Θεωρία Αποφάσεων και Βελτιστοποίηση
|
|
- Αναστασούλα Βάμβας
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Θεωρία Αποφάσεων και Βελτιστοποίηση telelis/opt.html Ορέστης Τελέλης Τµήµα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήµιο Αθηνών Θεωρία Αποφάσεων και Βελτιστοποίηση π. 1/3
2 Πρόβληµα Εχουµε να καλύψουµε ένα σύνολο εργασιών X = {x 1,... x m }. Παρουσιάζεται ένα σύνολο ανθρώπων F = {A 1,... A n }, που ο καθένας Ϲητάει µια αµοιβή c(a j ) για να διεκπαιρεώσει ένα σύνολο υπηρεσιών A j X. Ζητείται ένα υποσύνολο S F υποψηφίων που ελαχιστοποιεί το κόστος, και καλύπτει όλες τις εργασίες. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 2/3
3 Κάλυψη Συνόλου Είναι το NP-hard πρόβληµα Κάλυψης Συνόλου Ελάχιστου Κόστους (Minimum Cost Set Covering). Είναι γενίκευση του προβλήµατος Ελάχιστου Κόστους Κοµβικής Κάλυψης Ακµών (Vertex Cover). Στο Vertex Cover µπορούµε να ϑεωρήσουµε κάθε κόµβο σαν ένα σύνολο που καλύπτει τις προσκείµενες ακµές. Επιπλέον κάθε ακµή καλύπτεται από (συνδέει) ακριβώς δύο κόµβους (σύνολα). Θεωρία Αποφάσεων και Βελτιστοποίηση π. 3/3
4 Επίλυση Στη γενική του περίπτωση το πρόβληµα προσεγγίζεται από τον άπληστο αλγόριθµο: 1. Οσο X επανάλαβε: 2. A arg min A F (c(a)/ A X ). 3. S S {A }. 4. X X A. 5. F F {A }. Ο λόγος προσέγγισης είναι ανάλογος του log X = log m. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 4/3
5 k-set Covering Η ειδική εκδοχή του προβλήµατος, όπου το πολύ k σύνολα καλύπτουν κάθε x X είναι k-προσεγγίσιµη από τον primal-dual αλγόριθµο των Bar-Yehuda και Even (1981): 1. Οσο X επανάλαβε: 2. Πάρε ένα x X. 3. A arg min{c(a) A F, x A}. 4. S S {A }. 5. ϑέσε c(a) = c(a) c(a ) A F: x A. 6. X X A Θεωρία Αποφάσεων και Βελτιστοποίηση π. 5/3
6 Γραµµικό Πρόγραµµα Πίνακας A m n : a ij = 1 αν x i A j. Αντικειµενική συνάρτηση: min Z = n j=1 c j x j Κάλυψη κάθε στοιχείου του X: n j=1 a ij x j 1 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 6/3
7 Πρόβληµα ίνονται m αποθήκες και n καταστήµατα. Κάθε i αποθήκη διαθέτει µια ποσότητα d i από ένα υλικό. Κάθε j κατάστηµα έχει ανάγκη από b j ποσότητα από το υλικό. Για τη µεταφόρα υλικού από την αποθήκη i στο κατάστηµα j υπάρχει ένα κόστος c ij ανά µονάδα υλικού που µεταφέρεται. Ζητείται ένα δίκτυο ελάχιστου κόστους που τροφοδοτεί τα καταστήµατα. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 7/3
8 Σχεδιασµός ικτύων Το πρόβληµα είναι γνωστό ως το Πρόβληµα της Μεταφοράς (Transportation Problem). Είναι ένα πρόβληµα σχεδιασµού δικτύου (Network Design). Η λύση του περιλαµβάνει καθορισµό: συνδέσεων µεταξύ αποθηκών και καταστηµάτων, και ποσότητας υλικού που διοχετεύεται από κάθε σύνδεση. Αν οι σταθερές του προβλήµατος είναι ακέραιες, το πρόβληµα επιδέχεται ακέραια ϐέλτιστη λύση (δηλ. το πολύεδρο του γραµµικού του προγράµµατος έχει ακέραιες κορυφές)! Θεωρία Αποφάσεων και Βελτιστοποίηση π. 8/3
9 3 αποθήκες. 5 καταστήµατα. Αποθ./Καταστ. K 1 K 2 K 3 K 4 K 5 ιάθεση A A A Απαίτηση Συνολικά: 30 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 9/3
10 Λύση 6 K 1 A K 2 A K 3 A K 4 K 5 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 10/3
11 Γραµµικό Πρόγραµµα Μεταβλητές απόφασης x ij R +, i = 1...m, j = 1... n. είχνουν τη διακινούµενη ποσότητα από την i στο j. Οι χρησιµοποιούµενες συνδέσεις (i, j) είναι αυτέ µε x ij > 0. Κόστος: Z = m n c ij x ij i=1 j=1 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 11/3
12 Γραµµικό Πρόγραµµα Κάθε αποθήκη πρέπει να ξοδεύει τη διαθέσιµη ποσότητα: n j=1 x ij = d i, i = 1...m Κάθε κατάστηµα πρέπει να λαµβάνει την απαιτούµενη ποσότητα: m i=1 x ij = b j, j = 1...n Θεωρία Αποφάσεων και Βελτιστοποίηση π. 12/3
13 Μεταφορά της ιαθέσιµης Ποσότητας: x 11 + x 12 + x 13 + x 14 + x 15 = 11 x 21 + x 22 + x 23 + x 24 + x 25 = 12 x 31 + x 32 + x 33 + x 34 + x 35 = 7 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 13/3
14 Λήψη της Απαιτούµενης Ποσότητας: x 11 + x 21 + x 31 = 6 x 12 + x 22 + x 32 = 6 x 13 + x 23 + x 33 = 3 x 14 + x 24 + x 34 = 2 x 15 + x 25 + x 35 = 13 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 14/3
15 Ιδιότητες mn µεταβλητές απόφασης, m + n περιορισµοί. Αν αθροίσουµε τους m πρώτους περιορισµούς και τους n τελευταίους: m n = m d i, n m = n b j i=1 j=1 i=1 j=1 i=1 j=1 Αρα πρέπει να ισχύει m i=1 d i = n j=1 b j, για να είναι εφικτό το σύστηµα! Θεωρία Αποφάσεων και Βελτιστοποίηση π. 15/3
16 Ιδιότητες Επιπλέον, κάθε περιορισµός είναι γραµµικός συνδυασµός των άλλων. Είναι δηλαδή γραµµικά εξαρτηµένοι. Μπορούµε να σπάσουµε τη γραµµική εξάρτηση, διαγράφοντας έναν περιορισµό (π.χ. τον τελευταίο από τους n). Μία εφικτή λύση του προβλήµατος είναι δέντρο (δεν έχει κύκλους). Θεωρία Αποφάσεων και Βελτιστοποίηση π. 16/3
17 Επίλυση Το πρόβληµα επιλύεται µε µια απλή εκδοχή της simplex. Παράγουµε µία εφικτή λύση. Κοιτάµε τους περιορισµούς του δυϊκού προβλήµατος. Επιλέγουµε να επιδιορθώσουµε τον περισσότερο ανέφικτο δυϊκό περιορισµό, τροποποιώντας την εφικτή λύση. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 17/3
18 Μέθοδος Β Γωνίας Γράφουµε τον m n πίνακα. Αρχίζουµε από την κυψέλη (1, 1) και δίνουµε την τιµή: x 11 = min(d 1, b 1 ) το οποίο οδηγεί στον κορεσµό είτε της γραµµής 1, είτε της κολώνας 1. ιαγράφουµε την κορεσµένη γραµµή/κολώνα και επαναλαµβάνουµε στο µειωµένο πίνακα. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 18/3
19 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A 1 11 A 2 12 A 3 7 Απαίτηση Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
20 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A 2 12 A 3 7 Απαίτηση x 11 = min(6, 11) = 6 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
21 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A 2 12 A 3 7 Απαίτηση x 11 = min(6, 11) = 6 x 12 = min(11 6, 6) = 5 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
22 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A 3 7 Απαίτηση x 11 = min(6, 11) = 6 x 12 = min(11 6, 6) = 5 x 22 = min(6 5, 12) = 1 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
23 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A 3 7 Απαίτηση x 11 = min(6, 11) = 6 x 12 = min(11 6, 6) = 5 x 22 = min(6 5, 12) = 1 x 23 = min(3, 11) = 3 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
24 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A 3 7 Απαίτηση x 11 = min(6, 11) = 6 x 12 = min(11 6, 6) = 5 x 22 = min(6 5, 12) = 1 x 23 = min(3, 11) = 3 x 24 = min(2, 12 4) = 2 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
25 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A 3 7 Απαίτηση x 11 = min(6, 11) = 6 x 12 = min(11 6, 6) = 5 x 22 = min(6 5, 12) = 1 x 23 = min(3, 11) = 3 x 24 = min(2, 12 4) = 2 x 25 = min(12 6, 13) = 6 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
26 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A Απαίτηση x 11 = min(6, 11) = 6 x 12 = min(11 6, 6) = 5 x 22 = min(6 5, 12) = 1 x 23 = min(3, 11) = 3 x 24 = min(2, 12 4) = 2 x 25 = min(12 6, 13) = 6 x 35 = min(7, 13 6) = 7 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 19/3
27 Εφικτή Λύση 6 K 1 A K 2 A K 3 A K 4 K 5 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 20/3
28 Βελτίωση Η ϐελτίωση γίνεται µέσω του δυϊκού προβλήµατος. Θυµόµαστε ότι στη ϐέλτιστη λύση του πρωτεύοντος προβλήµατος, αντιστοιχει µια ϐέλτιστη εφικτή λύση του δυϊκού. Κοιτάµε το δυϊκό, ϐρίσκουµε τον περισσότερο παραβιασµένο περιορισµό, και κάνουµε µια αύξηση στο πρωτεύον. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 21/3
29 Εύρεση του υϊκού Μία δυϊκή µεταβλητή y i R, για κάθε περιορισµό, i = 1...m και µία y j R, j = 1...n. Ενας δυϊκός περιορισµός (i, j), i = 1...m, j = 1...n, για κάθε µεταβλητή x ij. Οι δυϊκές µεταβλητές είναι πραγµατικές, διότι έχουµε περιορισµούς ισότητας. y m+n = 0, διότι αγνοούµε τον τελευταίο περιορισµό στην επίλυση του προβλήµατος. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 22/3
30 υϊκό Γραµµικό Πρόγραµµα maxw = (i,j)(b i y i + d m+j y m+j ) y i + y m+j c ij, Μειωµένα Κόστη: i = 1...m, j = 1...n r ij = c ij y i y m+j, i = 1...m, j = 1...n Πρέπει r ij 0, για να έχουµε εφικτό δυϊκό. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 23/3
31 Μέθοδος Βρίσκουµε τα y i, y j. Υπολογίζουµε τα r ij, για τις µεταβλητές x ij = 0. Επιλέγουµε να αυξήσουµε το µηδενικό x ij µε το πιο αρνητικό r ij. Αυξάνεται κατά ένα το πλήθος των ϑετικών µεταβλητών. ε συνιστούν δέντρο πλέον. Πρέπει να επιλέξουµε να µηδενίσουµε µία από τις ϑετικές µεταβλητές, ώστε να σπάσουµε τον κύκλο. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 24/3
32 Εύρεση των y i εδοµένου y m+n = 0, και από πρωτεύσουσες συνθήκες συµπληρωµατικής καθυστέρησης: Εχουµε: x ij > 0 y i + y m+j = c ij y 1 + y 4 = 1, y 1 + y 5 = 1, y 2 + y 5 = 3 y 2 + y 6 = 4, y 2 + y 7 = 8, y 2 + y 8 = 8 y 3 + y 8 = 10, y 8 = 0 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 25/3
33 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
34 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
35 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
36 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
37 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
38 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
39 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
40 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
41 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θα αυξήσουµε την x 15 κατά µια ποσότητα Θ > 0 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 26/3
42 Κύκλος A 1 A 2 A 3 Θ Θ +Θ +Θ K 1 K 2 K 3 K 4 K 5 Με την αύξηση δηµιουγείται περίσσεια. Προσθέτουµε/αφαιρούµε Θ εναλλάξ στις ακµές του κύκλου. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 27/3
43 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A Θ +Θ 11 A Θ Θ 12 A Απαίτηση Θ =; Για να σπάσουµε τον κύκλο αρκεί να µηδενίσουµε µία από τις προηγούµενα ϑετικές µεταβλητές (ελάχιστη εφικτή αύξηση): Θ = min{5, 6} = 5 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 28/3
44 Νέα Λύση Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A Απαίτηση Θεωρία Αποφάσεων και Βελτιστοποίηση π. 29/3
45 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
46 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
47 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
48 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
49 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
50 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
51 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
52 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
53 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση y i A A A Απαίτηση Σύνολο: 30 - y j r ij = c ij y i y m+j Θα αυξήσουµε την x 31 κατά µια ποσότητα Θ > 0 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 30/3
54 Κύκλος A 1 A 2 +Θ Θ +Θ K 1 K 2 K 3 A 3 K 4 Θ K 5 Με την αύξηση δηµιουγείται περίσσεια. Προσθέτουµε/αφαιρούµε Θ εναλλάξ στις ακµές του κύκλου. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 31/3
55 Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A 1 6 Θ 5 + Θ 11 A A 3 +Θ 7 Θ 7 Απαίτηση Θ =; Για να σπάσουµε τον κύκλο αρκεί να µηδενίσουµε µία από τις προηγούµενα ϑετικές µεταβλητές (ελάχιστη εφικτή αύξηση): Θ = min{7, 6} = 6 Θεωρία Αποφάσεων και Βελτιστοποίηση π. 32/3
56 Νέα Λύση Α/Κ (x ij ) K 1 K 2 K 3 K 4 K 5 ιάθεση A A A Απαίτηση Η λύση αυτή είναι ϐέλτιστη. οκιµάστε να υπολογίσετε τα r ij, για να διαπιστώσετε ότι όλα είναι ϑετικά. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 33/3
57 Σχόλια Η µέθοδος αυτή είναι ακριβώς η primal-dual simplex. Είναι απλοποιηµένη για την ειδική περίπτωση του προβλήµατος µεταφοράς. Βασικό χαρακτηριστικό: επιλέγεται κάθε ϕορά µία µηδενική µεταβλητή να γίνει ϑετική, και µία ϑετική να γίνει µηδέν (εισαγωγή/εξαγωγή µεταβλητής από τη ϐάση). Θεωρία Αποφάσεων και Βελτιστοποίηση π. 34/3
58 Σχόλια ιαφορά από την primal-dual µέθοδο προσέγγισης: δουλεύουµε στο πρωτεύον πρόβληµα αξιοποιώντας πληροφορία από το δυϊκό. Στην primal-dual µέθοδο κάναµε το αντίστροφο. Θεωρία Αποφάσεων και Βελτιστοποίηση π. 35/3
Θεωρία Αποφάσεων και Βελτιστοποίηση
Θεωρία Αποφάσεων και Βελτιστοποίηση http://www.di.uoa.gr/ telelis/opt.html Ορέστης Τελέλης telelis@di.uoa.gr Τµήµα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήµιο Αθηνών Θεωρία Αποφάσεων και Βελτιστοποίηση
Διαβάστε περισσότεραΑκέραιος Γραµµικός Προγραµµατισµός
Μέγιστο Ανεξάρτητο Σύνολο Μέγιστο Ανεξάρτητο Σύνολο Εφαρµογές : Παράλληλη εκτέλεση εργασιών Χρονοπρογραµµατισµός (scheduling) Ανάθεση πόρων (resource allocation) Πρόβληµα k-ϐασιλισσών Τηλεπικοινωνίες Μέγιστο
Διαβάστε περισσότεραΑκέραιος Γραµµικός Προγραµµατισµός
Μέγιστο Ανεξάρτητο Σύνολο Μέγιστο Ανεξάρτητο Σύνολο Εφαρµογές : Παράλληλη εκτέλεση εργασιών Χρονοπρογραµµατισµός (scheduling) Ανάθεση πόρων (resource allocation) Πρόβληµα k-ϐασιλισσών Τηλεπικοινωνίες Μέγιστο
Διαβάστε περισσότεραΕισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός
Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Σε περιπτώσεις
Διαβάστε περισσότεραΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ
ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Πρόβληµα µεταφοράς Η ανάπτυξη και διαµόρφωση του προβλήµατος µεταφοράς αναπτύσσεται στις σελίδες 40-45 του βιβλίου των
Διαβάστε περισσότεραΤμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Δυϊκότητα Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 1/12/2016 1 Το δυϊκό πρόβλημα Για κάθε πρόβλημα Γραμμικού Προγραμματισμού υπάρχει
Διαβάστε περισσότεραΔυϊκότητα. Δημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο
Δυϊκότητα Δημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Πιστοποίηση Άνω Φράγματος Έχει το ΓΠ εφικτή λύση με κόστος 2; Ναι, π.χ. [0, 1, 3, 0, 2, 0,
Διαβάστε περισσότεραΒασική Εφικτή Λύση. Βασική Εφικτή Λύση
Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n µεταβλητών και m περιορισµών Εστω πραγµατικοί αριθµοί a ij, b j, c i R µε 1 i m, 1 j n Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα EE 1&2 Εισαγωγή Μαθηματικός Προγραμματισμός - Γραμμικός
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 9: Δυϊκή Θεωρία Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
Διαβάστε περισσότεραΘεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης 28/3/2012. Lecture07 1
Τμήμα Εφαρμοσμένης Πληροφορικής ΑΛΓΟΡΙΘΜΟΙ ΓΡΑΜΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ 8 Ο ΕΞΑΜΗΝΟ ΣΑΜΑΡΑΣ ΝΙΚΟΛΑΟΣ, ΕΠ. ΚΑΘΗΓΗΤΗΣ Χαρακτηριστικά αλγορίθμων τύπου simplex (5) Αν το βασικό σημείο ικανοποιεί ακριβώς n-m ανισότητες
Διαβάστε περισσότεραΓραµµικός Προγραµµατισµός - Μέθοδος Simplex
Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Η πλέον γνωστή και περισσότερο χρησιµοποιηµένη µέθοδος για την επίλυση ενός γενικού προβλήµατος γραµµικού προγραµµατισµού, είναι η µέθοδος Simplex η οποία αναπτύχθηκε
Διαβάστε περισσότεραιοίκηση Παραγωγής και Υπηρεσιών
ιοίκηση Παραγωγής και Υπηρεσιών Το Πρόβληµα Μεταφοράς Άλλες µέθοδοι επιλογής τοποθεσίας Γιώργος Ιωάννου, Ph.D. Αναπληρωτής Καθηγητής Σύνοψη διάλεξης Ορισµός του προβλήµατος µεταφοράς συσχέτιση µε πρόβληµα
Διαβάστε περισσότεραΠροβλήματα Μεταφορών (Transportation)
Προβλήματα Μεταφορών (Transportation) Παραδείγματα Διατύπωση Γραμμικού Προγραμματισμού Δικτυακή Διατύπωση Λύση Γενική Μέθοδος Simplex Μέθοδος Simplex για Προβλήματα Μεταφοράς Παράδειγμα: P&T Co ΗεταιρείαP&T
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός
Μια εταιρεία παράγει κέικ δύο κατηγοριών, απλά και πολυτελείας: Ένα απλό κέικ αποδίδει κέρδος 1 ευρώ. Ένα κέικ πολυτελείας αποδίδει κέρδος 6 ευρώ. Η καθημερινή ζήτηση του απλού κέικ είναι 200. Η καθημερινή
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 21: Δυϊκή Θεωρία, Θεώρημα Συμπληρωματικής Χαλαρότητας και τρόποι χρήσης του Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Bέλτιστος σχεδιασμός με αντικειμενική συνάρτηση και περιορισμούς
Διαβάστε περισσότεραΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX
ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ 2013-2014 ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX ΔΥΙΚΟΤΗΤΑ Κάθε πρόβλημα γραμμικού προγραμματισμού συνδέεται με εάν άλλο πρόβλημα γραμμικού προγραμματισμού
Διαβάστε περισσότεραΤμήμα Μηχανικών Πληροφορικής ΤΕ Πρόβλημα Μεταφοράς. Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Πρόβλημα Μεταφοράς Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα To Πρόβλημα Μεταφοράς Μαθηματική Διατύπωση Εύρεση Αρχικής Λύσης Προσδιορισμός Βέλτιστης Λύσης
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Προσεγγιστικοί Αλγόριθμοι Απόδοση χειρότερης
Διαβάστε περισσότεραΠροβλήµατα Μεταφορών (Transportation)
Προβλήµατα Μεταφορών (Transportation) Προβλήµατα Μεταφορών (Transportation) Μέθοδος Simplex για Προβλήµατα Μεταφοράς Προβλήµατα Εκχώρησης (assignment) Παράδειγµα: Κατανοµή Νερού Η υδατοπροµήθεια µιας περιφέρεια
Διαβάστε περισσότεραΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone
ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone Hµέθοδος Stepping Stoneείναι µία επαναληπτική διαδικασία για τον προσδιορισµό της βέλτιστης λύσης σε ένα πρόβληµα µεταφοράς.
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη 5 ο Εξάµηνο 5 ο ΜΑΘΗΜΑ ηµήτρης Λέκκας Επίκουρος Καθηγητής dlekkas@env.aegean.gr Τµήµα Στατιστικής & Αναλογιστικών-Χρηµατοοικονοµικών Μαθηµατικών
Διαβάστε περισσότεραΑλγόριθμοι Προσέγγισης για NP-Δύσκολα Προβλήματα
Αλγόριθμοι Προσέγγισης για NP-Δύσκολα Προβλήματα Διδάσκοντες: E. Ζάχος, Α. Παγουρτζής Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 15 Ιουνίου 2009 1 / 26 Εισαγωγή Η ϑεωρία
Διαβάστε περισσότεραΕπίλυση Προβληµάτων µε Greedy Αλγόριθµους
Επίλυση Προβληµάτων µε Greedy Αλγόριθµους Περίληψη Επίλυση προβληµάτων χρησιµοποιώντας Greedy Αλγόριθµους Ελάχιστα Δέντρα Επικάλυψης Αλγόριθµος του Prim Αλγόριθµος του Kruskal Πρόβληµα Ελάχιστης Απόστασης
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 23: Κλασική Ανάλυση Ευαισθησίας, Βασικές Έννοιες Γραφημάτων Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραmax c 1 x 1 + c 2 x c n x n υπό a 11 x 1 + a 12 x a 1n x n b 1 a 21 x 1 + a 22 x a 2n x n b 2 a m1 x 1 + a m2 x a mn x n b m
Υπολογιστικές Μέθοδοι στη Θεωρία Αποφάσεων Ενότητα 10 Εισαγωγή στον Ακέραιο Προγραμματισμό Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Προπτυχιακό πρόγραμμα σπουδών 29 Φεβρουαρίου 2016 Προβλήματα
Διαβάστε περισσότεραΚεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιµότητα. Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιµότητα Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβληµα αναζήτησης (search problem) Ένα πρόβληµα αναζήτησης είναι ένα πρόβληµα στο
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΟΜαθηµατικός Προγραµµατισµός είναι κλάδος των εφαρµοσµένων µαθηµατικών που ασχολείται µε την εύρεση άριστης λύσης. ιαφέρει από την κλασική αριστοποίηση στο ότι προσπαθεί να
Διαβάστε περισσότεραΚεφάλαιο 5ο: Ακέραιος προγραμματισμός
Κεφάλαιο 5ο: Ακέραιος προγραμματισμός 5.1 Εισαγωγή Ο ακέραιος προγραμματισμός ασχολείται με προβλήματα γραμμικού προγραμματισμού στα οποία μερικές ή όλες οι μεταβλητές είναι ακέραιες. Ένα γενικό πρόβλημα
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 30 Απριλίου 2015 1 / 48 Εύρεση Ελάχιστου
Διαβάστε περισσότεραΠΛΗ111. Ανοιξη Μάθηµα 2 ο. Αλγόριθµοι και Αφηρηµένοι Τύποι εδοµένων. Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης
ΠΛΗ111 οµηµένος Προγραµµατισµός Ανοιξη 2005 Μάθηµα 2 ο Αλγόριθµοι και Αφηρηµένοι Τύποι εδοµένων Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης Αλγόριθµοι Ορισµός Παράδειγµα Ασυµπτωτική
Διαβάστε περισσότεραz = c 1 x 1 + c 2 x c n x n
Τεχνολογικό Εκπαιδευτικό Ιδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός & Βελτιστοποίηση Δρ. Δημήτρης Βαρσάμης Καθηγητής Εφαρμογών Δρ. Δημήτρης Βαρσάμης Μάρτιος
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός Μέθοδος Simplex
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση
Διαβάστε περισσότεραΜοντελοποίηση προβληµάτων
Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων
Διαβάστε περισσότεραΘεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής
Θεωρία Παιγνίων και Αποφάσεων Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος Ε. Μαρκάκης Επικ. Καθηγητής Περίληψη Παίγνια μηδενικού αθροίσματος PessimisIc play Αμιγείς max-min και
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γενική Προσέγγιση ιατυπώνουμε το πρόβλημα
Διαβάστε περισσότεραΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015
ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015 ΘΕΜΑ 1 ( Μονάδες 2) Μια επιχείρηση κατασκευής tablet έχει εργοστάσια σε τρεις διαφορετικές χώρες Α,Β,Γ που παράγουν αντίστοιχα 200, 260 και
Διαβάστε περισσότεραΧρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»
Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 3 Αλγόριθµοι Γραφηµάτων Bellman Ford Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Bellman
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 11: Σχέσεις Πρωτεύοντος και Δυϊκού Προβλήματος, Χαρακτηριστικά Αλγορίθμων τύπου Simplex Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΤμήμα Εφαρμοσμένης Πληροφορικής
Τμήμα Εφαρμοσμένης Πληροφορικής ΑΛΓΟΡΙΘΜΟΙ ΓΡΑΜΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ 8 Ο ΕΞΑΜΗΝΟ ΣΑΜΑΡΑΣ ΝΙΚΟΛΑΟΣ, ΕΠ. ΚΑΘΗΓΗΤΗΣ Δυϊκή Θεωρία (1) Θεώρημα : Το δυϊκό πρόβλημα του γραμμικού προβλήματος 0 0 1 1 2 2 0 0 T
Διαβάστε περισσότεραΚεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιμότητα Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβλημα αναζήτησης (search problem) Ένα πρόβλημα αναζήτησης είναι ένα πρόβλημα στο
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Εικονικές Παράμετροι Μέχρι στιγμής είδαμε την εφαρμογή της μεθόδου Simplex σε προβλήματα όπου το δεξιό μέλος ήταν θετικό. Δηλαδή όλοι οι περιορισμοί ήταν της μορφής: όπου Η παραδοχή ότι b 0 μας δίδει τη
Διαβάστε περισσότερα3.7 Παραδείγματα Μεθόδου Simplex
3.7 Παραδείγματα Μεθόδου Simplex Παράδειγμα 1ο (Παράδειγμα 1ο - Κεφάλαιο 2ο - σελ. 10): Το πρόβλημα εκφράζεται από το μαθηματικό μοντέλο: max z = 600x T + 250x K + 750x Γ + 450x B 5x T + x K + 9x Γ + 12x
Διαβάστε περισσότεραΠρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα
Πρόβληµα Μεταφοράς Η παρουσίαση προετοιµάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόµενα Παρουσίασης 1. Μοντέλο Προβλήµατος Μεταφοράς 2. Εύρεση Μιας Αρχικής Βασικής
Διαβάστε περισσότεραApproximation Algorithms for the k-median problem
Approximation Algorithms for the k-median problem Ζακυνθινού Λυδία Παυλάκος Γεώργιος Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Θεωρία Υπολογισμού 2011-2012 Το πρόβλημα
Διαβάστε περισσότεραΑλγόριθµοι. Παράδειγµα. ιαίρει και Βασίλευε. Παράδειγµα MergeSort. Τεχνικές Σχεδιασµού Αλγορίθµων
Τεχνικές Σχεδιασµού Αλγορίθµων Αλγόριθµοι Παύλος Εφραιµίδης pefraimi@ee.duth.gr Ορισµένες γενικές αρχές για τον σχεδιασµό αλγορίθµων είναι: ιαίρει και Βασίλευε (Divide and Conquer) υναµικός Προγραµµατισµός
Διαβάστε περισσότεραΟ ΗΓΙΕΣ ΓΙΑ ΤΟ ΠΡΟΓΡΑΜΜΑ LINDO ΚΑΙ ΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ
Ο ΗΓΙΕΣ ΓΙΑ ΤΟ ΠΡΟΓΡΑΜΜΑ LINDO ΚΑΙ ΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Το LINDO (Linear Interactive and Discrete Optimizer) είναι ένα πολύ γνωστό λογισµικό για την επίλυση προβληµάτων γραµµικού,
Διαβάστε περισσότερα5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη
5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη Tο πρόβληµα του προσδιορισµού των συγκεντρώσεων των προτύπων, όταν δεν είναι γνωστό το πλήθος τους και η ταυτότητα των προτύπων, είναι δύσκολο και για την
Διαβάστε περισσότεραBranch and Bound. Branch and Bound
Μέθοδος επίλυσης προβληµάτων ακέραιου γραµµικού προγραµµατισµού Μέθοδος επίλυσης προβληµάτων ακέραιου γραµµικού προγραµµατισµού Προσπαθούµε να αποφύγουµε την εξαντλητική αναζήτηση Μέθοδος επίλυσης προβληµάτων
Διαβάστε περισσότεραΘεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα
Θεωρία Δυαδικότητας Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόμενα Παρουσίασης 1. Βασικά Θεωρήματα 2. Παραδείγματα 3. Οικονομική Ερμηνεία
Διαβάστε περισσότεραΚινητός και ιάχυτος Υπολογισµός (Mobile & Pervasive Computing) Ιστοσελίδα του µαθήµατος. Περιεχόµενα. ηµήτριος Κατσαρός, Ph.D.
1 Κινητός και ιάχυτος Υπολογισµός (Mobile & Pervasive Computing) ηµήτριος Κατσαρός, Ph.D. Χειµώνας 2006 ιάλεξη 5η Ιστοσελίδα του µαθήµατος 2 http://skyblue.csd.auth.gr/~dimitris/courses/mpc_fall06.htm
Διαβάστε περισσότεραΛύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)
Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014) Θέμα 1 Μια επιχείρηση χρησιμοποιεί 3 πρώτες ύλες Α, Β, Γ για να παράγει 2 προϊόντα Π1 και Π2. Για την παραγωγή μιας μονάδας προϊόντος Α απαιτούνται 1
Διαβάστε περισσότεραΜια οµάδα m σηµείων προσφοράς. Μια οµάδα n σηµείων ζήτησης. Οτιδήποτε µετακινείται απο σηµείο προσφοράς σε σηµείο ζήτησης είναι συνάρτηση κόστους.
Να βρεθεί ΠΓΠ ώστε να ελαχιστοποιηθεί το κόστος µεταφοράς (το πρόβληµα βασίζεται σε αυτό των Aarik και Randolph, 975). Λύση: Για κάθε δυϊλιστήριο i (i=, 2, ) και πόλη j (j=, 2,, 4), θεωρούµε την µεταβλητή
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Αντιμετώπιση NP- υσκολίας Αν P NP, όχι
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 10: Το πρόβλημα μεταφοράς: μαθηματικό μοντέλο και μεθοδολογία επίλυσης Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX
ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX Θεμελιώδης αλγόριθμος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού που κάνει χρήση της θεωρίας της Γραμμικής Άλγεβρας Προτάθηκε από το Dantzig (1947) και πλέον
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: Ιανουαρίου 6 Ηµεροµηνία Παράδοσης της Εργασίας από
Διαβάστε περισσότεραΓενικευµένη Simplex Γενικευµένη Simplex
Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, 24000 µεταβλητές) Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, 24000 µεταβλητές) Μεγάλα µεγέθη (30 περιορισµοί, 190000 µεταβλητές) Πρόβληµα
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας ΙΙ
Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ 1 η Διάλεξη: Αναδρομή στον Μαθηματικό Προγραμματισμό 2019, Πολυτεχνική Σχολή Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Περιεχόμενα 1. Γραμμικός Προγραμματισμός
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΑκέραιος Γραμμικός Προγραμματισμός
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Ακέραιος Γραμμικός Προγραμματισμός Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 12/01/2017 1 Ακέραιος Γραμμικός Προγραμματισμός Όταν για
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 23 Μαρτίου 2017 1 / 20 Επιλογή Το πρόβληµα
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 31 Μαΐου 2019 1 / 10 Ελάχιστα τετράγωνα
Διαβάστε περισσότεραΒασικές έννοιες και ορισµοί. Ευθεία
Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Υπερεπίπεδο α R, a R n P = {x R n ax = α} Βασικές έννοιες και ορισµοί Ευθεία
Διαβάστε περισσότεραMulticut and Integer Multicomodity Flow in Trees (chap. 18) Αγγελής Γιώργος
Multicut and Integer Multicomodity Flow in Trees (chap. 18) Αγγελής Γιώργος Εισαγωγή Εύρεση αλγορίθμου με approx ratio 2 και ½ για τα προβλήματα minimum multicut και integer multicommodity flow αντίστοιχα
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γενική Προσέγγιση ιατυπώνουμε το πρόβλημα
Διαβάστε περισσότεραΠαρουσίαση: Γραμμικός Προγραμματισμός (Αλγόριθμος Simplex). Λύση δυο προβλημάτων με χρήση της μεθόδου simplex και το excel.
Παρουσίαση: Γραμμικός Προγραμματισμός (Αλγόριθμος Simplex). Λύση δυο προβλημάτων με χρήση της μεθόδου simplex και το excel. Γκούμας Στράτος. Πτυχιούχος Οικονομολόγος. MSc Εφαρμοσμένη Οικονομική και Χρηματοοικονομική
Διαβάστε περισσότεραΑκέραιος Γραμμικός Προγραμματισμός
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Ακέραιος Γραμμικός Προγραμματισμός Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 12/01/2017 1 Ακέραιος Γραμμικός Προγραμματισμός Όταν για
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 2 ιαίρει και Βασίλευε Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 2 1 / 24 Επιλογή Το πρόβληµα
Διαβάστε περισσότεραSimplex µε πίνακες Simplex µε πίνακες
Μορφή Πινάκων max z =cx s.t. Ax = b x 0 Μορφή Πινάκων max z =cx s.t. Ax = b x 0 [ A c x = b ] Μορφή Πινάκων max z =cx s.t. Ax = b x 0 A x = b [ ] c Επιλογή αντιστρέψιµου υποπίνακα m m (Βάση) Συµβολισµοί
Διαβάστε περισσότεραΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ. 1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩΓΗ. Μ. Καρλαύτης Ν. Λαγαρός
ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩΓΗ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες Χρήσης Creative Commons.
Διαβάστε περισσότεραΥπολογιστική Γεωμετρία
Υπολογιστική Γεωμετρία 1ο Μέρος: Κυρτότητα(γ) Γιάννης Εμίρης Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Εαρ.2015 Γιάννης Εμίρης (Τμήμα Πληροφορικής και Τηλεπικοινωνιών Υπολογιστική Γεωμετρία
Διαβάστε περισσότεραΑΙΚΑΤΕΡΙΝΗ-ΠΑΝΑΓΙΩΤΑ ΣΤΟΥΚΑ ΝΙΚΟΛΑΟΣ ΛΑΜΠΡΟΥ. μπλ 2014
ΑΙΚΑΤΕΡΙΝΗ-ΠΑΝΑΓΙΩΤΑ ΣΤΟΥΚΑ ΝΙΚΟΛΑΟΣ ΛΑΜΠΡΟΥ μπλ 2014 Έχουμε G = (V,E) μη κατευθυνόμενο γράφο με μη αρνητικές χωρητικότητες c e για κάθε e E. {(s 1, t 1 ),..., (s k, t k )} διακριτά διατεταγμένη ζεύγη
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι
Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. http://xkcd.com/287/ Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. Πως μπορούμε να αντιμετωπίσουμε το γεγονός ότι είναι απίθανη(;)
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΠΛΗΡΟΦΟΡΙΚΗ (ΘΕ ΠΛΗ ) ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ TEΛΙΚΗΣ ΕΞΕΤΑΣΗΣ 7 Ιουνίου 8 Θέµα ο ( µονάδες) α) ( µονάδες) yz yz του διανυσµατικού
Διαβάστε περισσότερα4.3. Γραµµικοί ταξινοµητές
Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων
Διαβάστε περισσότεραΠροβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο. Δίκτυα Ροής Ελάχιστου Κόστους (Minimum Cost Flow Networks)
Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο Ορισμοί Παραδείγματα Δικτυακή Simplex (προβλήματα με και χωρίς φραγμούς). Δίκτυα Ροής Ελάχιστου Κόστους (Minimum ost Flow Networks) Ένα δίκτυο μεταφόρτωσης αποτελείται
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑ ΑΝΑΘΕΣΗΣ Ή ΑΝΤΙΣΤΟΙΧΗΣΗΣ Ή ΕΚΧΩΡΗΣΗΣ Ή ΚΑΤΑΝΟΜΗΣ (ASSIGNMENT PROBLEM)
ΠΡΟΒΛΗΜΑ ΑΝΑΘΕΣΗΣ Ή ΑΝΤΙΣΤΟΙΧΗΣΗΣ Ή ΕΚΧΩΡΗΣΗΣ Ή ΚΑΤΑΝΟΜΗΣ (ASSIGNMENT PROBLEM) Η διαµόρφωση και το µοντέλο του προβλήµατος ανάθεσης (π.χ. εργασιών σε µηχανές ή δραστηριοτήτων σε άτοµα) περιγράφεται στις
Διαβάστε περισσότεραΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ ΙΟΥΛΙΟΥ 2014
ΠΑΝΕΠΙΣΤΗΜΙΟΥΠΟΛΗ - ΡΙΟ 00 ΠΑΤΡΑ UNIVERSITY CAMPUS-RIO 00 PATRAS, GR ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ ΙΟΥΛΙΟΥ 0 ΘΕΜΑ ( Μονάδες ) Στο παρακάτω πρόβληµα γ.π c max = + s. t + - + + + 0 +,,
Διαβάστε περισσότεραΆσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης
Εταιρία παράγει σκυρόδεμα με το οποίο προμηθεύει σε καθημερινή βάση διάφορες οικοδομικές επιχειρήσεις. Το σκυρόδεμα παράγεται σε δύο εργοτάξια της εταιρίας, το Α και το Β. Με τα σημερινά δεδομένα, υπάρχει
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων
Τμήμα Διοίκησης Επιχειρήσεων ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα 2: Γραφική επίλυση προβληµάτων γραµµικού προγραµµατισµού(γ.π.) ιδάσκων: Βασίλειος Ισµυρλής Τηλ:6979948174, e-mail: vasismir@gmail.com
Διαβάστε περισσότεραΒασικές έννοιες και ορισµοί. Ευθεία
Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Υπερεπίπεδο α R, a R n P = {x R n ax = α} Βασικές έννοιες και ορισµοί Ευθεία
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 28 Μαΐου 2015 1 / 45 Εισαγωγή Ο δυναµικός
Διαβάστε περισσότεραΠανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός
Πανεπιστήμιο Αιγαίου URL: http://www.aegean.gr Γραμμικός Προγραμματισμός Ευστράτιος Ιωαννίδης Πανεπιστήμιο Αιγαίου Τμήμα Μαθηματικών 832 Καρλόβασι Σάμος Copyright Πανεπιστήμιο Αιγαίου, Τμήμα Μαθηματικών
Διαβάστε περισσότεραmin f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +
KΕΦΑΛΑΙΟ 4 Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ανισότητες 4. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΑΝΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση
Διαβάστε περισσότεραΤΟ ΠΡΟΒΛΗΜΑ ΜΕΤΑΦΟΡΑΣ
ΤΟ ΠΡΟΒΛΗΜΑ ΜΕΤΑΦΟΡΑΣ Η αρχική τους εφαρµογή, όπως δηλώνει και η ονοµασία τους, αφορούσε τον καθορισµό του βέλτιστου τρόπου µεταφοράς αγαθών από διαφορετικά σηµεία παραγωγής ή κεντρικής αποθήκευσης (π.χ.,
Διαβάστε περισσότεραΕπίλυση Γραµµικών Συστηµάτων
Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ
ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ Ελαχιστοποίηση κόστους διατροφής Ηεπιχείρηση ζωοτροφών ΒΙΟΤΡΟΦΕΣ εξασφάλισε µια ειδική παραγγελίααπό έναν πελάτη της για την παρασκευή 1.000 κιλών ζωοτροφής, η οποία θα πρέπει
Διαβάστε περισσότεραγια NP-Δύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP-Δύσκολα Προβλήματα Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο
Διαβάστε περισσότεραNP-πληρότητα. Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων
NP-πληρότητα Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων Πολυωνυμικός μετασχηματισμός Ένας πολυωνυμικός μετασχηματισμός από την L 1 Σ 1 * στην L 2 Σ 2 * είναι μια συνάρτηση
Διαβάστε περισσότεραΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017 Αντικειμενικοί στόχοι Η μελέτη των βασικών στοιχείων που συνθέτουν ένα πρόβλημα βελτιστοποίησης
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Σχέσεις μεταξύ του πρωτεύοντος και του δυϊκού του. Για να χρησιμοποιήσουμε τη θεωρία δυϊκότητας αλλάζουμε την μορφή του πίνακα της μεθόδου simplex, προσθέτοντας μια σειρά και μια στήλη. Η σειρά προστίθεται
Διαβάστε περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt2014/nt2014.html https://sites.google.com/site/maths4edu/home/14
Διαβάστε περισσότεραΣυστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ
Συστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Περιεχόμενα 1 Γενικά στοιχεία γραμμικού προγραμματισμού 2 Παράδειγμα γραμμικού προγραμματισμού και γραφικής επίλυσης του 3 Γραμμικός προγραμματισμός
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Δυϊκότητα Θα δείξουμε πώς μπορούμε να αντιστοιχίσουμε ένα πρόβλημα ελαχιστοποίησης με ένα πρόβλημα ΓΠ στην συνήθη του μορφή. Ένα πρόβλημα στην συνήθη του μορφή μπορεί να είναι ένα κατασκευαστικό πρόβλημα,
Διαβάστε περισσότερα