PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

Podobne dokumenty
Standardowe zadanie programowania liniowego. Gliwice 1

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

PROGRAMOWANIE CAŁKOWITOLICZBOWE

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa

Elementy Modelowania Matematycznego

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

Metody wielokryterialne. Tadeusz Trzaskalik

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

PROGRAMOWANIE KWADRATOWE

Definicja problemu programowania matematycznego

Programowanie liniowe

Metoda simpleks. Gliwice

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

BADANIA OPERACYJNE Zagadnienie transportowe

1-2. Formułowanie zadań decyzyjnych. Metoda geometryczna

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

Programowanie liniowe

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

Wielokryteriowa optymalizacja liniowa

Wielokryteriowa optymalizacja liniowa cz.2

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Programowanie liniowe

c j x x

METODY WIELOKRYTERIALNE

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE (część 1)

Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych"

Programowanie liniowe. Tadeusz Trzaskalik

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 Materiały do zajęć dostępne na stronie:

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

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

4. PROGRAMOWANIE LINIOWE

Metody Ilościowe w Socjologii

BADANIA OPERACYJNE pytania kontrolne

Wykład 6. Programowanie liniowe

Modelowanie całkowitoliczbowe

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

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

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

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

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1

Barbadoska 16 mb 24 mb Afrykańska 16 mb 10 mb

A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny.

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1]

Programowanie matematyczne

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Lista 1 PL metoda geometryczna

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa Etap edukacyjny: IV, przedmiot: informatyka (poziom podstawowy )

Elementy Modelowania Matematycznego

Programowanie nieliniowe

1. OPTYMALIZACJA PROGRAMU PRODUKCJI I SPRZEDAŻY

TEORIA DECYZJE KRÓTKOOKRESOWE

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

ZAGADNIENIE TRANSPORTOWE(ZT)

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

OPTYMALIZACJA W LOGISTYCE

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Dualność w programowaniu liniowym

Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej

Statystyka. Zadanie 1.

BADANIA OPERACYJNE PROGRAMOWANIE WIELOKRYTERIALNE

Rachunkowość. Decyzje zarządcze 1/58

Elementy modelowania matematycznego

Laboratorium Metod Optymalizacji. Sprawozdanie nr 2

Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto

Równania nieliniowe, nieliniowe układy równań, optymalizacja

1 Przykładowe klasy zagadnień liniowych

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

łączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.)

Programowanie celowe #1

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

RACHUNKOWOŚĆ ZARZĄDCZA

Wprowadzenie do badań operacyjnych

Metody ilościowe w badaniach ekonomicznych

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Rozdział 1 PROGRAMOWANIE LINIOWE

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że

DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

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

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

METODY OBLICZENIOWE OPTYMALIZACJI zadania

Zadanie programowania liniowego metoda graficzna

ALGORYTMY EWOLUCYJNE W OPTYMALIZACJI JEDNOKRYTERIALNEJ

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Optymalizacja konstrukcji

OPTYMALIZACJA DYSKRETNA

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Zbudować model matematyczny do poniższych zagadnień (ułożyć program matematyczny ).

METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Rozdział 1 PROGRAMOWANIE LINIOWE

Transkrypt:

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: dla środka S 1 63 jednostki, a dla środka S 2 64 jednostki. Aby wyprodukować jednostkę wyrobu W 1 potrzeba 9 jednostek środka S 1 i 8 jednostek środka S 2. Aby wyprodukować jednostkę wyrobu W 2 potrzeba 7 jednostek S 1 i 8 jednostek S 2. Zarówno wyrób W 1 jak i W 2 jest niezbędny do produkcji pewnego urządzenia U. Jedno urządzenie U wymaga 3 jednostek W 1 i 2 jednostek W 2. Produkcja będzie opłacalna, jeżeli zakład sprzeda wyroby W 1 i W 2 potrzebne do wytworzenia co najmniej 6 jednostek urządzenia U. 2

c.d. Określono trzy cele, które zakład zamierza osiągnąć: 1. Maksymalny zysk ze sprzedaży wyrobów, który powinien być nie mniejszy niż 1, przy cenach wyrobów wynoszących 6 dla W 1 i 5 dla W 2. 2. Utrzymanie zatrudnienia w zakładzie na poziomie 5 osób, przy czym na każdej zmianie przy produkcji wyrobu W 1 będą pracować 4 osoby, a przy produkcji W 2 3 osoby. 3. Nakłady inwestycyjne na rozpoczęcie produkcji nie mogą przekroczyć 5, przy czym koszty związane z jednostką wyrobu W 1 mają wynosić 2, a z wyrobem W 2 4. Dla zakładu najważniejsze jest przede wszystkim osiągnięcie celu 3, następnie celu 1, natomiast najmniej istotny jest cel 2. 3

c.d. Ponieważ najprawdopodobniej jednoczesne osiągnięcie wszystkich celów jest niemożliwe, określono wartości współczynników kar związanych z ewentualnym niezrealizowaniem poszczególnych celów: dla celu 1.: -współczynnik kary równy 5 dla odchylenia in minus dla celu 2.: -współczynnik kary równy 4 dla odchylenia in plus -współczynnik kary równy 2 dla odchylenia in minus dla celu 3.: - współczynnik kary równy 3 dla odchylenia in plus Zbudować pełny model matematyczny dla tego zadania. 4

Ograniczenia: W 1 W 2 S 1 9 7 63 S 2 8 8 64 U 3 2 6 Tabela 14.1. 5

Zmienne decyzyjne: x 1 wielkość produkcji wyrobu W 1 x 2 wielkość produkcji wyrobu W 2 6

1 9x + 7x 63 2 8x + 8x 64 3 3x + 2x 6 7

Cele: Nr celu W 1 W 2 Założony poziom celu 1 Zysk 6 5 Nie mniejszy niż 1 2 Zatrudnienie 4 3 Na poziomie 5 3 Nakłady inwestycyjne 2 4 Nie większe niż 5 Tabela 14.2. 8

cel 1.: 6x + 5x 1 cel 2.: 4x + 3x = 5 cel 3.: 2x + 4x 5 9

Priorytet: P cel 1.: 6x + 5x 1 2 cel 2.: 4x + 3x = 5 3 cel 3.: 2x + 4x 5 1 1

Współczynniki kar: Nr celu 1 6x + 5x 1 Dla odchyleń Dla odchyleń in plus in minus y ˆ i( + ) yˆ i( ) 5 2 4x + 3x = 5 4 2 3 2x + 4x 5 3 i = 1, 2, 3 Tabela 14.3. 11

Dla celu 1.: Zyski muszą być równe co najmniej 1 Cel nie będzie zrealizowany, gdy zyski będą mniejsze od 1 Minimalizujemy ewentualne odchylenia in minus dla tego celu Współczynnik kary yˆ 1( ) > 12

Każde odchylenie in plus od wartości 1 jest korzystne Współczynnik kary y ˆ 1( + ) = 13

Dla celu 2.: Zatrudnienie musi się utrzymać na poziomie 5 Cel nie będzie zrealizowany, gdy zatrudnienie będzie większe lub mniejsze od 5 Minimalizujemy ewentualne odchylenia zarówno in plus jak i in minus dla tego celu yˆ Współczynniki kary 2 2 ( + ), yˆ ( ) > 14

Dla celu 3.: Nakłady inwestycyjne nie mogą przekroczyć 5 Cel nie będzie zrealizowany, gdy nakłady przekroczą 5 Minimalizujemy ewentualne odchylenia in plus dla tego celu Współczynnik kary y ˆ 3( + ) > 15

Każde odchylenie in minus od wartości 5 jest korzystne Współczynnik kary yˆ 3( ) = 16

Cele: - jednostronne:, tylko jeden niezerowy współczynnik kary odchylenia niekorzystne z jednej strony -dwustronne: = dwa niezerowe współczynnik kar odchylenia niekorzystne z dwu stron 17

Model matematyczny: Nr celu y ˆ i ( + ) yˆ i ( ) P 1 6x + 5x 1 5 2 2 4x + 3x = 5 4 2 3 3 2x + 4x 5 3 1 9x + 7x 63 O: x 1+ x2 8 WB: x1, x2 3x + 2x 6 Tabela 14.4. 18

Przykład 15. Rozwiązać zadanie programowania wielokryterialnego z Przykładu 14. 19

Cel o priorytecie 1: cel 3. 2x + 4x 5 y ˆ 3( + ) = 3 Budujemy zadanie programowania liniowego, w którym będziemy minimalizować niekorzystne odchyłki in plus dla tego celu 2

Zadanie P1. Funkcja celu: 3 y 3( + ) MIN Ograniczenia z zadania pierwotnego: 9x + 7x 63 x1+ x2 8 3x + 2x 6 21

Ograniczenia wynikające z założonych celów: 6x + 5 x y ( + ) + y ( ) = 1 1 1 4x + 3 x y ( + ) + y ( ) = 5 2 2 2x + 4 x y ( + ) + y ( ) = 5 3 3 Warunki brzegowe: x, x, y ( + ), y ( ), y ( + ), y ( ), y ( + ), y ( ) 1 2 3 3 22

Zadanie rozwiązujemy np. metodą simplex: Wyniki: (jest kilka rozwiązań alternatywnych w każdym y 3 (+) = ) x = 2 y ( + ) = y ( + ) = y ( + ) = 1 3 x = y ( ) = 88 y ( ) = 42 y ( ) = 46 2 3 FC: 3 y 3( + ) = Wielkość odchyłki in plus dla Zadania P1 = 23

Cel o priorytecie 2: cel 1. 6x1+ 5x2 1 yˆ 1( ) = 5 Budujemy zadanie programowania liniowego, w którym będziemy minimalizować niekorzystne odchyłki in minus dla tego celu W zadaniu tym należy uwzględnić otrzymaną wartość odchyłki in plus dla celu o wyższym priorytecie (y 3 (+) = ) 24

Zadanie P2. Funkcja celu: 1 5 y ( ) MIN Ograniczenia z zadania pierwotnego: Ograniczenia wynikające z założonych celów: jak poprzednio jak poprzednio Ograniczenie wynikające z Zadania P1: 3 y 3( + ) = Warunki brzegowe: jak poprzednio 25

Zadanie rozwiązujemy np. metodą simplex: Wyniki: x = 3.5 y ( + ) = y ( + ) = y ( + ) = 1 3 x = 4.5 y ( ) = 56.5 y ( ) = 22.5 y ( ) = 25 2 3 FC: 5 y1( ) = 5 56.5 = 282.5 Wielkość odchyłki in minus dla Zadania P2 = 56.5 26

Cel o priorytecie 3: cel 2. 4x1+ 3x2 = 5 yˆ ˆ 2( + ) = 4 y2( ) = 2 Budujemy zadanie programowania liniowego, w którym będziemy minimalizować niekorzystne odchyłki in plus i in minus dla tego celu W zadaniu tym należy uwzględnić otrzymane wartości odchyłek dla celów o wyższym priorytecie (y 3 (+) =, y 1 ( ) = 56.5) 27

Zadanie P3. 4 y ( + ) + 2 y ( ) MIN Funkcja celu: 2 2 Ograniczenia z zadania pierwotnego: Ograniczenia wynikające z założonych celów: Ograniczenie wynikające z Zadania P1: jak poprzednio jak poprzednio jak poprzednio Ograniczenie wynikające z Zadania P2: 5 y1( ) = 282.5 Warunki brzegowe: jak poprzednio 28

Zadanie rozwiązujemy np. metodą simplex: Wyniki: x = 3.5 y ( + ) = y ( + ) = y ( + ) = 1 3 x = 4.5 y ( ) = 56.5 y ( ) = 22.5 y ( ) = 25 2 3 4 y ( + ) + 2 y ( ) = 4 + 2 22.5 = 45 FC: 2 2 Wielkość odchyłki in plus dla Zadania P3 = Wielkość odchyłki in minus dla Zadania P3 = 22.5 29

Ponieważ nie ma więcej celów, to rozwiązanie Zadania P3, jest rozwiązaniem optymalnym: x = 3.5 x = 4.5 Cel 1. Cel 2. Cel 3. y i (+) y i ( ) 56.5 22.5 25 Tabela 15.1. 3

Odpowiedź: - Cel 1., który miał priorytet 2. nie zostanie zrealizowany, a niekorzystna odchyłka in minus będzie wynosić 56.5. (czyli osiągnięty zysk będzie wynosił 1 56.5 = 43.5) - Cel 2., który miał priorytet 3. nie zostanie zrealizowany, a niekorzystna odchyłka in minus będzie wynosić 22.5. (czyli zatrudnienie obniży się do poziomu 27.5 osób!) - Cel 3., który miał priorytet 1. zostanie zrealizowany, a nawet wystąpi korzystna odchyłka in minus równa 25. (czyli połowa nakładów inwestycyjnych nie zostanie wykorzystana) 31

Przykład 16. Rozwiązać zadanie programowania wielokryterialnego z Przykładu 14., przy czym zmieniona zostaje hierarchia celów. -najważniejszy jest cel 3. -cel 1 i 2 są jednakowo ważne. 32

Model matematyczny: Nr celu y ˆ i ( + ) yˆ i ( ) P 1 6x + 5x 1 5 2 2 4x + 3x = 5 4 2 2 3 2x + 4x 5 3 1 9x + 7x 63 O: x 1+ x2 8 WB: x1, x2 3x + 2x 6 Tabela 16.1. 33

Cel o priorytecie 1: cel 3. 2x + 4x 5 y ˆ 3( + ) = 3 Budujemy zadanie programowania liniowego, w którym będziemy minimalizować niekorzystne odchyłki in plus dla tego celu 34

Zadanie P1. Funkcja celu: 3 y 3( + ) MIN Ograniczenia z zadania pierwotnego: 9x + 7x 63 x1+ x2 8 3x + 2x 6 35

Ograniczenia wynikające z założonych celów: 6x + 5 x y ( + ) + y ( ) = 1 1 1 4x + 3 x y ( + ) + y ( ) = 5 2 2 2x + 4 x y ( + ) + y ( ) = 5 3 3 Warunki brzegowe: x, x, y ( + ), y ( ), y ( + ), y ( ), y ( + ), y ( ) 1 2 3 3 36

Wyniki: (jest kilka rozwiązań alternatywnych w każdym y 3 (+) = ) x = 2 y ( + ) = y ( + ) = y ( + ) = 1 3 x = y ( ) = 88 y ( ) = 42 y ( ) = 46 2 3 FC: 3 y 3( + ) = Wielkość odchyłki in plus dla Zadania P1 =. Dotąd jak w Przykładzie 15. 37

Cele o priorytecie 2: cel 1. i 2. 6x1+ 5x2 1 yˆ 1( ) = 5 4x1+ 3x2 = 5 yˆ ˆ 2( + ) = 4 y2( ) = 2 Budujemy zadanie programowania liniowego, w którym będziemy minimalizować niekorzystne odchyłki in minus dla celu 1. i jednocześnie minimalizować odchyłki in plus i in minus dla celu 2. W zadaniu tym należy uwzględnić otrzymaną wartość odchyłki in plus dla celu o wyższym priorytecie (y 3 (+) = ) 38

Zadanie P2. 5 y ( ) + 4 y ( + ) + 2 y ( ) MIN Funkcja celu: 2 Ograniczenia z zadania pierwotnego: jak poprzednio Ograniczenia wynikające z założonych celów: jak poprzednio Ograniczenie wynikające z Zadania P1: 3 y 3( + ) = Warunki brzegowe: jak poprzednio 39

Wyniki: x = 3.5 y ( + ) = y ( + ) = y ( + ) = 1 3 x = 4.5 y ( ) = 56.5 y ( ) = 22.5 y ( ) = 25 2 3 5 y ( ) + 4 y ( + ) + 2 y ( ) = 327.5 FC: 2 4

Ponieważ nie ma więcej celów, to rozwiązanie Zadania P2, jest rozwiązaniem optymalnym: x = 3.5 x = 4.5 Cel 1. Cel 2. Cel 3. y i (+) y i ( ) 56.5 22.5 25 Tabela 16.2. 41

Odpowiedź: Identyczna jak w Przykładzie 15. 42

Przykład 17. Rozwiązać zadanie programowania wielokryterialnego z Przykładu 14., przy czym wszystkie trzy cele są jednakowo ważne. 43

Model matematyczny: Nr celu y ˆ i ( + ) yˆ i ( ) P 1 6x + 5x 1 5 1 2 4x + 3x = 5 4 2 1 3 2x + 4x 5 3 1 9x + 7x 63 O: x 1+ x2 8 WB: x1, x2 3x + 2x 6 Tabela 17.1. 44

Budujemy zadanie programowania liniowego, w którym jednocześnie będziemy minimalizować niekorzystne odchyłki dla wszystkich celów. 45

Zadanie P1. Funkcja celu: 2 3 5 y ( ) + 4 y ( + ) + 2 y ( ) + 3 y ( + ) MIN Identyczne jak w poprzednich przykładach: Ograniczenia z zadania pierwotnego. Ograniczenia wynikające z założonych celów. Warunki brzegowe. 46

Wyniki: x = 3.5 y ( + ) = y ( + ) = y ( + ) = 1 3 x = 4.5 y ( ) = 56.5 y ( ) = 22.5 y ( ) = 25 2 3 5 y ( ) + 4 y ( + ) + 2 y ( ) + 3 y ( + ) = 327.5 FC: 2 3 Odpowiedź: jak w poprzednim przykładzie. 47

Przykład 18. Nr celu y ˆ i ( + ) yˆ i ( ) P 1 6x + 5x 1 5 2 2 4x + 3x = 5 4 2 3 3 2x + 4x 5 3 1 WB: x1, x2 Tabela 18.1. 48

Dla każdego zadania dodatkowego model składa się z: - Funkcji celu minimalizującej odpowiednie odchyłki -Ograniczeń wynikających z nałożonych celów - Dla zadań o priorytecie większym niż 1 z ograniczeń dodatkowych, wynikających z poprzednich zadań dodatkowych - Warunków brzegowych 49

x = 1.71 x = 7.41 y i (+) y i ( ) FC Cel 1. Cel 2. 14.29 57.14 Cel 3. Tabela 18.2. 5

Przykład 19. Rozwiązać zadanie programowania wielokryterialnego z Przykładu 14. metodą geometryczną. 51

Model matematyczny: Nr celu y ˆ i ( + ) yˆ i ( ) P 1 6x + 5x 1 5 2 2 4x + 3x = 5 4 2 3 3 2x + 4x 5 3 1 9x + 7x 63 O: x 1+ x2 8 WB: x1, x2 3x + 2x 6 Tabela 19.1. 52

Rys. 19.1. Zbiór rozwiązań dopuszczalnych 53

A(2,) B(7,) C(3.5,4.5) D(,8) E(,3) 54

Cel o priorytecie 1: cel 3. 2x + 4x 5 y ˆ 3( + ) = 3 Zadanie P1. Z = 2x + 4x L = 5 P1 P1 FC : 3 y 3( + ) MIN 55

Z P1 y 3 (+) y 3 ( ) A(2,) 4 46 B(7,) 14 36 C(3.5,4.5) 25 25 D(,8) 32 18 E(,3) 12 38 Tabela 19.2. 56

y 3 (+) wartość o jaką Z P1 jest większe od wartość L P1 y 3 ( ) wartość o jaką Z P1 jest mniejsze od wartość L P1 Interesuje nas najmniejsza wartość odchyłki y 3 (+) 5 alternatywnych rozwiązań 57

Cel o priorytecie 2: cel 1. 6x1+ 5x2 1 yˆ 1( ) = 5 Zadanie P2. Z = 6x + 5x L = 1 P2 P2 FC : 5 y1 ( ) MIN 58

Z P2 y 1 (+) y 1 ( ) A(2,) 12 88 B(7,) 42 58 C(3.5,4.5) 43.5 56.5 D(,8) 4 6 E(,3) 15 85 Tabela 19.3. 59

y 1 (+) wartość o jaką Z P2 jest większe od wartość L P2 y 1 ( ) wartość o jaką Z P2 jest mniejsze od wartość L P2 Interesuje nas najmniejsza wartość odchyłki y 1 ( ) y1( ) = 56.5 Punkt C FC : 5 y1 ( ) = 282.5 6

Punkt C jest również jednym z alternatywnych rozwiązań optymalnych dla Zadania P1. 61

Cel o priorytecie 3: cel 2. 4x1+ 3x2 = 5 yˆ ˆ 2( + ) = 4 y2( ) = 2 Zadanie P3. Z = 4x + 3x L = 5 P3 P3 FC : 4 y ( + ) + 2 y ( ) MIN 2 2 62

Z P3 y 2 (+) y 2 ( ) A(2,) 8 42 B(7,) 28 22 C(3.5,4.5) 27.5 22.5 D(,8) 24 26 E(,3) 9 41 Tabela 19.4. 63

y 2 (+) wartość o jaką Z P3 jest większe od wartość L P3 y 2 ( ) wartość o jaką Z P3 jest mniejsze od wartość L P3 Interesuje nas najmniejsza wartość odchyłki 4y 2 (+) + 2 y 2 ( ) y ( + ) = y ( ) = 22 Punkt B 2 2 64

Ponieważ dla celów o wyższych priorytetach rozwiązaniem najlepszym był punkt C Przyjmujemy punkt C jako rozwiązanie dla Zadania P3. FC: Z (C) = 4 y ( + ) + 2 y ( ) = 45 P3 2 2 65

Ostateczne rozwiązanie zadania programowania wielokryterialnego: Punkt C(3.5,4.5) Cel 1. Cel 2. Cel 3. y i (+) y i ( ) 56.5 22.5 25 Tabela 19.5. 66