Optymalizacja dwukryterialna struktury asortymentu produkcji we współczesnym zakładzie metalurgicznym

Wielkość: px
Rozpocząć pokaz od strony:

Download "Optymalizacja dwukryterialna struktury asortymentu produkcji we współczesnym zakładzie metalurgicznym"

Transkrypt

1 S. 28 HUTNIK - WIADOMOŚCI HUTNICZE Nr l Literatura 1. Lucas J.: Electromagnetic induction and electric conduction in industry. Centre Frangais de l'electricite Trippelsdorf H. Marraccini R. Kollberg S.: Advances in strip surface quality from thin slab casters. International Scientific Colloquium Modelling for Electromagnetic Processing" Hannover Patent PL Zespół urządzeń do powlekania przedmiotów w procesie ciągłym lub przerywanym 4. Krumin J.K.: Wzaimodiejstwije bieguszczego magnitnogo pola s prowodjaszczej sriedoj. Iz-wo Zinatne" Riga Sajdak Cz.: Siły elektrodynamiczne w ciekłym metalu mieszanym indukcyjnie w procesach półciągłego lub ciągłego odlewania wlewków cylindrycznych. Rozprawy Elektrotechniczne z. 2 s. 423-^36 6. Sajdak Cz.: Wpływ nierównomiernego rozkładu prędkości ciekłego metalu na siły elektrodynamiczne w mieszadłach i pompach indukcyjnych. Rozprawy Elektrotechniczne z. 2 s. 455^70 Dr inż. JAROSŁAW PIĄTKOWSKI UKD Dr inż. JAN SZYMSZAL Dr inż. JANUSZ GAJDA Dr inż. ARKADIUSZ PUCKA Politechnika Śląska Katedra Technologii Stopów Metali i Kompozytów ul. Krasińskiego Katowice Optymalizacja dwukryterialna struktury asortymentu produkcji we współczesnym zakładzie metalurgicznym The two-test optimization of the structure of production assortment in contemporary metallurgical plant W pracy przedstawiono metodę wyznaczenia optymalizacji dwukryterialnej na przykładzie wybranego przedsiębiorstwa metalurgicznego. Programowanie ilorazowe oparte na liniowo-ułamkowej funkcji celu posłużyło do optymalizacji struktury asortymentowej produkcji trzech rodzajów kształtowników o umownym symbolu: EK l i z uwzględnieniem dwóch kryteriów: osiągnięcie maksymalnego zysku ze sprzedaży kształtowników przy równoczesnej minimalizacji kosztów ich wytworzenia. Wybrany problem optymalizacji ilorazowej rozwiązano w arkuszu kalkulacyjnym Microsoft Excel przy użyciu modułu Solver. Method of determining two-test optimization on the example ofselected metallurgical enterpńse has been presented. Quotientprogramming based on linear-fractional objective function was usedfor optimization of the structure of production assortment ofthree kinds of shapes: EK V EK- andek 3 taking into account two criterions: obtaining maximum profits of shapes sale by concurrent minimization of production costs. The selected problem of ąuotient optimization has been solved in calculation sheet Microsoft Excel by using Solver module. Słowa kluczowe: analiza hutnicza optymalizacja dwukryterialna moduł Solver Key words: metallurgical analysis two-test optimization Solver module 1. Wprowadzenie. Obecne uwarunkowania gospodarki rynkowej zmuszają kierownictwo każdej jednostki produkcyjnej do wdrażania nowoczesnych systemów zarządzania produkcją oraz opracowań obejmujących racjonalizację kosztów i zatrudnienia. Wymusza to wprowadzenie zintegrowanych systemów zarządzania których zadaniem jest poprawa konkurencyjności polskich przedsiębiorstw dopasowywanie się do indywidualnych potrzeb gospodarczych oraz zdobywanie nowych rynków zbytu. W praktyce często występuje problem rozwiązania zadania optymalizacyjnego [l 2] w którym mamy do czynienia z dwoma funkcjami celu: osiągnięcie maksymalnego efektu (np. zysku) przy jednoczesnej minimalizacji nakładów (kosztów lub poniesionej straty). Zagadnienia tego typu należą do klasy modeli optymalizacji wielokryterialnej z których najczęściej stosowane są zagadnienia dwukryterialne [3 4]. Zależności te są wykorzystywane w praktyce do określania metod podejmowania decyzji które gwarantują wymaganą efektywność gospodarowania. Przedstawiona procedura optymalizacji dwukryterialnej wykorzystująca programowanie liniowe służy do wyznaczenia takiego planu produkcyjnego który zapewni uzyskanie możliwie największego zysku ze sprzedaży asortymentu przy minimalnych nakładach potrzebnych do jego realizacji. Zagadnienia te dotyczą podmiotów gospodarczych nastawionych na wielowątkową" produkcję zwłaszcza w branży metalurgicznej gdzie stosowane procedury zarządzania na każdym odcinku produkcyjnym mogą zapewnić osiągnięcie założonego celu. Przedstawiona metodyka zapewnia również analizę kosztów nie związanych z wytwarzaniem i ich wpływu na postać struktury asortymentowej. Umożliwia to analiza wrażliwości zadania optymalnego czyli które parametry i w jaki sposób spowodują zmianę wartości zmiennych decyzyjnych. 2. Budowa modelu optymalizacji dwukryterialnej. Model zadania programowania ilorazowego zastosowany do określenia asortymentu produkcji składa się z warunków ograniczających przedstawionych w postaci liniowej warunków brzegowych oraz funkcji celu w postaci ułamkowej (mianownik przyjmuje wyłącznie wartości dodatnie w zbiorze decyzji dopuszczalnych) [6 7]. Budując model matematyczny

2 4 r. HUTNIK - WIADOMOŚCI HUTNICZE S. 29 optymalizacji dwukryterialnej przyjmuje się następujące oznaczenia: a t j - jednostkowe nakłady środków produkcji (dla: / = l 2... p oraz j = l 2... n) p - liczba środków produkcji n - liczba asortymentu produkcji Xj - wielkość produkcji danego asortymentu produkcji (dla7 = l 2... n) b i - limity środków produkcji (dla z == 12.../?) Cj - współczynniki zysku z produkcji (wartości produkcji) dj - współczynniki kosztów produkcji przypadające na jednostkę y-tego asortymentu. Jednostkowe nakłady środków produkcji (a i} ) pomnożone przez wielkości zmiennych decyzyjnych (x } ) powinny być niższe od limitów środków produkcji (b^ wg zależności: ><-*<& (dla/ =12... p) (1) ;=i Dodatkowym ograniczeniem jest nieujemność zmiennych decyzyjnych co określa warunek brzegowy przedstawiony zależnością: (dla; = l 2... n) (2) J W rozpatrywanym zadaniu chodzi o uzyskanie dwóch następujących wartości optymalnych: = Z (x) = Y d j mn. (3) (4) W oparciu o przedstawione wartości optymalne (3) i (4) funkcja celu będzie przedstawiała się następującą zależnością: Z c j- x j n L-i ^j' X ] max. (5) przy jednoczesnym spełnieniu podanych wcześniej ograniczeń. Sformułowane w ten sposób zagadnienie jest zadaniem optymalizacji dwukryterialnej. Rozwiązanie jego jest próbą poszukiwania pewnego kompromsu gdyż nie można wyznaczyć takiego rozwiązania przy którym jednocześnie kryterium F^(x) (wartość produkcji) osiąga maksimum a funkcja F(x) (nakłady na wytworzenie) osiąga minimum. Należy zaznaczyć że uzyskane rozwiązanie kompromisowe może znacznie odbiegać (przy tych samych ograniczeniach) od rozwiązań gdy: lub max. (x) -» max. 3. Określenie asortymentu produkcji - studium przypadku. Dyrekcja wybranego przedsiębiorstwa metalurgicznego rozważa produkcję na eksport trzech rodzajów kształtowników o umownym symbolu: EK 1? oraz EK 3. Koszt wsadu (taśma w kręgach) do produkcji kształtowników wynosi odpowiednio: zł/mg; zł/mg i zł/mg. Proces produkcyjny składa się z cięcia taśmy na paski o żądanych wymiarach przepuszczenia przez walcarkę bruzdową 5 -klatkową (o odpowiednim czasie przezbrojenia) cięciu na odpowiednią długość (najczęściej 5 m) i składowaniu gotowych wiązek. Jednostkowe nakłady czasu pracy urządzeń do wytworzenia l Mg kształtowników oraz tygodniowe limity pracy maszyn przedstawiono w tabl. 1. Z analizy technologiczności i rachunku kosztów ustalono że wyprodukowane kształtowniki można sprzedać po następujących cenach: EKj USD; USD USD. Koszty uruchomienia produkcji kształtowników wskazują na to że aby produkcja była opłacalna należy produkować minimum: Mg kształtowników EK 15 Mg i Mg kształtowników EK 3 tygodniowo. Z kolei ograniczenia finansowe zakupu wsadu powodują że maksymalne wielkości produkcji wynoszą odpowiednio: EK X - max. Mg; - max. 175 Mg max. Mg. W celu rozwiązania postawionego zadania decyzyjnego dwukryterialnego należy wyznaczyć optymalny tygodniowy plan produkcji kształtowników EKj (przy możliwie najniższych kosztach własnych) który pozwoli na uzyskanie maksymalnych wpływów dewizowych z ich sprzedaży. Oprócz charakteru asortymentu produkcji należy podać wysokość wpływu dewizowego przypadającego na l złotówkę kosztów własnych przy rozwiązaniu optymalnym. Ustalenie funkcji celu. Na podstawie ustalonego kryterium opłacalności (uzyskanie maksymalnego zysku ze sprzedaży kształtowników przy minimalnych nakładach finansowych) funkcję celu (5) dla przedstawionego zadania decyzyjnego należy określić opierając się na następujących kryteriach: Obliczenie ogólnych (minimalnych) kosztów materiałowych tygodniowej produkcji trzech rodzajów kształtowników równe: (x) = JCj ;c MIN (6) Wyznaczenie całkowitych (maksymalnych) wpływów dewizowych (zysku) pochodzących produkowanych kątowników: FJ(JC) = 8125 x i ;c * 3 -> MAX (7) Na podstawie zależności (5) oraz (6) i (7) funkcja celu w analizowanym zagadnieniu optymalizacyjnym będzie zdefiniowana następująco: = (8) Tablica 1. Jednostkowe nakłady czasu pracy maszyn i ich limity Tobie 1. Isolated expenditures time ofwork ofmachines engine and them limits Maszyny Piła Walcarka Suwnica Czas przezbrojenia walcarki* Pracochłonność masz./h EKj EK Limity masz./h * - założono że koszty związane z przezbrojeniem walcarki są pomijalnie małe w stosunku do całkowitych kosztów asortymentu produkcji

3 S. 30 HUTNIK - WIADOMOŚCI HUTNICZE Nr l gdzie: tygodniowa ilość '. > produkowanych kształtowników U EKi Mg; Mg; Ponieważ licznik tej funkcji ma dążyć do maksimum (wpływy dewizowe) natomiast mianownik do minimum (koszty produkcji) - więc wartość całej funkcji zmierza do maksimum. Formuła obliczająca funkcję celu informuje jednocześnie jaki zysk (w dolarach) można uzyskać z każdej zainwestowanej w produkcję złotówki. Fragment arkusza kalkulacyjnego z ustaloną funkcją kryterium przedstawia rys. 1. Nawet bez dogłębnej analizy problemu widać iż aby osiągnąć największy zysk produkowanego asortymentu wystarczy wytwarzać tylko kształtowniki CK 3 - gdyż one zapewniają maksymalne wpływy rezygnując z produkcji asortymentu EK { oraz. Jednakże zadanie podjęcia decyzji gospodarczej w celu zapewnienia klientowi możliwości dostępu do pełnego asortymentu produkcji musi uwzględniać również wykonanie kształtowników których produkcja przynosi mniejszy zysk. Ustalenie warunków ograniczających. Ustalenie optymalnej produkcji trzech rodzajów kształtowników jest oparte na warunkach ograniczających (1) zapisanych w postaci nierówności: W^) 08-EKi EK 3^ masz./h - warunek pracochłonności piły W 2 ) -EKi EK 3^ masz./h - warunek pracochłonności walcarki W 3 ) EK 3^ masz./h - warunek pracochłonności suwnicy które umieszczono w bloku komórek (A19-F21) wprowadzając ich nazwy współczynniki zużycia maszyn potrzebne do optymalnej produkcji limity czasu pracy (prawe strony) oraz założone zasoby pracochłonności (lewe strony) 3 pierwszych warunków ograniczających. Kolejne warunki dotyczące minimalnej tygodniowej produkcji kształtowników (ze względu na ograniczenia opłacalności produkcji) przedstawiają się następująco: W 4 ) x^ EK 1 ^ Mg - warunek dotyczący minimalnej ilości kształtowników EK 1? W 5 ) x 2 ^ Mg - warunek dotyczący minimalnej ilości kształtowników W 6 ) x 3 EK 3 ^ Mg - warunek dotyczący minimalnej ilości kształtowników EK 3 Warunki te umieszczono w komórkach (A22-F24) stosując te same funkcje i operatory. Kolejne ograniczenia są związane z maksymalną ilością produkcji którą regulują koszty zakupu wsadu do uruchomienia produkcji. Warunki te zapisane w bloku komórek (A-F27) przedstawiają się następująco: W-j) x^ EK 1 ^ Mg - warunek dotyczący maksymalnej ilości kształtowników EK 1? W 8.x 2 - ^ 175 Mg - warunek dotyczący maksymalnej ilości kształtowników W 9 ) jc 3 EK 3 ^ Mg - warunek dotyczący maksymalnej ilości kształtowników EK 3. Ostatni warunek ograniczający (A28-F28) jest związany z czasem przezbrojenia walcarki który z wstępnych wyliczeń dla każdego rodzaju kształtownika wynosi 0lh (tj. ~ 6 min): W 10 ) EK Ł + + EK 3 < [kg] - warunek przezbrojenia walcarki. j Asortyment KĄTOWNIK 1 KĄTOWNIK 2KĄTOWNIK 3 Symbol asrtvmentu EKi EK 5 EKs ZMIENNE DECYZYJ NE 1 0 Jednostkowa cena wsadu sprzedaży zł HHH $ zł zł $95000 $ FUNKCJA CELU Łączna cena wsadu zł Całkowite wpływy $ E11/h6 =SUMA.ILOCZYNOW =SUMA.ILOCZYNOW Rys. 1. Funkcja celu Fig. 1. Function of destination =SUMA.ILOCZYNÓW(SB$3:$D$3;B19:D19) W. OGRANICZAJĄCE Prac-ść piły [masz./h] Prac-śc walcarki [masz /h] Prac-ść suwnicy [masz./h] Min EKi [Mg] Min [Mg] Min EKs [Mg] Max Mg] Max EKi [Mg] Czas przezbrojenia walcarki [h ~ 1 ~ o o L STRONA/ 24 * Rys. 2. Warunki ograniczające Fig. 2. Conditions restrictive

4 4 r. HUTNIK - WIADOMOŚCI HUTNICZE S. 31 Wszystkie warunki ograniczające dotyczące asortymentowej produkcji kształtowników przedstawiono na rys. 2. Po zaimportowaniu wszystkich danych do arkusza kalkulacyjnego Microsoft Excel należy uruchomić moduł Solver z określeniem komórki zawierającej funkcję celu (E) rodzaj optymalizacji (Maks) zdefiniować adresy komórek zmienianych (zmienne decyzyjne - jc^-) (blok komórek B3 : D3) oraz określić warunki ograniczające z odpowiednimi znakami. Przykładowe okno dialogowe Solver- Parametry przedstawiono na rys. 3. Po wypełnieniu okna dialogowego Solver-Parametry należy zadeklarować nieujemność zmiennych decyzyjnych zbioru rozwiązań dopuszczalnych (według warunku brzegowego określonego zależnością 2) oraz przyjąć model nieliniowy. Uaktywnienie opcji Rozwiąż" uruchamia proces algorytmu zadania optymalizacyjnego którego rozwiązanie przedstawiono na rys. 4. W efekcie uzyskano rozwiązanie optymalne zadania gospodarczego z którego wynika że aby osiągnąć maksymalne wpływy z eksportu produkowanych kształtowników w stosunku do zainwestowanych nakładów huta powinna tygodniowo wyprodukować Mg kątowników EK^ Mg i 468 Mg kątowników EK 3. Łączne minimalne nakłady finansowe na zakup wsadu wynoszą zł co zapewni maksymalne wpływy dewizowe w wysokości USD. W związku z tym każda zainwestowana złotówka przyniesie zysk równy 06 USD. Dodatkowych informacji dostarcza porównanie prawych i lewych stron warunków ograniczających. Wynika z nich iż do produkcji optymalnej ilości kształtowników będzie potrzebne prawie masz. /h pracy piły (zapas stanowi 1 masz. /h) 2224 masz. /h pracy walcarki (2776 masz. /h niewykorzystane) i prawie 63 masz. /h czasu pracy suwnicy (zapas wynosi 1937 masz./h). Nadmiar czasu pracy poszczególnych maszyn jest niezmiernie istotny w każdym przedsiębiorstwie produkcyjnym. Chodzi zwłaszcza o rozplanowanie niewykorzystanego czasu pracy urządzeń. W celu dalszej analizy przyjętej decyzji gospodarczej spróbujmy odpowiedzieć na pytanie: jak zmieni się decyzja optymalnego asortymentu produkcji jeżeli założymy że w związku z rosnącymi kosztami magazynowania całkowita produkcja kształtowników nie może przekroczyć 120 Mg na tydzień? Aby odpowiedzieć na to pytanie należy wprowadzić dodatkowy warunek ograniczający odnośnie do sumarycznej tygodniowej produkcji kształtowników który ma postać: x EK EK 3 < 120 Mg Komórka celu: Równa: & Maks f"" Min f Wartość 1 W Komórki zmieniane: Rozwiąż Zamknij *B$; $Df 3 ~~ 5J Warunki ograniczające $E$22:$E$24 >= $F$22:$F$24 $E$:$E$27 <= $F$:$F$27 $E$28 <= $F$28 Odgadnij Dodaj Zmień Opcje Przywróć wszystko Pomoc Rys. 3. Okno dialogowe Solver-Parametry Fig. 3. Outcome window Solver-Parameters Asortyment Symbol asrtymentu KĄTOWNIK 1 KĄTOWNIK 2KĄTOWNIK 3 EK EK* EK ZMIENNE DECYZYJ NE Jednostkowa cena wsadu sprzedaży zł zł zł $81250 $95000 $ FUNKCJA CELU Łączna cena wsadu zł Całkowite wpływy $ E11» -SUMA.ILOCZYNÓW -SUMA.ILOCZYNÓW I-SUMA.ILOCZYNÓW($B$3:$D$3;B19:D19) W OGRANICZAJĄCE Prac-ść piły [masz /h] Prac-ść walcarki (masz /h) Prac-ść suwnicy (masz /h] Min EK [Mg] Mm EKj [Mg] Mm EKb [Mg] Max [Mg] Max EKj [Mg] Czas przezbrojema walcarki (fr o ^ o L STRONA / 998 * ^ f) 46 j S Rys. 4. Rozwiązanie zadania optymalizacyjnego Fig. 4. Solution of optimum assignment

5 S. 32 HUTNIK - WIADOMOŚCI HUTNICZE Nr l Asortyment KĄTOWNIKI KĄTOWNIK 2 KĄTOWNIK 3 Symbol asrtymentu EK ( EKj EKj ZMIENNE OECYZYJ NE J Łączna " cena wsadu Jednostkowa cena wsadu sprzedały zi zł zi $81250 $95000 $ FUNKCJA CELU zł C ałkowite wpływy $ l 06 -ŚUMA.ILOCZYNÓW SUMA.ILOCZYNÓW -E11/E6»SUMA.ILOCZYNÓW($B$3:$D$3;B19:D19} W. OGRANICZAJĄCE Prac-ść pity [masz /h) Ptac-ść walcarki [masz /h] Prac-ść suwnicy [masz /h] Mm Ek [Mg Min EKj (Mg) Min EKs [Mg] Max EKj (Mg) Max EKj [Mg] Czas przezbrojema walcarki [h Ogr Magazynowe JO L. STRONA / 780 * fl Rys. 5. Kolejne rozwiązanie zadania optymalizacyjnego Fig. 5. Next solution of optimum assignment Po wprowadzeniu dodatkowego ograniczenia i uruchomieniu programu moduł Solver podał nowe rozwiązanie co przedstawiono na rys. 5. Jak wynika z rozwiązania zawartego na rys. 5 uwzględnienie dodatkowego warunku związanego z ograniczeniami magazynowymi spowodowało iż optymalny asortyment produkcji uległ zmianie i kształtuje się następująco: Mg kształtowników EK^; Mg kształtowników i Mg kształtowników EK 3. Optymalna produkcja wymaga zł nakładów na wsad co zapewni przychody dewizowe w wysokości USD na tydzień. Zmianie uległy również wartości prawych stron trzech pierwszych warunków ograniczających odnośnie do pracochłonności maszyn. Na tej podstawie optymalna produkcja kształtowników wymaga 78 masz./h czasu pracy piły 157 masz./h pracy walcarki 455 masz./h pracy suwnicy i 10 h czasu potrzebnego do przezbrojenia walcarki. Zmianie uległy również niewykorzystane limity czasu pracy poszczególnych maszyn. 4. Podsumowanie. Z uzyskanego rozwiązania optymalizacyjnego wynika że maksymalne przy danych warunkach ograniczających wpływy dewizowe stanowią USD (przy minimalnych nakładach finansowych na zakup wsadu wynoszących zł). Osiągnięcie tego celu jest możliwe po wyprodukowaniu Mg kształtowników EK 15 Mg kształtowników i Mg kształtowników EK 3 na tydzień. Wartości komórek zmiennych decyzyjnych wskazują iż ilości poszczególnych kształtowników zostały spełnione ze względu na ograniczenia minimalnego i maksymalnego wymogu asortymentu produkcji a każda zainwestowana w asortymentową produkcję złotówka przyniesie 06 USD zysku na tydzień. Jak wynika z przedstawionego artykułu jako narzędzia do analizy dwukryterialnej można użyć popularnych arkuszy kalkulacyjnych wyposażonych w podstawowe narzędzia analizy matematycznej. Nie trzeba więc korzystać ze specjalistycznych - drogich pakietów informatycznych. Nowoczesny sposób określenia optymalnej produkcji oprócz zalet typowo technologicznych posiada również swoje uzasadnienie ekonomiczne oraz daje przewagę nad wynikami osiąganymi bez znajomości podstawowych metod wspomagających proces podejmowania decyzji gospodarczych. Literatura 1. SzymszalJ. Blacha L.: Wspomaganie decyzji optymalnych w metalurgii i inżynierii materiałowej. Wydawnictwo Politechniki Śląskiej Gliwice 3 2. Piątkowski J. Pucka G. Szymszal J.: Metody wyznaczania optymalnych decyzji z zastosowaniem modułu Solver. Archiwum Odlewnictwa PAN Katowice r. 2 nr Kukula K.: Badania operacyjne w przykładach i zadaniach. W. N PWN Warszawa 1 4. Abt S.: Systemy logistyczne w gospodarowaniu. Wyd. A. E w Poznaniu Poznań Walkenbach J.: Excel. Biblia. Wydawnictwo RM Warszawa Szapiro T.: Decyzje menedżerskie z Excelem. PWE Warszawa 7. Piątkowski J. Szymszal J.: Utilisation of optimisation simplex to determine of bearings metallic charge alloy. Acta Metallurgica Slovaca (1/2) roćnik 8 2/2

DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO 16/5 Archives of Foundry, Year 2002, Volume 2, 5 Archiwum Odlewnictwa, Rok 2002, Rocznik 2, Nr 5 PAN Katowice PL ISSN 1642-5308 DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO J. PIĄTKOWSKI 1, J. SZYMSZAL

Bardziej szczegółowo

OPTYMALNY DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

OPTYMALNY DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO 2/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 OPTYMALNY DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO F. BINCZYK

Bardziej szczegółowo

ANALIZA WRAŻLIWOŚCI OPTYMALNEGO WYBORU ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

ANALIZA WRAŻLIWOŚCI OPTYMALNEGO WYBORU ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO 18/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 ANALIZA WRAŻLIWOŚCI OPTYMALNEGO WYBORU ASORTYMENTU PRODUKCJI ZAKŁADU

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM EKONOMIKA W ELEKTROTECHNICE INSTRUKCJA DO ĆWICZENIA 6 Analiza decyzji

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Badania Operacyjne Ćwiczenia nr 4 (Materiały) Analiza wrażliwości Rozwiązanie programu liniowego jest dopiero początkiem analizy. Z punktu widzenia decydenta (menadżera) jest istotne, żeby wiedzieć jak na rozwiązanie optymalne wpływają zmiany parametrów

Bardziej szczegółowo

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L. Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe Ćw. L. Typy optymalizacji Istnieją trzy podstawowe typy zadań optymalizacyjnych: Optymalizacja statyczna- dotyczy

Bardziej szczegółowo

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład:

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład: Programowanie liniowe. 1. Aktywacja polecenia Solver. Do narzędzia Solver można uzyskać dostęp za pomocą polecenia Dane/Analiza/Solver, bądź Narzędzia/Solver (dla Ex 2003). Jeżeli nie można go znaleźć,

Bardziej szczegółowo

Analiza danych przy uz yciu Solvera

Analiza danych przy uz yciu Solvera Analiza danych przy uz yciu Solvera Spis treści Aktywacja polecenia Solver... 1 Do jakich zadań wykorzystujemy Solvera?... 1 Zadanie 1 prosty przykład Solvera... 2 Zadanie 2 - Optymalizacja programu produkcji

Bardziej szczegółowo

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11)

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11) Microsoft EXCEL - SOLVER 2. Elementy optymalizacji z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję

Bardziej szczegółowo

OBLICZANIE NAMIARU WSADU METALOWEGO Z WYKORZYSTANIEM ALGORYTMU SIMPLEKS

OBLICZANIE NAMIARU WSADU METALOWEGO Z WYKORZYSTANIEM ALGORYTMU SIMPLEKS 20/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 OBLICZANIE NAMIARU WSADU METALOWEGO Z WYKORZYSTANIEM ALGORYTMU SIMPLEKS

Bardziej szczegółowo

Rozwiązywanie programów matematycznych

Rozwiązywanie programów matematycznych Rozwiązywanie programów matematycznych Program matematyczny składa się z następujących elementów: 1. Zmiennych decyzyjnych:,,, 2. Funkcji celu, funkcji-kryterium, która informuje o jakości rozwiązania

Bardziej szczegółowo

Excel - użycie dodatku Solver

Excel - użycie dodatku Solver PWSZ w Głogowie Excel - użycie dodatku Solver Dodatek Solver jest narzędziem używanym do numerycznej optymalizacji nieliniowej (szukanie minimum funkcji) oraz rozwiązywania równań nieliniowych. Przed pierwszym

Bardziej szczegółowo

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE) PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE) Przykład 14. Zakład zamierza rozpocząć produkcję wyrobów W 1 i W 2. Wśród środków produkcyjnych, które zostaną użyte w produkcji dwa są limitowane. Limity te wynoszą:

Bardziej szczegółowo

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? : Proces zmieniania wartości w komórkach w celu sprawdzenia, jak

Bardziej szczegółowo

Definicja problemu programowania matematycznego

Definicja 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 szczegółowo

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Badania 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 szczegółowo

J. SZYMSZAL 1, A. GIEREK 2, J. PIĄTKOWSKI 3, J. KLIŚ 4 Politechnika Śląska, 40-019 Katowice, ul. Krasińskiego 8

J. SZYMSZAL 1, A. GIEREK 2, J. PIĄTKOWSKI 3, J. KLIŚ 4 Politechnika Śląska, 40-019 Katowice, ul. Krasińskiego 8 3/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 PROGNOZOWANIE SZEREGU CZASOWEGO WYKAZUJĄCEGO WAHANIA SEZONOWE

Bardziej szczegółowo

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby Zadania 1 Przedsiębiorstwo wytwarza cztery rodzaje wyrobów: A, B, C, D, które są obrabiane na dwóch maszynach M 1 i M 2. Czas pracy maszyn przypadający na obróbkę jednostki poszczególnych wyrobów podany

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM GOSPODARKI ELEKTROENERGETYCZNEJ INSTRUKCJA DO ĆWICZENIA 5 Planowanie

Bardziej szczegółowo

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

WYKORZYSTANIE 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 szczegółowo

Microsoft EXCEL SOLVER

Microsoft EXCEL SOLVER Microsoft EXCEL SOLVER 1. Programowanie liniowe z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

Badania Operacyjne Ćwiczenia nr 2 (Materiały) Zbiór rozwiązań dopuszczalnych programu liniowego Zbiór rozwiązań dopuszczalnych programu linowego to taki zbiór, który spełnia warunki ograniczające (funkcyjne oraz brzegowe) programu liniowego. Przy

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Badania Operacyjne Ćwiczenia nr 1 (Materiały) Wprowadzenie Badania operacyjne (BO) to stosunkowo młoda dyscyplina naukowa, która powstała w czasie II Wojny Światowej, w związku z utworzeniem przy niektórych sztabach sił zbrojnych specjalnych grup

Bardziej szczegółowo

Optymalizacja struktury produkcji kopalni z uwzględnieniem kosztów stałych i zmiennych

Optymalizacja struktury produkcji kopalni z uwzględnieniem kosztów stałych i zmiennych Optymalizacja struktury produkcji kopalni z uwzględnieniem kosztów stałych i zmiennych 1) dr hab. inż.; AGH Kraków, Wydział Górnictwa i Geoinżynierii 2) dr hab.; AGH Kraków, Wydział Matematyki Stosowanej

Bardziej szczegółowo

Badania operacyjne Instrukcja do c wiczen laboratoryjnych Rozwiązywanie problemów programowania liniowego z użyciem MS Excel + Solver

Badania operacyjne Instrukcja do c wiczen laboratoryjnych Rozwiązywanie problemów programowania liniowego z użyciem MS Excel + Solver Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Wydział Techniki Morskiej i Transportu Katedra Konstrukcji, Mechaniki i Technologii Okręto w Badania operacyjne Instrukcja do c wiczen laboratoryjnych

Bardziej szczegółowo

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego: Zadanie Rafineria naftowa otrzymała zamówienie na dwa rodzaje specjalnych paliw węglowodorowych X oraz Y. Zamówienie opiewa na minimum 4 000 galonów paliwa X i minimum 2 400 galonów paliwa Y. Paliwa te

Bardziej szczegółowo

Programowanie liniowe

Programowanie 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 szczegółowo

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego Przykład wykorzystania dodatku SOLVER 1 w arkuszu Ecel do rozwiązywania zadań programowania matematycznego Firma produkująca samochody zaciągnęła kredyt inwestycyjny w wysokości mln zł na zainstalowanie

Bardziej szczegółowo

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ 1 Iwona Konarzewska Programowanie celowe - wprowadzenie Katedra Badań Operacyjnych UŁ 2 Programowanie celowe W praktycznych sytuacjach podejmowania decyzji często występuje kilka celów. Problem pojawia

Bardziej szczegółowo

EKONOMICZNE ASPEKTY ZRÓWNANIA KOSZTÓW Z ZYSKIEM WE WSPÓŁCZESNYM ZAKŁADZIE ODLEWNICZYM

EKONOMICZNE ASPEKTY ZRÓWNANIA KOSZTÓW Z ZYSKIEM WE WSPÓŁCZESNYM ZAKŁADZIE ODLEWNICZYM 1/8 ARCHIWUM ODLEWNICTWA Rok 2003, Rocznik 3, Nr 8 Archives of Foundry Year 2003, Volume 3, Book 8 PAN - Katowice PL ISSN 1642-5308 EKONOMICZNE ASPEKTY ZRÓWNANIA KOSZTÓW Z ZYSKIEM WE WSPÓŁCZESNYM ZAKŁADZIE

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Badania 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 szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj

Bardziej szczegółowo

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO 5/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU

Bardziej szczegółowo

PROGNOZA SPRZEDAŻY PRODUKCJI ODLEWNICZEJ OPARTA NA DEKOMPOZYCJI SZEREGU CZASOWEGO

PROGNOZA SPRZEDAŻY PRODUKCJI ODLEWNICZEJ OPARTA NA DEKOMPOZYCJI SZEREGU CZASOWEGO 4/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 PROGNOZA SPRZEDAŻY PRODUKCJI ODLEWNICZEJ OPARTA NA DEKOMPOZYCJI

Bardziej szczegółowo

CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków

CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków 36/3 Archives of Foundry, Year 004, Volume 4, 3 Archiwum Odlewnictwa, Rok 004, Rocznik 4, Nr 3 PAN Katowice PL ISSN 64-5308 CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ E. ZIÓŁKOWSKI

Bardziej szczegółowo

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału Problem przydziału Przykład Firma KARMA zamierza w okresie letnim przeprowadzić konserwację swoich urządzeń; mieszalników,

Bardziej szczegółowo

Wielokryteriowa optymalizacja liniowa cz.2

Wielokryteriowa optymalizacja liniowa cz.2 Wielokryteriowa optymalizacja liniowa cz.2 Metody poszukiwania końcowych rozwiązań sprawnych: 1. Metoda satysfakcjonujących poziomów kryteriów dokonuje się wyboru jednego z kryteriów zadania wielokryterialnego

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA 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 szczegółowo

PRZEWODNIK PO PRZEDMIOCIE. stacjonarne. II stopnia. ogólnoakademicki. podstawowy WYKŁAD ĆWICZENIA LABORATORIUM PROJEKT SEMINARIUM

PRZEWODNIK PO PRZEDMIOCIE. stacjonarne. II stopnia. ogólnoakademicki. podstawowy WYKŁAD ĆWICZENIA LABORATORIUM PROJEKT SEMINARIUM Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj

Bardziej szczegółowo

METODY WYZNACZANIA OPTYMALNYCH DECYZJI Z ZASTOSOWANIEM MODUŁU SOLVER

METODY WYZNACZANIA OPTYMALNYCH DECYZJI Z ZASTOSOWANIEM MODUŁU SOLVER 19/6 ARCHIWUM ODLEWNICTWA Rok 2002, Rocznik 2, Nr 6 Archives of Foundry Year 2002, Volume 2, Book 6 PAN - Katowice PL ISSN 1642-5308 METODY WYZNACZANIA OPTYMALNYCH DECYZJI Z ZASTOSOWANIEM MODUŁU SOLVER

Bardziej szczegółowo

Programowanie liniowe. Tadeusz Trzaskalik

Programowanie 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 szczegółowo

Ekonometria - ćwiczenia 10

Ekonometria - ćwiczenia 10 Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na

Bardziej szczegółowo

Elementy Modelowania Matematycznego

Elementy 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 szczegółowo

Standardowe zadanie programowania liniowego. Gliwice 1

Standardowe 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 szczegółowo

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

Ćwiczenia 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 szczegółowo

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną binarną są określane mianem zadania programowania binarnego. W stosunku do dyskretnych modeli decyzyjnych stosuje się odrębną klasę metod ich rozwiązywania. W dalszych częściach niniejszego rozdziału zostaną

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Schemat postępowania w badaniach operacyjnych decydent sytuacja decyzyjna decyzje decyzje dopuszczalne niedopuszczalne kryterium wyboru zadanie decyzyjne zmienne decyzyjne warunki

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia:

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Temat ćwiczenia: Programowanie liniowe, metoda geometryczna, dobór struktury asortymentowej produkcji Zachodniopomorski Uniwersytet

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Struktury i Algorytmy Wspomagania Decyzji Zadanie projektowe 2 Czas realizacji: 6 godzin Maksymalna liczba

Bardziej szczegółowo

WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA

WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA Inżynieria Rolnicza 7(95)/2007 WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA Andrzej Turski, Andrzej Kwieciński Katedra Maszyn i Urządzeń Rolniczych, Akademia Rolnicza w Lublinie Streszczenie: W pracy przedstawiono

Bardziej szczegółowo

TEORIA DECYZJE KRÓTKOOKRESOWE

TEORIA DECYZJE KRÓTKOOKRESOWE TEORIA DECYZJE KRÓTKOOKRESOWE 1. Rozwiązywanie problemów decyzji krótkoterminowych Relacje między rozmiarami produkcji, kosztami i zyskiem wykorzystuje się w procesie badania opłacalności różnych wariantów

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE 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 szczegółowo

Rachunkowość zarządcza. Zespół Katedry Rachunkowości Menedżerskiej SGH 1. Wykorzystanie rachunku kosztów zmiennych. Dr Marcin Pielaszek

Rachunkowość zarządcza. Zespół Katedry Rachunkowości Menedżerskiej SGH 1. Wykorzystanie rachunku kosztów zmiennych. Dr Marcin Pielaszek Wykorzystanie rachunku kosztów zmiennych 1. Zmienność kosztów w długim i krótkim okresie Rachunek kosztów zmiennych i analiza koszty rozmiary produkcji zysk 2. Podejmowanie decyzji w krótkim okresie 1.

Bardziej szczegółowo

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 14.12.2005 r. Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 2 3.2. Implementacja w Excelu (VBA for

Bardziej szczegółowo

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

doc. 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 szczegółowo

Rachunkowość zarządcza. Zespół Katedry Rachunkowości Menedżerskiej SGH 1. Rachunek kosztów zmiennych i analiza koszty rozmiary produkcji zysk (CVP)

Rachunkowość zarządcza. Zespół Katedry Rachunkowości Menedżerskiej SGH 1. Rachunek kosztów zmiennych i analiza koszty rozmiary produkcji zysk (CVP) Rachunek kosztów zmiennych i analiza koszty rozmiary produkcji zysk (CVP) Wykorzystanie rachunku kosztów zmiennych 1. Zmienność kosztów w długim i krótkim okresie 2. Podejmowanie decyzji w krótkim okresie

Bardziej szczegółowo

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu Analiza wrażliwości: współczynników funkcji celu analiza wrażliwości pozwala odpowiedzieć na pytanie, w jakich granicach mogą się zmieniać te parametry, aby dotychczasowe rozwiązanie było optymalne, wyrazów

Bardziej szczegółowo

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02 Optymalizacja całkowitoliczbowa Przykład. Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02 Firma stolarska produkuje dwa rodzaje stołów Modern i Classic, cieszących się na rynku dużym zainteresowaniem,

Bardziej szczegółowo

Logistyka I stopień Ogólnoakademicki. Niestacjonarne. Zarządzanie logistyczne Katedra Inżynierii Produkcji Dr Sławomir Luściński

Logistyka I stopień Ogólnoakademicki. Niestacjonarne. Zarządzanie logistyczne Katedra Inżynierii Produkcji Dr Sławomir Luściński KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Z-LOGN1-1071 Techniki komputerowe we wspomaganiu decyzji logistycznych

Bardziej szczegółowo

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.

Badania 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 szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA 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 szczegółowo

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7 Ćwiczenia laboratoryjne - 7 Problem (diety) mieszanek w hutnictwie programowanie liniowe Ćw. L. 7 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym zapisem

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 4 BADANIA OPERACYJNE dr inż. Maciej Wolny AGENDA I. Badania operacyjne podstawowe definicje II. Metodologia badań operacyjnych III. Wybrane zagadnienia badań operacyjnych

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Ćwiczenia 2 Programowanie liniowe Metoda geometryczna Plan zajęć Programowanie liniowe metoda geometryczna Przykład 1 Zbiór rozwiązań dopuszczalnych Zamknięty zbiór rozwiązań dopuszczalnych

Bardziej szczegółowo

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania

Bardziej szczegółowo

Programowanie nieliniowe

Programowanie 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 szczegółowo

Badania operacyjne Operation research. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Badania operacyjne Operation research. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Badania

Bardziej szczegółowo

Zarządzanie kosztami i wynikami. dr Robert Piechota

Zarządzanie kosztami i wynikami. dr Robert Piechota Zarządzanie kosztami i wynikami dr Robert Piechota Wykład 2 Analiza progu rentowności W zarządzaniu przedsiębiorstwem konieczna jest ciągła ocena zależności między przychodami, kosztami i zyskiem. Narzędziem

Bardziej szczegółowo

RYNEK CIEPŁA REC 2013 OPTYMALIZACJA ROZDZIAŁU OBCIĄŻEŃ POMIĘDZY PRACUJĄCE RÓWNOLEGLE BLOKI CIEPŁOWNICZE

RYNEK CIEPŁA REC 2013 OPTYMALIZACJA ROZDZIAŁU OBCIĄŻEŃ POMIĘDZY PRACUJĄCE RÓWNOLEGLE BLOKI CIEPŁOWNICZE RYEK CIEPŁA REC 2013 OPTYMALIZACJA ROZDZIAŁU OBCIĄŻEŃ POMIĘDZY PRACUJĄCE RÓWOLEGLE BLOKI CIEPŁOWICZE Prof. dr ha. inż. Henryk Rusinowski Dr ha. inż. Marcin Szega Prof. nzw. w Pol. Śl. Mgr inż. Marcin Plis

Bardziej szczegółowo

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego Wstęp Spośród różnych analitycznych metod stosowanych do rozwiązywania problemów optymalizacji procesów technologicznych

Bardziej szczegółowo

Praca Dyplomowa Magisterska. Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji

Praca Dyplomowa Magisterska. Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji Praca Dyplomowa Magisterska Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji Cel pracy zapoznanie się z zasadami działania ania algorytmów genetycznych przedstawienie możliwo

Bardziej szczegółowo

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. Wykład 1 Wprowadzenie do ekonomii menedżerskiej 1 WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. PODEJMOWANIE OPTYMALNYCH DECYZJI NA PODSTAWIE ANALIZY MARGINALNEJ. 1. EKONOMIA MENEDŻERSKA ekonomia menedżerska

Bardziej szczegółowo

1 AKTYWACJA POLECENIA SOLVER... 1 2 DO JAKICH ZADAŃ WYKORZYSTAMY SOLVERA?... 1 3 PROSTY PRZYKŁAD SOLVERA... 2 4 WIĘCEJ O SOLVERZE...

1 AKTYWACJA POLECENIA SOLVER... 1 2 DO JAKICH ZADAŃ WYKORZYSTAMY SOLVERA?... 1 3 PROSTY PRZYKŁAD SOLVERA... 2 4 WIĘCEJ O SOLVERZE... Analiza danych przy użyciu Solvera Informatyka ekonomiczna laboratorium Spis treści 1 AKTYWACJA POLECENIA SOLVER... 1 2 DO JAKICH ZADAŃ WYKORZYSTAMY SOLVERA?... 1 3 PROSTY PRZYKŁAD SOLVERA... 2 4 WIĘCEJ

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK 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 szczegółowo

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej Kod przedmiotu TR.NIK405 Nazwa przedmiotu Badania operacyjne Wersja przedmiotu 2015/2016 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów

Bardziej szczegółowo

Rozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz

Rozwiązanie 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 szczegółowo

WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3

WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3 PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 Joanna Szkutnik-, Wojskowa Akademia Techniczna, W WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3 : maj 2016 Streszczenie: samochodowej.

Bardziej szczegółowo

1. OPTYMALIZACJA PROGRAMU PRODUKCJI I SPRZEDAŻY

1. OPTYMALIZACJA PROGRAMU PRODUKCJI I SPRZEDAŻY 1. OPTYMALIZACJA PROGRAMU PRODUKCJI I SPRZEDAŻY Między produkcją i sprzedażą istnieją wzajemne zależności. Planowanie programu produkcji i sprzedaży (w skrócie zwane programowaniem produkcji) stanowi jednolity

Bardziej szczegółowo

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2

Document: 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

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej Kod przedmiotu TR.SIK306 Nazwa przedmiotu Badania operacyjne Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów

Bardziej szczegółowo

Opis przedmiotu: Badania operacyjne

Opis przedmiotu: Badania operacyjne Opis : Badania operacyjne Kod Nazwa Wersja TR.SIK306 Badania operacyjne 2013/14 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Przedmiot: Nr ćwiczenia: 3 Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Temat: Programowanie dynamiczne Cel ćwiczenia: Formułowanie i rozwiązywanie problemów optymalizacyjnych

Bardziej szczegółowo

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI Strona 1 PROGRAM OPTYMALIZACJI PLANU PRODUKCJI Program autorski opracowany przez Sławomir Dąbrowski ul. SIENKIEWICZA 3 m. 18 26-220 STĄPORKÓW tel: 691-961-051 email: petra.art@onet.eu, sla.dabrowscy@onet.eu

Bardziej szczegółowo

Programowanie matematyczne

Programowanie matematyczne dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Programowanie matematyczne Programowanie matematyczne, to problem optymalizacyjny w postaci: f ( x) max przy warunkach g( x) 0 h( x) = 0 x X

Bardziej szczegółowo

PROBLEMY DECYZYJNE KRÓTKOOKRESOWE

PROBLEMY DECYZYJNE KRÓTKOOKRESOWE PROBLEMY DECYZYJNE KRÓTKOOKRESOWE OPTYMALNA STRUKTURA PRODUKCJI Na podstawie: J. Wermut, Rachunkowość zarządcza, ODDK, Gdańsk 2013 1 DECYZJE KRÓTKOOKRESOWE Decyzje krótkookresowe to takie, które dotyczą

Bardziej szczegółowo

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie:

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: Badania operacyjne Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA 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 szczegółowo

Wykład 7. Informatyka Stosowana. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Wykład 7 16 kwietnia / 23

Wykład 7. Informatyka Stosowana. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Wykład 7 16 kwietnia / 23 Wykład 7 Informatyka Stosowana Magdalena Alama-Bućko 16 kwietnia 2018 Magdalena Alama-Bućko Wykład 7 16 kwietnia 2018 1 / 23 Programowanie liniowe Magdalena Alama-Bućko Wykład 7 16 kwietnia 2018 2 / 23

Bardziej szczegółowo

Modelowanie całkowitoliczbowe

Modelowanie całkowitoliczbowe 1 Modelowanie całkowitoliczbowe Zmienne binarne P 1 Firma CMC rozważa budowę nowej fabryki w miejscowości A lub B lub w obu tych miejscowościach. Bierze również pod uwagę budowę co najwyżej jednej hurtowni

Bardziej szczegółowo

Dr Andrzej Podleśny Poznań, dnia r. MODUŁ KSZTAŁCENIA (SYLABUS)

Dr Andrzej Podleśny Poznań, dnia r. MODUŁ KSZTAŁCENIA (SYLABUS) Dr Andrzej Podleśny Poznań, dnia 1.10.2017 r. MODUŁ KSZTAŁCENIA (SYLABUS) dla przedmiotu Informatyka w zarządzaniu na kierunku Zarządzanie i prawo w biznesie I. Informacje ogólne 1. Nazwa modułu : Informatyka

Bardziej szczegółowo

Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych"

Zadanie laboratoryjne Wybrane zagadnienia badań operacyjnych Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych" 1. Zbudować model optymalizacyjny problemu opisanego w zadaniu z tabeli poniżej. 2. Rozwiązać zadanie jak w tabeli poniżej z wykorzystaniem

Bardziej szczegółowo

Opis modułu kształcenia Programowanie liniowe

Opis modułu kształcenia Programowanie liniowe Opis modułu kształcenia Programowanie liniowe Nazwa podyplomowych Nazwa obszaru kształcenia, w zakresie którego są prowadzone studia podyplomowe Nazwa kierunku, z którym jest związany zakres podyplomowych

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK 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 szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Temat ćwiczenia: Komputerowe wspomaganie rozwiązywania zadań programowania nieliniowego Zachodniopomorski Uniwersytet Technologiczny

Bardziej szczegółowo

Notatki 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 Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową

Bardziej szczegółowo

Wielokryteriowa optymalizacja liniowa

Wielokryteriowa optymalizacja liniowa Wielokryteriowa optymalizacja liniowa 1. Przy decyzjach złożonych kierujemy się zwykle więcej niż jednym kryterium. Postępowanie w takich sytuacjach nie jest jednoznaczne. Pojawiło się wiele sposobów dochodzenia

Bardziej szczegółowo

Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej

Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej mgr inż. Izabela Żółtowska Promotor: prof. dr hab. inż. Eugeniusz Toczyłowski Obrona rozprawy doktorskiej 5 grudnia 2006

Bardziej szczegółowo

Rozwiązywanie problemów z użyciem Solvera programu Excel

Rozwiązywanie 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 szczegółowo