Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
|
|
- Mikołaj Żukowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Struktury i Algorytmy Wspomagania Decyzji Zadanie projektowe 2 Czas realizacji: 6 godzin Maksymalna liczba punktów: 80 Opracowanie: Kazimierz Duzinkiewicz, dr hab. inż. Robert Piotrowski, dr inż.
2 Zadanie projektowe składa się z kilku Zagadnień. Należy rozwiązać wszystkie Zagadnienia. Zagadnienie 1 [30 pkt] Dwóch absolwentów wyższej uczelni postanowiło wejść do branży komputerów osobistych. Zdecydowali wytwarzać (faktycznie, po prostu montować - z części zamawianych u innych dostawców) dwa typy komputerów: A oraz S. Przypuszcza się, że będą mogli, w przewidywalnej przyszłości, sprzedać tak wiele komputerów, jak tylko będą mogli wyprodukować. Jednakże chcą oni ustalić wielkość produkcji tak, aby wykorzystywać nie więcej niż małą grupę pracowników produkcyjnych. Bardziej szczegółowo, chcą oni utrzymać czas montowania w granicach 150 godzin na tydzień i czas testowania w granicach 70 godzin tygodniowo. Komputer A wymaga 4. godzin montowania i 3. godzin testowania a komputer S pochłania odpowiednio 6 godzin i 2 godziny. Przewidywany zysk ze sprzedaży komputera A wynosi 200 PLN na jednostkę a dla komputera S 450 PLN. Partnerzy chcą maksymalizować zysk i maksymalizować ogólną liczbę jednostek produkowanych każdego tygodnia (to znaczy tak, aby zostać zauważonym na rynku). W żadnym wypadku nie zaakceptują wzrostu czasu montowania ponad 150 godzin i czasu testowania ponad 70 godzin, gdyż wymagałoby to zatrudnienia dodatkowych pracowników lub wykorzystywania nadgodzin przez już zatrudnionych w pełnym wymiarze godzin pracowników. 1. Sformułować matematyczną postać problemu i przedstawić go graficznie. 2. Korzystając z punktu 1, wskazać zbiór rozwiązań optymalnych w sensie Pareto. 3. Sformułować jednokryterialną reprezentację problemu przyjmując następujące założenia: pojedynczym najważniejszym celem jest maksymalizacja zysku, liczby godzin montowania i godzin testowania nie mogą, w jakichkolwiek warunkach, być przekroczone, w każdym tygodniu produkuje się co najmniej wskazaną liczbę sztuk komputerów (dobrać odpowiednią wartość poziomu aspiracji, aby przestrzeń decyzyjna nie była pusta). 2
3 Przedstawić graficzne rozwiązanie tego zadania i wyciągnąć wnioski. Czy uzyskane rozwiązanie należy do zbioru rozwiązań optymalnych w sensie Pareto? 4. Sformułować jednokryterialną reprezentację problemu przyjmując następujące założenia: pojedynczym najważniejszym celem jest maksymalizacja ogólnej liczby komputerów produkowanych każdego tygodnia, liczby godzin montowania i godzin testowania nie mogą, w jakichkolwiek warunkach, być przekroczone, uzyskuje się co najmniej wskazaną liczbę PLN całkowitego zysku ze sprzedaży komputerów (dobrać odpowiednią wartość poziomu aspiracji, aby przestrzeń decyzyjna nie była pusta). Przedstawić graficzne rozwiązanie tego zadania i wyciągnąć wnioski. Czy uzyskane rozwiązanie należy do zbioru rozwiązań optymalnych w sensie Pareto? 5. Rozwiązać punkty 3 i 4 w środowisku MATLAB, przy czym: zdefiniować zadanie optymalizacji (liniowe, nieliniowe, jednocelowe, z ograniczeniami itp.), zaproponować funkcje do rozwiązania sformułowanego zadania (optimization toolbox) i uzasadnić swój wybór, krótko opisać wybraną funkcję tzn. do jakiego rodzaju zadań optymalizacji może być stosowana, jaka jest jej składnia, rozwiązać zadanie poprzez napisanie odpowiedniego m-pliku, który należy dołączyć do sprawozdania. 6. Porównać wyniki uzyskane metodą graficzną i za pomocą programu MATLAB. Zagadnienie 2 [30 pkt] Mały zakład produkcyjny wytwarza dwa rodzaje produktów: A i B. Produkcję obu produktów ograniczają operacje technologiczne 1, 2 i 3. Podstawowymi celami firmy jest maksymalizacja zysku i maksymalizacja ogólnej ilości produktów wytwarzanych w danym tygodniu. Zysk firmy na jednym produkcie A wynosi 4 PLN, zaś na jednym produkcie B 2 PLN. Ograniczenia na możliwości produkcyjne w zakresie operacji technologicznych 1, 2 i 3, w danym tygodniu przedstawia Tabela 1. Zadaniem operacji technologicznej 3 jest 3
4 łączenie ze sobą produkty A i B. W Tabeli 2 podano ilościowe udziały poszczególnych operacji w ogólnej możliwości produkcyjnej. Tabela 1. Możliwości produkcyjne Operacja Możliwości produkcyjne dla produktów A i B Operacja technologiczna 1 70 Operacja technologiczna Operacja technologiczna Tabela 2. Ilościowe udziały Operacja Produkt A Produkt B Operacja technologiczna Operacja technologiczna Operacja technologiczna Sformułować matematyczną postać problemu i przedstawić ją graficznie w przestrzeni decyzyjnej i przestrzeni celów. 2. Korzystając z punktu 1, wskazać zbiór rozwiązań optymalnych w sensie Pareto. 3. Sformułować jednokryterialną reprezentację problemu wykorzystując metodę ograniczenia (wybierając jedną z funkcji celu). 4. Korzystając ze środowiska MATLAB, dla różnych wartości, znaleźć punkty zbioru rozwiązań optymalnych w sensie Pareto (minimalna liczebność zbioru wynosi 50). Zakwalifikować rozwiązywane w tym celu zadanie optymalizacji, zaproponować funkcje do rozwiązania sformułowanego zadania i uzasadnić swój wybór. Do sprawozdania dołączyć m-plik. 5. Otrzymany zbiór rozwiązań optymalnych w sensie Pareto przedstawić graficznie w przestrzeni decyzji i przestrzeni celów. 6. Wyciągnąć wnioski odnośnie uzyskanych wyników i metody ograniczenia. Czym będzie się różniło rozwiązanie, jeżeli w metodzie ograniczenia zostanie wybrana druga funkcja celu? 4
5 Zagadnienie 3 [20 pkt] Dwóch absolwentów wyższej uczelni postanowiło wejść do branży komputerów osobistych. Zdecydowali wytwarzać (faktycznie, po prostu montować - z części zamawianych u innych dostawców) dwa typy komputerów: A oraz S. Przypuszcza się, że będą mogli, w przewidywalnej przyszłości, sprzedać tak wiele komputerów, jak tylko będą mogli wyprodukować. Jednakże chcą oni ustalić wielkość produkcji tak, aby wykorzystywać nie więcej niż małą grupę pracowników produkcyjnych. Bardziej szczegółowo, chcą oni utrzymać czas montowania w granicach 150 godzin na tydzień i czas testowania w granicach 70 godzin tygodniowo. Komputer A wymaga 4. godzin montowania i 3. godzin testowania a komputer S pochłania odpowiednio 6 godzin i 2 godziny. Dodatkowo po pewnych analizach stwierdzili, że nie będą produkować więcej niż 20 sztuk komputerów typu A i nie więcej niż 23 sztuki komputera typu S. Przewidywany zysk ze sprzedaży komputera A wynosi 300 PLN na jednostkę a dla komputera S 450 PLN. Partnerzy chcą maksymalizować zysk i maksymalizować ogólną liczbę jednostek produkowanych każdego tygodnia (to znaczy tak, aby zostać zauważonym na rynku). W żadnym wypadku nie zaakceptują wzrostu czasu montowania ponad 150 godzin i czasu testowania ponad 70 godzin, gdyż wymagałoby to zatrudnienia dodatkowych pracowników lub wykorzystywania nadgodzin przez już zatrudnionych w pełnym wymiarze godzin pracowników. 1. Sformułować matematyczną postać problemu. 2. Sformułować jednokryterialną reprezentację problemu wykorzystując metodę agregacji. Zaproponować wagi wykorzystując informacje zawarte w treści zadania. 3. Korzystając ze środowiska MATLAB zbadać zależności pomiędzy wartościami wag funkcji celu a wartościami funkcji celu. Przedstawić te zależności w postaci graficznej. Należy pamiętać, aby każde otrzymane rozwiązanie bezwzględnie spełniało warunki zadania. Jakie działania należy wykonać, aby rozwiązanie było całkowitoliczbowe? Zakwalifikować rozwiązywane zadanie optymalizacji, zaproponować funkcje do rozwiązania sformułowanego zadania i uzasadnić swój wybór. Do sprawozdania dołączyć m-plik. 4. Wyciągnąć wnioski odnośnie uzyskanych wyników i metody agregacji. 5
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 1 Czas realizacji: 3 godziny Maksymalna liczba
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I IDENTYFIKACJA Studia niestacjonarne Estymacja parametrów modeli, metoda najmniejszych kwadratów.
Bardziej szczegółowoModelowanie 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 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Teoria sterowania Odpowiedzi czasowe ciągłych i dyskretnych systemów dynamicznych Zadania do ćwiczeń laboratoryjnych
Bardziej szczegółowoWPROWADZENIE 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 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 szczegółowoInstrukcja 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 szczegółowoSCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa Etap edukacyjny: IV, przedmiot: informatyka (poziom podstawowy )
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoZadania laboratoryjne i projektowe - wersja β
Zadania laboratoryjne i projektowe - wersja β 1 Laboratorium Dwa problemy do wyboru (jeden do realizacji). 1. Water Jug Problem, 2. Wieże Hanoi. Water Jug Problem Ograniczenia dla każdej z wersji: pojemniki
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Struktury i Algorytmy Wspomagania Decyzji Zapoznanie z narzędziami optymalizacyjnymi w środowisku MATLAB
Bardziej szczegółowoEkonometria - 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 szczegółowoZadanie 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 szczegółowoINSTRUKCJA DO ĆWICZENIA NR 1
L01 ---2014/10/17 ---10:52---page1---#1 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 1 PRZEDMIOT TEMAT Wybrane zagadnienia z optymalizacji elementów
Bardziej szczegółowoWielokryteriowa 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 szczegółowoLABORATORIUM 7: Problem komiwojażera (TSP) cz. 2
Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl OBLICZENIA EWOLUCYJNE LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2 opracował:
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoRozdział 9 PROGRAMOWANIE DYNAMICZNE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 9 PROGRAMOWANIE DYNAMICZNE 9.2. Ćwiczenia komputerowe Ćwiczenie 9.1 Wykorzystując
Bardziej szczegółowoOpis 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 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 szczegółowoWspomaganie 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 szczegółowoWielokryteriowa 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 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 szczegółowoMetody 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 szczegółowoZagadnienia optymalizacji Problems of optimization
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 0/04 Zagadnienia optymalizacji Problems of optimization A. USYTUOWANIE MODUŁU W
Bardziej szczegółowoOpis 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 szczegółowoZ-ZIP2-303z Zagadnienia optymalizacji Problems of optimization
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 0/03 Z-ZIP-303z Zagadnienia optymalizacji Problems of optimization A. USYTUOWANIE
Bardziej szczegółowoProgramowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik
Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania
Bardziej szczegółowoPROGRAMOWANIE 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 szczegółowoOpis 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 szczegółowoIwona 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 szczegółowoSterowniki Programowalne (SP)
Sterowniki Programowalne (SP) Wybrane aspekty procesu tworzenia oprogramowania dla sterownika PLC Podstawy języka funkcjonalnych schematów blokowych (FBD) Politechnika Gdańska Wydział Elektrotechniki i
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Teoria sterowania Obliczenia symboliczne w środowisku MATLAB Materiały pomocnicze do ćwiczeń laboratoryjnych
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone programowanie produkcji z wykorzystaniem
Bardziej szczegółowoElementy 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 szczegółowoBadania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
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 szczegółowoOptymalizacja systemów
Optymalizacja systemów Laboratorium - problem detekcji twarzy autorzy: A. Gonczarek, J.M. Tomczak, S. Zaręba, P. Klukowski Cel zadania Celem zadania jest zapoznanie się z gradientowymi algorytmami optymalizacji
Bardziej szczegółowoBIZNES PLAN WNIOSKODAWCY
Załącznik nr 2 do Regulaminu DAIP BIZNES PLAN WNIOSKODAWCY SPIS TREŚCI 1. ŻYCIORYS ZAWODOWY.....2 2. OPIS PLANOWANEJ DZIAŁALNOŚCI 3 3. PLAN MARKETINGOWY...4 3.1 Opis produktu/usługi...4 3.2 Charakterystyka
Bardziej szczegółowoTEST. [4] Grzyby w lesie to przykład: a. dobra prywatnego, b. wspólnych zasobów, c. monopolu naturalnego, d. dobra publicznego.
Przykładowe zadania na kolokwium: TEST [1] Zmniejszenie przeciętnych kosztów stałych zostanie spowodowane przez: a. wzrost wielkości produkcji, b. spadek wielkości produkcji, c. wzrost kosztów zmiennych,
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoBadania 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 szczegółowoMATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
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 szczegółowoModele 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 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 szczegółowoRADA WYDZIAŁU Elektroniki i Informatyki. Sprawozdanie z realizacji praktyk studenckich na kierunku Informatyka w roku akademickim 2017/18
dr inż. Dariusz Gretkowski Koszalin 14.10.2018 Opiekun Praktyk studenckich dla kierunku INFORMATYKA Wydział Elektroniki i Informatyki Politechnika Koszalińska RADA WYDZIAŁU Elektroniki i Informatyki Sprawozdanie
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 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 szczegółowomathpad 2008, UMK, Toruń
# KL 18,2,1vii2008 mathpad 2008, UMK, Toruń Przykłady rozwiązywania zadań z użyciem komputera Krzysztof Leśniak Zadanie. Stolarz produkuje 2 rodzaje stolików: szachowy i nocny. Stolik szachowy kosztuje
Bardziej szczegółowoM1 M2 M3 Jednostka produkcyjna W1 6h 3h 10h h/1000szt 2zł W2 8h 4h 5h h/100szt 25zł Max. czas pracy maszyn:
Zad. Programowanie liniowe Jakiś zakład produkcyjny, ma 3 różne maszyny i produkuje różne produkty. Każdy z produktów wymaga pewnych czasów każdej z 3ch maszyn (podane w tabelce niżej). Ile jakiego produktu
Bardziej szczegółowoInstytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych. Badania operacyjne. Dr inż.
Instytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych Badania operacyjne Dr inż. Artur KIERZKOWSKI Wprowadzenie Badania operacyjne związana jest ściśle z teorią podejmowania
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podsta Automatyki Transmitancja operatorowa i widmowa systemu, znajdowanie odpowiedzi w dziedzinie s i w
Bardziej szczegółowoZ-ZIP-120z Badania Operacyjne Operations Research. Stacjonarne Wszystkie Katedra Matematyki dr Monika Skóra
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Z-ZIP-120z Badania Operacyjne Operations Research A. USYTUOWANIE MODUŁU
Bardziej szczegółowoAlgorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Bardziej szczegółowoZagadnienia 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 szczegółowoExcel - 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 szczegółowoKARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3
KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:
Bardziej szczegółowoBadania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13
Badania operacyjne Michał Kulej semestr letni, 2012 Michał Kulej () Badania operacyjne semestr letni, 2012 1/ 13 Literatura podstawowa Wykłady na stronie: www.ioz.pwr.wroc.pl/pracownicy/kulej Trzaskalik
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Automatyka zastosowania, metody i narzędzia, perspektywy Synteza systemów sterowania z wykorzystaniem regulatorów
Bardziej szczegółowoOptymalizacja. Algorytmy dokładne
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Organizacja zbioru rozwiązań w problemie SAT Wielokrotny podział na dwia podzbiory: x 1 = T, x 1
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 szczegółowo=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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Metody optymalizacji Metody poszukiwania ekstremum funkcji jednej zmiennej Materiały pomocnicze do ćwiczeń
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 szczegółowoD. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1]
D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1] Co to są badania operacyjne? Termin "badanie operacji" (Operations' Research) powstał podczas II wojny światowej i przetrwał do dzisiaj. W terminologii
Bardziej szczegółowołączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.)
14. Zadanie przydziału z ustalonym poziomem produkcji i limitowanym czasem pracy planowanie wielkości produkcji (wersja uproszczona) Producent może wytwarzać n rodzajów wyrobów. Każdy z wyrobów można być
Bardziej szczegółowoBadania 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Modelowanie matematyczne elementów systemu sterowania (obwody elektryczne, mechaniczne
Bardziej szczegółowoTEST. [2] Funkcja długookresowego kosztu przeciętnego przedsiębiorstwa
Przykładowe zadania na kolokwium: TEST [1] Zmniejszenie przeciętnych kosztów stałych zostanie spowodowane przez: a. wzrost wielkości produkcji, b. spadek wielkości produkcji, c. wzrost kosztów zmiennych,
Bardziej szczegółowoProgram kształcenia i plan studiów podyplomowych: Projektowanie instalacji i urządzeń elektrycznych wspomagane komputerowo
Wrocław, 4.05.2013 Program kształcenia i plan studiów : Projektowanie instalacji i urządzeń elektrycznych wspomagane komputerowo edycja 13 opracowany zgodnie z Zarządzeniami Wewnętrznymi PWr nr 14/2012
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Przygotowanie zadania sterowania do analizy i syntezy zestawienie schematu blokowego
Bardziej szczegółowoLista 1 PL metoda geometryczna
Lista 1 PL metoda geometryczna 1.1. Znajdź maksimum funkcji celuf(x 1,x 2 )=5x 1 +7x 2 przy ograniczeniach: 2x 1 +2x 2 600, 2x 1 +4x 2 1000, x i 0 dlai=1,2 1.2. Znajdź maksimum funkcji celuf(x 1,x 2 )=2x
Bardziej szczegółowoRozwiązanie 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 szczegółowoRADA WYDZIAŁU Elektroniki i Informatyki. Sprawozdanie z realizacji praktyk studenckich na kierunku Informatyka w roku akademickim 2015/16
dr inż. Magdalena Rajewska Koszalin 21.10.2016 Opiekun Praktyk studenckich dla kierunku INFORMATYKA Wydział Elektroniki i Informatyki Politechnika Koszalińska RADA WYDZIAŁU Elektroniki i Informatyki Sprawozdanie
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 szczegółowoOptymalizacja. Algorytmy dokładne
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Organizacja zbioru rozwiązań w problemie SAT Wielokrotny podział na dwia podzbiory: x 1 = T, x 1
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 szczegółowoProblem zarządzania produkcją i zapasami
Problem zarządzania produkcją i zapasami Wykorzystamy zasadę optymalności Bellmana do poradzenia sobie z zarządzaniem zapasami i produkcją w określonym czasie z punktu widzenia istniejącego i mogącego
Bardziej szczegółowoZ-LOG-120I Badania Operacyjne Operations Research
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 01/013 Z-LOG-10I Badania Operacyjne Operations Research A. USYTUOWANIE MODUŁU W
Bardziej szczegółowoĆwiczenia 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 szczegółowoWykład III Przewaga komparatywna
Wykład III Przewaga komparatywna W prezentacji zostały wykorzystane slajdy pomocnicze do książki: Microeconomics, R.S.Pindyck D.L.Rubinfeld. Możliwości produkcyjne - Dwa dobra, które Robinson może produkować:
Bardziej szczegółowoTEORIA 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 szczegółowoRachunki Decyzyjne. Katedra Rachunkowości US
Rachunki Decyzyjne Katedra Rachunkowości US Rachunki Decyzyjne Wykorzystywane do optymalizacji efektów przy istniejącym profilu działalności w krótkich okresach czasu. Podstawą analizy są relacje pomiędzy
Bardziej szczegółowoPOLITECHNIKA GDAŃSKA WYDZIAŁ MECHANICZNY PROJEKT DYPLOMOWY INŻYNIERSKI
Forma studiów: stacjonarne Kierunek studiów: ZiIP Specjalność/Profil: Zarządzanie Jakością i Informatyczne Systemy Produkcji Katedra: Technologii Maszyn i Automatyzacji Produkcji Badania termowizyjne nagrzewania
Bardziej szczegółowoKarta (sylabus) przedmiotu
WM Karta (sylabus) przedmiotu MECHANIKA I BUDOWA MASZYN Studia I stopnia o profilu: A P Przedmiot: Wybrane z Kod ECTS Status przedmiotu: obowiązkowy MBM S 0 5 58-4_0 Język wykładowy: polski, angielski
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 szczegółowoBadania 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Modelowanie matematyczne elementów systemu sterowania (obwody elektryczne, mechaniczne
Bardziej szczegółowoInstrukcja 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 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 szczegółowoMetody Optymalizacji. Wstęp. Programowanie matematyczne. Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt
Metody Optymalizacji Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt Wstęp W ogólności optymalizacja związana jest z maksymalizowaniem lub minimalizowaniem pewnej wielkości np. maksymalizacja zysku
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 szczegółowoPRZEWODNIK 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 szczegółowoPODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 5 PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI 5.2. Ćwiczenia komputerowe
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Technologie informatyczne Interpolacja metoda funkcji sklejanych Materiały pomocnicze do ćwiczeń laboratoryjnych
Bardziej szczegółowoZagadnienia optymalizacji i aproksymacji. Sieci neuronowe.
Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe. zajecia.jakubw.pl/nai Literatura: S. Osowski, Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 997. PODSTAWOWE ZAGADNIENIA TECHNICZNE AI
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 szczegółowomaj 2014 Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa St. II stop., sem. I
Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa St. II stop., sem. I Podstawy teorii optymalizacji Wykład 12 M. H. Ghaemi maj 2014 Podstawy teorii optymalizacji Oceanotechnika, II stop., sem.
Bardziej szczegółowo(b) Oblicz zmianę zasobu kapitału, jeżeli na początku okresu zasób kapitału wynosi kolejno: 4, 9 oraz 25.
Zadanie 1 W pewnej gospodarce funkcja produkcji może być opisana jako Y = AK 1/2 N 1/2, przy czym A oznacza poziom produktywności, K zasób kapitału, a N liczbę zatrudnionych. Stopa oszczędności s wynosi
Bardziej szczegółowo