Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne

Podobne dokumenty
FUNKCJA KWADRATOWA. Poziom podstawowy

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

Elementy Modelowania Matematycznego

Microsoft EXCEL SOLVER

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

Programowanie ilorazowe #1

LXIV Olimpiada Matematyczna

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

c j x x

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

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

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

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

Skrypt 18. Trygonometria

MATEMATYKA POZIOM ROZSZERZONY

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

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Rozwiązywanie programów matematycznych

Excel - użycie dodatku Solver

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

Programowanie liniowe

Programowanie liniowe. Tadeusz Trzaskalik

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Definicja problemu programowania matematycznego

Wielokryteriowa optymalizacja liniowa (WPL)

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

2... Pˆ - teoretyczna wielkość produkcji (wynikająca z modelu). X X,..., b b,...,

Programowanie liniowe całkowitoliczbowe

Ekonometria - ćwiczenia 10

Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych"

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

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

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

Rozdział 1 PROGRAMOWANIE LINIOWE

RESPECT Index IX edycja III Etap weryfikacji Jak udokumentować odpowiedzi na pytania zawarte w ankiecie?

Standardowe zadanie programowania liniowego. Gliwice 1

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:

1 Przykładowe klasy zagadnień liniowych

Dyskretna transformata falkowa z wykorzystaniem falek Haara. Alfréd Haar

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

Programowanie nieliniowe

RESPECT Index III Etap weryfikacji Jak udokumentować odpowiedzi na pytania zawarte w ankiecie?

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007

zadaniem programowania liniowego całkowitoliczbowego. nazywamy zadaniem programowania liniowego 0-1. Zatem, w

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

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne

Ćwiczenie 362. Wyznaczanie ogniskowej soczewek metodą Bessela i pomiar promieni krzywizny za pomocą sferometru. Odległość przedmiotu od ekranu, [m] l

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

DOBÓR ASORTYMENTU PRODUKCJI ZAKŁADU ODLEWNICZEGO

Krzywe stożkowe. 1 Powinowactwo prostokątne. 2 Elipsa. Niech l będzie ustaloną prostą i k ustaloną liczbą dodatnią.

Programowanie liniowe

Wykład 9. Znajdowanie najlepszej drogi

2. Wybór optymalnego planu (asortymentu) produkcji przy ograniczonej dostępności środków produkcji

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

Rozwiązywanie układów równań liniowych

Praca Dyplomowa Magisterska. Zastosowanie algorytmów genetycznych w zagadnieniach optymalizacji produkcji

ZAGADNIENIE TRANSPORTOWE

Programowanie liniowe metoda sympleks

2. Wybór optymalnego planu (asortymentu) produkcji przy ograniczonej dostępności środków produkcji

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02

Definicja szybkości reakcji

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

H. Dąbrowski, W. Rożek Próbna matura, grudzień 2014 r. CKE poziom rozszerzony 1. Zadanie 15 różne sposoby jego rozwiązania

Metoda simpleks. Gliwice

Metody Ilościowe w Socjologii

Programowanie liniowe całkowitoliczbowe

Metody systemowe i decyzyjne w informatyce

POLITECHNIKA WARSZAWSKA. Wydział Elektroniki i Technik Informacyjnych ROZPRAWA DOKTORSKA. mgr inż. Paweł Chudzian

Programowanie liniowe metoda sympleks

Wykład z modelowania matematycznego. Algorytm sympleks.

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

Analiza danych przy uz yciu Solvera

Katedra Chemii Fizycznej Uniwersytetu Łódzkiego. Izoterma rozpuszczalności w układzie trójskładnikowym. opracowała dr B. Nowicka

PROGRAMOWANIE KWADRATOWE

Programowanie matematyczne

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

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

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

Wprowadzenie do badań operacyjnych - wykład 2 i 3

ZAGADNIENIE TRANSPORTOWE

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

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

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

F I N A N S E I P R A W O F I N A N S O W E

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

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

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

Badania Operacyjne Ćwiczenia nr 3 (Materiały)

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

Analiza ekonomiczno-finansowa

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

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

NOŚNOŚĆ FUNDAMENTU BEZPOŚREDNIEGO WEDŁUG EUROKODU 7

OPTYMALIZACJA DYSKRETNA

USTAWA 16 kwietnia 2004 r. o czasie pracy kierowców 1)

Transkrypt:

Instrukja do ćwizeń laboratoryjnyh z przedmiotu: adania operayjne Temat ćwizenia: Komputerowe wspomaganie rozwiązywania zadań programowania liniowego, dobór struktury asortymentowej Zahodniopomorski Uniwersytet Tehnologizny Wydział Inżynierii Mehaniznej i Mehatroniki Szzein 20 Opraował: Dr inż. Artur erliński >7<

Algorytm Sympleks Algorytm sympleksowy, inazej metoda sympleks(ów), to stosowana w matematye iterayjna metoda rozwiązywania zadań programowania liniowego za pomoą kolejnego polepszania (optymalizaji) rozwiązania. azwa metody pohodzi od sympleksu, figury wypukłej będąej uogólnieniem trójkąta na więej wymiarów. Metoda sympleks służy do rozwiązywania (nawet bardzo złożonyh) zagadnień programowania liniowego. Jest to metoda polegająa na inteligentnym przeszukiwaniu poszzególnyh punktów wierzhołkowyh obszaru rozwiązań dopuszzalnyh, zyli dopuszzalnyh rozwiązań bazowyh. Jest to metoda iterayjna i wymaga, aby punkt startowy był dopuszzalnym rozwiązaniem bazowym. W każdej kolejnej iteraji znajdowany jest kolejne, lepsze (o mniejszej wartośi funkji elu) dopuszzalne rozwiązanie bazowe poprzez wprowadzenie jednej zmiennej do bazy i wyprowadzenie jednej zmiennej z bazy. Zadanie programowania liniowego z dowolną lizbą zmiennyh można rozwiązać, wyznazają wszystkie wierzhołkowe punkty wielośianu, a następnie porównują wartośi funkji w punktah wierzhołkowyh. W związku z wielośią punktów powstaje problem wyznazenia wartośi funkji elu i znalezienie optymalnego wierzhołka, który spełniłby warunek zadania programowania liniowego. Istota metody sympleks sprowadza się do tego, że jeżeli jest znany jakikolwiek wierzhołkowy punkt i wartość w tym punkie funkji elowej, to wtedy wszystkie wierzhołkowe punkty, w któryh elowa funkja przyjmuje gorsze wartośi, są odrzuane. Kolejny krok iteraji polega na tym, że przehodzimy do następnego wierzhołka, znajdująego się na jednej krawędzi z odnalezionym już punktem, w którym elowa funkja osiąga lepsze wartośi. Iteraja końzy się, gdy kolejny przeglądany punkt wierzhołkowy jest najlepszy pod względem odpowiednih wartośi funkji elowej. Ogólny algorytm działania metody simpleks jest następująy: Krok : Wyznaz pewne rozwiązanie bazowe Krok 2: Sprawdź, zy bieżąe rozwiązanie jest optymalne. Jeśli tak->koiec Krok 3: Wybierz zmienną, którą należy wprowadzić do bazy w elu poprawy rozwiązania Krok 4: Wybierz zmienną, którą należy usunąć z bazy Krok5: Wykonaj operaje wynikająe z kroków 3 i 4 (dokonaj odpowiednih przekształeń maierzy współzynników A oraz wektora prawyh stron warunków ogranizająyh) Krok 6: Wróć do kroku 2. W metodzie sympleks rozpatruje się układ równań liniowyh postai: X + A X = b - w pierwszej iteraji oraz równoważne układy równań warunków ogranizająyh postai: X + A X = b - w kolejnyh iterajah algorytmu simpleksowego gdzie: A X =, A [ A ] = [ a ij ] mxn =,, X = [ X X ] = [ x, x,... x ], b = [ b b,..., ], 2 n, 2 b m >8<

Organizaje oblizeń metodą simpleks ułatwiają tzw. tablie simpleksowe postai: Dla pierwszej iteraji: x Dla każdej następnej iteraji: x z -z A I b z 0 0 -z A T A T T A b T b Komputerowe narzędzia rozwiązywania zadań programowania liniowego - Solver arzędzie Solver pozwala zoptymalizować wartość formuły w jednej z komórek arkusza - nazywanej komórką elu. Zakresem działania jest grupa komórek związanyh bezpośrednio lub pośrednio z formułą w komóre elu. Wartośi w komórkah określonyh przez użytkownika - nazywanyh komórkami zmienianymi - są zmieniane tak, aby osiągnąć żądany wynik w komóre elu. Zakres zmian wartośi występująyh w modelu można ogranizyć, wprowadzają ogranizenia. Mogą one także dotyzyć innyh komórek, które mają wpływ na formułę w komóre elu. W zagadnieniah liniowyh i ałkowityh wykorzystano metodę simpleks z ogranizeniami na zmienne oraz metodę "branh-and-bound", którą zaimplementowali John Watson i Dan Fylstra z Frontline Systems, In. Implementaja arkuszowa modelowanej sytuaji deyzyjnej zawiera następująe trze elementy składowe: o Komórka doelowa reprezentuje el. Celem może być na przykład zmaksymalizowanie miesięznego zysku. o Komórki zmieniane to komórki arkusza kalkulayjnego, któryh wartośi można zmieniać lub dostosowywać w elu zoptymalizowania komórki doelowej. Tymi wartośiami mogą być na przykład miesięzne wielkośi produkji poszzególnyh produktów. o Ogranizenia to warunki dotyząe komórek zmienianyh. Ogranizenia mogą mieć na przykład następująą postać: ilość użytyh zasobów nie może być większa niż ilość dostępnyh zasobów, a wielkość produkji nie może być większa niż wielkość popytu. >9<

W polu Komórka elu podaje się adres lub nazwę komórki doelowej. Komórka elu musi zawierać formułę. Jeżeli rozwiązujemy zadanie związane z maksymalizają funkji elu, zyli ozekujemy jak największej wartośi w komóre doelowej, wybieramy w Solverze opję Maks Analogiznie w przypadku minimalizaji funkji elu wybieramy opję Min. Aby określić wartość w komóre doelowej, należy kliknąć opję Wartość i wpisać wartość w dostępnym polu. W polu Komórki zmieniane podajemy nazwę lub adres każdej komórki zmiennej, oddzielają przeinkami adresy przylegająyh komórek. Komórki zmienne muszą być bezpośrednio lub pośrednio związane z komórką doelową. Można określić maksymalnie 200 komórek zmienianyh. W polu Warunki ogranizająe dodajemy adresy komórek (lub ih nazwy) implementująyh warunki ogranizająe, typ ogranizenia oraz wartośi ogranizeń zadania optymalizayjnego. Problemy do rozwiązania w ramah ćwizeń laboratoryjnyh Zadanie Zadanie rozwiązane metodą geometryzną. Optymalizaja produkji mebli: Fabryka mebli wytwarza szafy w dwóh gatunkah. Do ih produkji zużywa odpowiednio: Szafa typu Szafa typu 2 Surowie (drewno m3) 36 8 Energia kwh 30 20 Praa godz. 20 20 >0<

Fabryka dysponuje 800m3 drewna, 900 kwh energii oraz 600 godzinami pray. Ile należy wyprodukować szaf i 2 gatunku, aby zysk była maksymalny. Zysk jednostkowy ze sprzedaży szafy wynosi 30, a szafy 2 20. Zmienne strategizne: X ilość szaf gatunku X 2 ilość szaf gatunku 2 Funkja elu: Z MAX = 30X +20X 2 Ogranizenia: Ogranizenie ze względu na ilość surowa 36X + 8X 2 800 Ogranizenie na ilość energii 30X + 20X 2 900 Ogranizenie na ilość pray 20X + 20X 2 600 Rozwiązanie istnieje dla X X 0, 2 Zadanie 2 Zakład krawieki szyje spodnie i spódnie. Przy szyiu spodni i spódni zakład wykorzystuje dwa zasoby: materiał oraz siłę robozą. a wykonanie pary spodni potrzeba 2 m materiału oraz 8 robozogodzin; na uszyie spódniy potrzeba 3 m materiału i 2 robozogodziny. a szyie spodni i spódni zakład może wykorzystać 60 m materiału i 80 robozogodzin. Ze sprzedaży wyrobów zakład otrzymuje 80 PL za spódnię oraz 320 PL za spodnie. Ułożyć LZD, którego rozwiązanie wyznazy plan produkji zakładu gwarantująy maksymalny przyhód ze sprzedaży uszytyh spodni i spódni. A) Jak należałoby sformułować zadanie w sytuaji, gdyby w związku z ogranizonym popytem lizba szytyh spodni nie mogła być większa od 0 sztuk? ) Jak należałoby sformułować zadanie w sytuaji, gdyby spodni miało być przynajmniej trzy razy więej niż spódni? Zadanie 3 Meble wypozynkowe są sprzedawane jako zestaw, w którego skład whodzą; kanapa, 3 fotele i 2 lampy. Zysk z tytułu sprzedaży tyh poszzególnyh elementów wynosi odpowiednio 2000zł, 300zł oraz 400zł. Zużyie zasobu wynosi 2,5 m na jedną kanapę, 0,7 m na jeden fotel i 0,3 m na jedną lampę. Do dyspozyji mamy 40 m zasobu. Celem jest maksymalizaja zysku. Sprawdzić, zy plan zakładająy produkję 8 kanap, 24 foteli i 6 lamp jest dopuszzalny? ><

Zadanie 4 Firma zamierza uruhomić produkję wyrobów A i. Wielkość produkji jest limitowana przez możliwośi surowów przetworzenia na wyroby. akłady surowów na wytworzenie jednostki wyrobu (kg/sztukę), możliwośi przerobu surowów (w tonah) w okresie planistyznym oraz ozekiwane eny zbytu (zł) podaje tabela. Ze względów tehnologiznyh łązna wielkość produkji nie może być mniejsza od 20 tys. sztuk, a wielkość produkji wyrobu musi być o najmniej dwukrotnie większa od wielkośi produkji wyrobu A. Ze względu na problemy ze zbytem produkja wyrobu A nie może przekrozyć 4,5 tys. sztuk. Zbudować liniowe zadanie deyzyjne, którego rozwiązanie optymalne pozwoli na wybór asortymentu produkji maksymalizująego przyhód. Wyroby A Możliwośi przerobu S 2 4 50 S2 3 6 00 S3 4 2 - Cena zbytu 20 8 X Zadanie 5 Przedsiębiorstwo produkuje ztery wyroby W, W2, W3, W4, przy użyiu trzeh środków produkji (patrz. tabela). Wyroby W i W4 tworzą komplety składająe się z 4 wyrobów W oraz 3 wyrobów W4. Sformułować liniowe zadanie deyzyjne wyboru asortymentu produkji przynosząego maksymalny przyhód. Środki produkji W W2 W3 W4 Zasób S 2 4 3 5 3000 S2 4 2 4 2400 S3 5 2 3 3000 Ceny 25 2 9 5 X >2<