. Białystok. Piła 7 6 v j Sprawdzanie czy rozwiązanie jest optymalne.kluczbork 9 7. Białystok. Piła 7 6 v j Zbadać, czy C. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ Metoda potencjałów. Znaleźć wstępne rozwiązanie bazowe zadania zbilansowanego.. Rozwiązać układ równań: c ij + + v j dla i,j B. Wyznaczyć równoważną macierz zerową C.. Zbadać, czy C. 5. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ. 6. Wprowadzić do bazy zmienną x kl taką, że c kl min{ cij : cij < }. 7. Wyznaczyć cykl γ n ( oraz γ p (. 8. Usunąć z bazy zmienną x rs taką, że xrs min : j ) B j ) k, l ) 9. Wyznaczyć nowe rozwiązanie bazowe: γ ( + θ n( θ. Wrócić do kroku. { } θ
13 /9/ Zmiana bazy.kluczbork 9 7. Białystok. Piła 7 6 v j Wprowadzić do bazy zmienną x kl taką, że c min{ c : c < } kl ij ij Metoda potencjałów. Znaleźć wstępne rozwiązanie bazowe zadania zbilansowanego.. Rozwiązać układ równań: c ij + + v j dla i,j B. Wyznaczyć równoważną macierz zerową C.. Zbadać, czy C. 5. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ. 6. Wprowadzić do bazy zmienną x kl taką, że c kl min{ cij : cij < }. 7. Wyznaczyć cykl γ n ( oraz γ p (. 8. Usunąć z bazy zmienną x rs taką, że xrs min : j ) B j ) k, l ) 9. Wyznaczyć nowe rozwiązanie bazowe: γ ( + θ n( θ. Wrócić do kroku. { } θ Wyznaczanie cyklu.kluczbork 9 7. Białystok. Piła 7 6 v j Wyznaczyć ć ckl cykl γ p (, γ n (. Metoda potencjałów. Znaleźć wstępne rozwiązanie bazowe zadania zbilansowanego.. Rozwiązać układ równań: c ij + + v j dla i,j B. Wyznaczyć równoważną macierz zerową C.. Zbadać, czy C. 5. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ. 6. Wprowadzić do bazy zmienną x kl taką, że c kl min{ cij : cij < }. 7. Wyznaczyć cykl γ n ( oraz γ p (. 8. Usunąć z bazy zmienną x rs taką, że xrs min : j ) B j ) k, l ) 9. Wyznaczyć nowe rozwiązanie bazowe: γ ( + θ n( θ. Wrócić do kroku. { } θ
14 /9/ Zmiana bazy.kluczbork 9 7. Białystok. Piła 7 6 v j Usunąć ą z bazy zmienną ą x rs, taką, ą że x rs min j ) k, l θ { x : j ) B} θ ) ij.kluczbork 5. Białystok --9. Piła 5 5 Metoda potencjałów. Znaleźć wstępne rozwiązanie bazowe zadania zbilansowanego.. Rozwiązać układ równań: c ij + + v j dla i,j B. Wyznaczyć równoważną macierz zerową C.. Zbadać, czy C. 5. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ. 6. Wprowadzić do bazy zmienną x kl taką, że c kl min{ cij : cij < }. 7. Wyznaczyć cykl γ n ( oraz γ p (. 8. Usunąć z bazy zmienną x rs taką, że xrs min : j ) B j ) k, l ) 9. Wyznaczyć nowe rozwiązanie bazowe: γ ( + θ n( θ. Wrócić do kroku. { } θ Zmiana bazy.kluczbork 5. Białystok. Piła 5 γ ( + θ n( θ θ Rozwiązanie zdegenerowane.kluczbork 5. Białystok. Piła 5 Czy jest to rozwiązanie bazowe?.kluczbork 5. Białystok. Piła Rozwiązanie dopuszczalne zadania transportowego jest rozwiązaniem bazowym wtedy i tylko wtedy, gdy odpowiadający mu graf jest grafem spójnym i bez cykli. Na to, aby graf rozwiązania zadania transportowego był grafem spójnym i bez cykli potrzeba i wystarcza, aby zawierał dokładnie (m + n ) wierzchołków
15 /9/ Postępowanie w przypadku degeneracji rozwiązania Jeżeli graf rozwiązania zawiera mniej niż (n + m ) wierzchołków, to mamy do czynienia z rozwiązaniem zdegenerowanym, w którym co najmniej jedna zmienna bazowa jest równa zero. Postępowanie w takim przypadku polega na dołączeniu brakującej liczby zmiennych bazowych z wartościami zerowymi. Wybór zmiennych powinien gwarantować uzyskanie grafu spójnego i bez cykli. Rozwiązanie zdegenerowane.kluczbork 5. Białystok. Piła Metoda potencjałów. Znaleźć wstępne rozwiązanie bazowe zadania zbilansowanego.. Rozwiązać układ równań: c ij + + v j dla i,j B. Wyznaczyć równoważną macierz zerową C.. Zbadać, czy C. 5. Jeśli ta to aktualne rozwiązanie jest optymalne - zakończ. 6. Wprowadzić do bazy zmienną x kl taką, że c kl min{ cij : cij < }. 7. Wyznaczyć cykl γ n ( oraz γ p (. 8. Usunąć z bazy zmienną x rs taką, że xrs min : j ) B j ) k, l ) 9. Wyznaczyć nowe rozwiązanie bazowe: γ ( + θ n( θ. Wrócić do kroku. { } θ Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j c ij + +v j dla (i, B u
16 /9/ Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j c ij + +v j dla (i, B u c ij c ij + +v j.kluczbork 6. Białystok 7. Piła v j Zmiana bazy.kluczbork 6. Białystok 7. Piła v j Wyznaczanie cyklu.kluczbork 6 6. Białystok 7. Piła 5 v j Wprowadzić do bazy zmienną x kl taką, że c min{ c : c < } kl ij ij Wyznaczyć ć ckl cykl γ p (, γ n (
17 /9/ Zmiana bazy.kluczbork 6. Białystok 7. Piła v j Usunąć ą z bazy zmienną ą x rs, taką, ą że x rs min j ) k, l θ 5 { x : j ) B} θ ) ij.kluczbork 5. Białystok --9. Piła 5 65 Zmiana bazy.kluczbork 5. Białystok. Piła 5 γ ( + θ n( θ θ 5.Kluczbork 5 5. Białystok 5 5. Piła Wyznaczanie potencjałów.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j Wyznaczanie równoważnej macierzy zerowej.kluczbork 7 6. Białystok 7 5. Piła 5 5 v j c ij + +v j dla (i, B u c ij c ij + +v j.kluczbork 8 6. Białystok. Piła 6 v j
18 /9/ Rozwiązanie.Kluczbork 8 6. Białystok. Piła 6 v j Równoważna macierz zerowa jest nieujemna rozwiązanie jest optymalne..kluczbork 5 5. Białystok 5 5. Piła 5 Koszty transportu X 5 5 Kluczbork X 5 X 5 6 Białystok X X 5 X 5 5 Piła Rozwiązanie optymalne Odbiorca Dostawca Zmienna Ilość Koszt jednostkowy Koszt całkowity Kluczbork x 5 5 Kluczbork x 5 Białystok x Białystok x Białystok x 5 5 Piła x 5 5 Razem 9 5 Wyznaczanie rozwiązań bazowych Metodakąta północno-zachodniego Metoda minimalnego elementu macierzy kosztów Metoda VAM (Vogel s Approximation Method), i,,..., m -różnica między dwoma najmniejszymi elementami wiersza i w zredukowanej macierzy C, d j, j,,..., n -różnica między dwoma najmniejszymi elementami kolumny j w zredukowanej macierzy C, max(, d j ) c kl min {c kj } albo c kl min {c il }
19 /9/ Metoda minimalnego elementu macierzy kosztów Postępujemy podobnie, jak w metodzie północnozachodniego narożnika, ale wybieramy, jako kolejny, wierzchołek odpowiadający najmniejszemu nieskreślonemu elementowi macierzy kosztów. Metoda minimalnego elementu macierzy kosztów.kluczbork Białystok Piła Metoda minimalnego elementu macierzy kosztów.kluczbork 7 6 Metoda minimalnego elementu macierzy kosztów.kluczbork 7 6. Białystok Białystok Piła Piła
20 /9/ Metoda minimalnego elementu macierzy kosztów.kluczbork 7 6. Białystok 7 5. Piła Metoda minimalnego elementu macierzy kosztów.kluczbork 7 6. Białystok Piła Metoda minimalnego elementu macierzy kosztów.kluczbork 7 6 Metoda minimalnego elementu macierzy kosztów.kluczbork 5. Białystok Piła Białystok Piła
21 /9/. Oznaczmy przez (i,, m) różnicę między dwoma najmniejszymi elementami i-tego wiersza macierzy kosztów zredukowanej o dostawców, których zapas został już wyczerpany i o odbiorców, których zapotrzebowanie zostało już zaspokojone.. Oznaczmy przez d j (i,, n) różnicę między dwoma najmniejszymi elementami j-tej kolumny zredukowanej macierzy kosztów.. Wybierz α max{, d j }.. Jeżeli α, to wybierz element w wierszu k i oraz kolumnie l, takiej że c kl min{c kj }. 5. Jeżeli α d j, to wybierz element w kolumnie l j oraz wierszu takim że c kl min{c il }..Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j Kluczbork 7 6. Białystok 7 5. Piła 5 5.Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j d j
22 /9/.Kluczbork 7 6. Białystok 7 5. Piła 5 5.Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j d j Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j.kluczbork 7 6. Białystok 7 5. Piła 5 5 d j
23 /9/.Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j.kluczbork 7 6. Białystok 7 5. Piła 5 5 d j α max{, d j } α max{, d j } c kl min{c il } Kluczbork Białystok Piła Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j
24 /9/.Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j.kluczbork 7 6. Białystok 7 5. Piła 5 5 d j Kluczbork 7 6. Białystok 7 5. Piła 5 5 d j c kl min{c kj }.Kluczbork 7 6. Białystok Piła
25 /9/.Kluczbork 7 6.Kluczbork 7 6. Białystok 7 5. Białystok Piła 5 5. Piła d j Kluczbork 7 6. Białystok Kluczbork 7 6. Białystok Piła Piła
26 /9/.Kluczbork 7 6. Białystok Piła Kluczbork Białystok Piła
Zagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowoZagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie
Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoWykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
Bardziej szczegółowoBADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda
BADANIA OPERACYJNE Zagadnienie transportowe dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Zagadnienie transportowe Założenia: Pewien jednorodny towar należy
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE (część 1)
ZAGADNIENIE TRANSPORTOWE (część 1) Zadanie zbilansowane Przykład 1. Zadanie zbilansowane Firma posiada zakłady wytwórcze w miastach A, B i C, oraz centra dystrybucyjne w miastach D, E, F i G. Możliwości
Bardziej szczegółowoBADANIA OPERACYJNE Zagadnienie transportowe
BADANIA OPERACYJNE Zagadnienie transportowe Zadanie zbilansowane Zadanie zbilansowane Przykład 1 Firma posiada zakłady wytwórcze w miastach A, B i C, oraz centra dystrybucyjne w miastach D, E, F i G. Możliwości
Bardziej szczegółowoZadanie niezbilansowane. Gliwice 1
Zadanie niezbilansowane 1 Zadanie niezbilansowane Przykład 11 5 3 8 2 A 4 6 4 2 B 9 2 3 11 C D E F G dostawcy odbiorcy DOSTAWCY: A: 15 B: 2 C: 6 ODBIORCY: D: 8 E: 3 F: 4 G: 5 2 Zadanie niezbilansowane
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE(ZT)
A. Kasperski, M. Kulej BO Zagadnienie transportowe 1 ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a 1, a 2,...,a p i q odbiorców,którychpopytwynosi b 1, b 2,...,b q.zakładamy,że
Bardziej szczegółowoRozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA 3.2. Ćwiczenia komputerowe
Bardziej szczegółowoProgramowanie liniowe
Badania operacyjne Problem Model matematyczny Metoda rozwiązania Znaleźć optymalny program produkcji. Zmaksymalizować 1 +3 2 2 3 (1) Przy ograniczeniach 3 1 2 +2 3 7 (2) 2 1 +4 2 12 (3) 4 1 +3 2 +8 3 10
Bardziej szczegółowoZadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik
Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE (część 2)
ZAGADNIENIE TRANSPORTOWE (część ) Zadanie niezbilansowane Zadanie niezbilansowane Przykład 11. 5 3 8 A 4 6 4 B 9 3 11 C D E F G dostawcy odbiorcy Dostawcy: A :15 B : C :6 Odbiorcy: D :8 E :3 F :4 G :5
Bardziej szczegółowoA. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1
A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a,a 2,...,a p i qodbiorców, którychpopytwynosi b,b 2,...,b
Bardziej szczegółowoBADANIA OPERACYJNE pytania kontrolne
DUALNOŚĆ 1. Podać twierdzenie o dualności 2. Jaka jest zależność pomiędzy funkcjami celu w zadaniu pierwotnym i dualnym? 3. Prawe strony ograniczeń zadania pierwotnego, w zadaniu dualnym są 4. Współczynniki
Bardziej szczegółowoZAGADNIENIA TRANSPORTOWE
ZAGADNIENIA TRANSPORTOWE Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE opracowano w 1941 r. (F.L. Hitchcock) Jest to problem opracowania planu przewozu pewnego jednorodnego produktu z kilku różnych
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Zagadnienie transportowe 1 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Klasyczne zagadnienie transportowe 1 Klasyczne zadanie transportowe problem najtańszego przewozu
Bardziej szczegółowoRozwiązanie Ad 1. Model zadania jest następujący:
Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych
Bardziej szczegółowoZadanie transportowe
Zadanie transportowe Opracowanie planu przewozu jednorodnego produktu z różnych źródeł zaopatrzenia do punktów, które zgłaszają zapotrzebowanie na ten produkt. Wykład ARo Metody optymalizacji w ekonomii
Bardziej szczegółowoZagadnienie transportowe
Zagadnienie transportowe Firma X zawarła kontrakt na dostarczenie trawnika do wykończenia terenów wokół trzech zakładów U, V i W. Trawnik ma być dostarczony z trzech farm A, B i C. Zapotrzebowanie zakładów
Bardziej szczegółowoMETODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski
METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,
Bardziej szczegółowoBADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe
BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI Zagadnienie transportowe Klasyczne zagadnienie transportowe Klasyczne zadanie transportowe problem najtańszego przewozu jednorodnego dobra pomiędzy punktami nadania
Bardziej szczegółowoMetoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):
może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): 1 Narysuj na płaszczyźnie zbiór dopuszczalnych rozwiazań. 2 Narysuj funkcję
Bardziej szczegółowoWYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW
WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW Zadania transportowe Zadania transportowe są najczęściej rozwiązywanymi problemami w praktyce z zakresu optymalizacji
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2010 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Homo oeconomicus=
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNENE TRANSPORTOWE Definicja: Program liniowy to model, w którym warunki ograniczające oraz funkcja celu są funkcjami liniowymi. W skład każdego programu liniowego wchodzą: zmienne decyzyjne, ograniczenia
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=
Bardziej szczegółowoCałkowitoliczbowe programowanie liniowe
Przykład Algorytm Ralph Gomory Inne przykłady Badania operacyjne Instytut Informatyki Przykład Algorytm Ralph Gomory Inne przykłady Zadanie Producent dwóch typów szynobusów planuje produkcję na najbliższy
Bardziej szczegółowoKLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).
KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT). Przez klasyczne zagadnienie transportowe rozumiemy problem znajdowania najtańszego programu przewozowego jednorodnego dobra pomiędzy punktami nadania (m liczba
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Optymalizacja zadań bazy transportowej ( część 1 ) Opracowano na podstawie : Stanisław Krawczyk, Metody ilościowe w logistyce ( przedsiębiorstwa ), Wydawnictwo C. H. Beck, Warszawa
Bardziej szczegółowoE: Rekonstrukcja ewolucji. Algorytmy filogenetyczne
E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne Przypominajka: 152 drzewo filogenetyczne to drzewo, którego liśćmi są istniejące gatunki, a węzły wewnętrzne mają stopień większy niż jeden i reprezentują
Bardziej szczegółowoMetoda simpleks. Gliwice
Sprowadzenie modelu do postaci bazowej Sprowadzenie modelu do postaci bazowej Przykład 4 Model matematyczny z Przykładu 1 sprowadzić do postaci bazowej. FC: ( ) Z x, x = 6x + 5x MAX 1 2 1 2 O: WB: 1 2
Bardziej szczegółowoĆwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe
Ćwiczenia laboratoryjne - 7 Zagadnienie transportowoprodukcyjne ZT-P programowanie liniowe Ćw. L. 8 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym
Bardziej szczegółowocelu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n
123456789 wyk lad 9 Zagadnienie transportowe Mamy n punktów wysy lajacych towar i t punktów odbierajacych. Istnieje droga od każdego dostawcy do każdego odbiorcy i znany jest koszt transportu jednostki
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Bardziej szczegółowoTeoretyczne podstawy programowania liniowego
Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i
Bardziej szczegółowoRozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując
Bardziej szczegółowoSieć (graf skierowany)
Sieci Sieć (graf skierowany) Siecia (grafem skierowanym) G = (V, A) nazywamy zbiór wierzchołków V oraz zbiór łuków A V V. V = {A, B, C, D, E, F}, A = {(A, B), (A, D), (A, C), (B, C),..., } Ścieżki i cykle
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 13. wykład z algebry liniowej Warszawa, styczeń 2018 Mirosław Sobolewski (UW) Warszawa, 2018 1 /
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 13
Bardziej szczegółowoRozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz
Rozwiązanie problemu transportowego metodą VAM dr inż. Władysław Wornalkiewicz Występuje wiele metod rozwiązywania optymalizacyjnego zagadnienia transportowego. Jedną z nich jest VAM (Vogel s approximation
Bardziej szczegółowoRozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego
Zadanie 1 Pośrednik kupuje towar u dwóch dostawców (podaż: 2 i, jednostkowe koszty zakupu 1 i 12), przewozi go i sprzedaje trzem odbiorcom (popyt: 1, 28 i 27, ceny sprzedaży:, 25 i ). Jednostkowe koszty
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoDefinicja problemu programowania matematycznego
Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i
Bardziej szczegółowo1 Problem transportowy... 2 1.1 Wstęp... 2 1.2 Metoda górnego-lewego rogu... 3 1.3 Metoda najmniejszego elementu... 11
Spis treści 1 Problem transportowy... 2 1.1 Wstęp... 2 1.2 Metoda górnego-lewego rogu... 3 1.3 Metoda najmniejszego elementu... 11 1.4 Metoda VAM... 18 1.5 Metoda e-perturbacji... 28 1.6 Metoda potencjałów...
Bardziej szczegółowoKolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w
Metoda Simpleks Jak wiadomo, problem PL z dowolną liczbą zmiennych można rozwiązać wyznaczając wszystkie wierzchołkowe punkty wielościanu wypukłego, a następnie porównując wartości funkcji celu w tych
Bardziej szczegółowoBadania Operacyjne Ćwiczenia nr 6 (Materiały)
Otwarte zagadnienie transportowe Jeżeli łączna podaż dostawców jest większa niż łączne zapotrzebowanie odbiorców to mamy do czynienia z otwartym zagadnieniem transportowym. Warunki dla dostawców (i-ty
Bardziej szczegółowoZAGADNIENIA PROGRAMOWANIA LINIOWEGO
ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo
Bardziej szczegółowoBadania Operacyjne Ćwiczenia nr 5 (Materiały)
ZADANIE 1 Zakład produkuje trzy rodzaje papieru: standardowy do kserokopiarek i drukarek laserowych (S), fotograficzny (F) oraz nabłyszczany do drukarek atramentowych (N). Każdy z rodzajów papieru wymaga
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Zagadnienie przydziału dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie przydziału 1 Można wyodrębnić kilka grup problemów, których zadaniem jest alokacja szeroko
Bardziej szczegółowoTOZ -Techniki optymalizacji w zarządzaniu
TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Wykład 2 Optymalizacja
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 6 Metoda simpleks Spis treści Wstęp Zadanie programowania liniowego Wstęp Omówimy algorytm simpleksowy, inaczej metodę simpleks(ów). Jest to stosowana w matematyce
Bardziej szczegółowoProgramowanie liniowe. Tadeusz Trzaskalik
Programowanie liniowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Model matematyczny Cel, środki, ograniczenia Funkcja celu funkcja kryterium Zmienne decyzyjne Model optymalizacyjny Układ warunków
Bardziej szczegółowo07 Model planowania sieci dostaw 2Po_1Pr_KT Zastosowanie programowania liniowego
r Tytuł: Autor: 07 Model planowania sieci dostaw 2o_1r_T Zastosowanie programowania liniowego iotr SAWC Zakład Systemów Transportowych WT piotr.sawicki@put.poznan.pl piotr.sawicki.pracownik.put.poznan.pl
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 1/11 Spis treści Rozdział 1. Zagadnienie transportowe................... 5 1.1.
Bardziej szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
Bardziej szczegółowo[1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985.
Metody optymalizacji, wykład nr 10 Paweł Zieliński 1 Literatura [1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985. [2] R.S. Garfinkel, G.L. Nemhauser Programowanie całkowitoliczbowe
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w technice Linear programming in engineering problems Kierunek: Rodzaj przedmiotu: obowiązkowy na kierunku matematyka przemysłowa Rodzaj zajęć: wykład, laboratorium,
Bardziej szczegółowoRozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE 2.2 Ćwiczenia komputerowe Ćwiczenie
Bardziej szczegółowoRozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE 6. Ćwiczenia komputerowe Ćwiczenie 6.1
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoRozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania
Bardziej szczegółowoStatystyka z elementami badań operacyjnych BADANIA OPERACYJNE - programowanie liniowe -programowanie sieciowe. dr Adam Sojda
Statystyka z elementami badań operacyjnych BADANIA OPERACYJNE - programowanie liniowe -programowanie sieciowe dr Adam Sojda Literatura o Kukuła K. (red.): Badania operacyjne w przykładach i zadaniach.
Bardziej szczegółowoOptymalizacja kosztów transportu w sferze logistyki zaopatrzenia
SZKUTNIK Joanna 1 ZIÓŁKOWSKI Jarosław 2 Optymalizacja kosztów transportu w sferze logistyki zaopatrzenia WSTĘP Zagadnienie transportowe jest szczególnym rodzajem zadania programowania liniowego. Polega
Bardziej szczegółowoDualność w programowaniu liniowym
2016-06-12 1 Dualność w programowaniu liniowym Badania operacyjne Wykład 2 2016-06-12 2 Plan wykładu Przykład zadania dualnego Sformułowanie zagadnienia dualnego Symetryczne zagadnienie dualne Niesymetryczne
Bardziej szczegółowoUniwersytet Kardynała Stefana Wyszyńskiego Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych. Piotr Kaczyński. Badania Operacyjne
Uniwersytet Kardynała Stefana Wyszyńskiego Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych Piotr Kaczyński Badania Operacyjne Notatki do ćwiczeń wersja 0. Warszawa, 7 stycznia 007 Spis treści Programowanie
Bardziej szczegółowoStandardowe zadanie programowania liniowego. Gliwice 1
Standardowe zadanie programowania liniowego 1 Standardowe zadanie programowania liniowego Rozważamy proces, w którym zmiennymi są x 1, x 2,, x n. Proces poddany jest m ograniczeniom, zapisanymi w postaci
Bardziej szczegółowoBadania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.
BADANIA OPERACYJNE Badania operacyjne Badania operacyjne są sztuką dawania złych odpowiedzi na te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze. T. Sayty 2 Standardowe zadanie
Bardziej szczegółowoProgramowanie nieliniowe
Rozdział 5 Programowanie nieliniowe Programowanie liniowe ma zastosowanie w wielu sytuacjach decyzyjnych, jednak często zdarza się, że zależności zachodzących między zmiennymi nie można wyrazić za pomocą
Bardziej szczegółowoOptymalizacja systemów
Optymalizacja systemów Laboratorium Zadanie nr 3 Sudoku autor: A. Gonczarek Cel zadania Celem zadania jest napisanie programu rozwiązującego Sudoku, formułując problem optymalizacji jako zadanie programowania
Bardziej szczegółowoKlasyczne zagadnienie przydziału
Klasyczne zagadnienie przydziału Można wyodrębnić kilka grup problemów, w których zadaniem jest odpowiednie rozmieszczenie posiadanych zasobów. Najprostszy problem tej grupy nazywamy klasycznym zagadnieniem
Bardziej szczegółowoAgenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu
Tytuł: 06 Model: 2o1r_T Zastosowanie programowania liniowego Autor: iotr SAWC Zakład Systemów Transportowych WMRiT piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/iotr.sawicki.ut
Bardziej szczegółowoWprowadzenie do badań operacyjnych - wykład 2 i 3
Wprowadzenie do badań operacyjnych - wykład 2 i 3 Hanna Furmańczyk 14 listopada 2008 Programowanie liniowe (PL) - wszystkie ograniczenia muszą być liniowe - wszystkie zmienne muszą być ciągłe n j=1 c j
Bardziej szczegółowoZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI
Wstęp ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI Problem podejmowania decyzji jest jednym z zagadnień sterowania nadrzędnego. Proces podejmowania decyzji
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w zagadnieniach finansowych i logistycznych Linear programming in financial and logistics problems Kierunek: Matematyka Rodzaj przedmiotu: obowiązkowy dla specjalności
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5
Bardziej szczegółowoWyznaczanie optymalnej trasy problem komiwojażera
Wyznaczanie optymalnej trasy problem komiwojażera Optymalizacja w podejmowaniu decyzji Opracowała: mgr inż. Natalia Malinowska Wrocław, dn. 28.03.2017 Wydział Elektroniki Politechnika Wrocławska Plan prezentacji
Bardziej szczegółowoWybrane elementy badań operacyjnych
Wybrane elementy badań operacyjnych 1 Przykład 1. GWOŹDZIE. Pewna fabryczka może produkować dwa gatunki gwoździ II i I. Do wyprodukowania tony gwoździ II gatunku potrzeba 1,2 tony stali oraz 1 roboczogodzinę
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych
Bardziej szczegółowoZagadnienie transportowe i zagadnienie przydziału
Temat: Zagadnienie transportowe i zagadnienie przydziału Zadanie 1 Trzy piekarnie zlokalizowane na terenie miasta są zaopatrywane w mąkę z trzech magazynów znajdujących się na peryferiach. Zasoby mąki
Bardziej szczegółowodoc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.
doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl
Bardziej szczegółowoSortowanie topologiczne skierowanych grafów acyklicznych
Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)
Bardziej szczegółowoOptymalizacja systemów
Optymalizacja systemów Laboratorium Sudoku autor: A. Gonczarek Cel zadania Celem zadania jest napisanie programu rozwiązującego Sudoku, formułując problem optymalizacji jako zadanie programowania binarnego.
Bardziej szczegółowoOPTYMALIZACJA DYSKRETNA
Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi
Bardziej szczegółowoPROGRAMOWANIE KWADRATOWE
PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej
Bardziej szczegółowoWykład z modelowania matematycznego. Algorytm sympleks.
Wykład z modelowania matematycznego. Algorytm sympleks. 1 Programowanie matematyczne jest to zbiór metod poszukiwania punktu optymalizującego (minimalizującego lub maksymalizującego) wartość funkcji rzeczywistej
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1
Bardziej szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla
Bardziej szczegółowoAlgorytmy równoległe. Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2010
Algorytmy równoległe Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka Znajdowanie maksimum w zbiorze n liczb węzły - maksimum liczb głębokość = 3 praca = 4++ = 7 (operacji) n - liczność
Bardziej szczegółowoNotatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową
Bardziej szczegółowoProgramowanie liniowe
Badania operacyjne Ćwiczenia 4 Programowanie liniowe Dualizm w programowaniu liniowym Plan zajęć Dualizm w programowaniu liniowym Projektowanie programu dualnego Postać programu dualnego Przykład 1 Rozwiązania
Bardziej szczegółowoRozwiązywanie problemów z użyciem Solvera programu Excel
Rozwiązywanie problemów z użyciem Solvera programu Excel Podstawowe czynności: aktywować dodatek Solver oraz ustawić w jego opcjach maksymalny czas trwania algorytmów na sensowną wartość (np. 30 sekund).
Bardziej szczegółowoLaboratorium Metod Optymalizacji
Laboratorium Metod Optymalizacji Grupa nr... Sekcja nr... Ćwiczenie nr 4 Temat: Programowanie liniowe (dwufazowa metoda sympleksu). Lp. 1 Nazwisko i imię Leszek Zaczyński Obecność ocena Sprawozdani e ocena
Bardziej szczegółowoDocument: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2
Document: Exercise*02*-*manual ---2014/11/12 ---8:31---page1of8 PRZEDMIOT TEMAT KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 Wybrane zagadnienia z
Bardziej szczegółowo( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa
Standardowe zadanie PL () Należy zaplanować produkcję zakładu w pewnym tygodniu w taki sposób, aby osiągnięty zysk był maksymalny. akład może wytwarzać dwa wyroby: P i P. Ich produkcja jest limitowana
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 3: Marszruty, łańcuchy, drogi w grafach dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100
Bardziej szczegółowoPROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ
PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE Metody programowania sieciowego wprowadzono pod koniec lat pięćdziesiatych Ze względu na strukturę
Bardziej szczegółowo