Η άριστη λύση με τη μέθοδο simplex:
|
|
- Μνάσων Σερπετζόγλου
- 7 χρόνια πριν
- Προβολές:
Transcript
1 1 UΜετάβαση από τον ΓΠ στη Θεωρία ικτύων UΤο πρόβλημα Μεταφοράς (Transportation probl) UΗ «Μακεδονική Εταιρεία Αναψυκτικών Α.Ε.» Παράγει ένα αναψυκτικό ευρείας κατανάλωσης Το προϊόν παράγεται σε τρεις παραγωγικές μονάδες Μεγάλες ποσότητες (κιβώτια) αποστέλλονται μία φορά την εβδομάδα σε τέσσερις πόλεις κέντρα διανομής στην υπόλοιπη χώρα Το σχετικό κόστος μεταφοράς ανά κιβώτιο εξαρτάται από την UΜοναδιαία κόστη μεταφοράς Προέλευση Πόλη 1 Πόλη Πόλη Προσφορά 3 Πόλη Εργοστάσιο Εργοστάσιο Εργοστάσιο 3 9 Ζήτηση 3 1. Εργοστάσια: πηγές, προελεύσεις (προσφορά) UΣτόχοςU: να εντοπιστεί το άριστο σχέδιο μεταφοράς δηλαδή εκείνο ελαχίστου συνολικού κόστους, ώστε να ικανοποιείται η ζήτηση κάθε πόλης Με βάση τα παραπάνω δεδομένα: από τι καθορίζεται το συνολικό κόστος μεταφοράς?? UΜεταβλητές απόφασης: UΤο γραμμικό μοντέλο του προβλήματος μεταφοράς UΑντικειμενική συνάρτηση: Miniiz z= 1x x 11 x1 x13 1 9x x 1 7x x3 7 x x 31 9x3 x33 3 απόσταση, το χρόνο, τα καύσιμα και τη συντήρηση των οχημάτων, τα διόδια, το κόστος ασφάλισης, τις αμοιβές του προσωπικού κλπ Πόλεις: προορισμοί (ζήτηση) Ισορροπημένο και μη ισορροπημένο πρόβλημα Xij = τα κιβώτια που αποστέλλονται από το εργοστάσιο i στην πόλη j Uμε περιορισμούς Uτης Προσφοράς: 1) x 11 x1 x13 x1 3 ) x x x x 1 3 3) x x x x = αν είναι ισορροπημένο Uτης Ζήτησης: 1) x 11 x x = 1 31 ) x 1 x x3 = 3) x 13 x x33 3 = 3 ) x 1 x x = 3 και x ij για = 1,, 3 i και j = 1,,3, UΓενική μορφή προβλήματος μεταφοράς UΙσορροπημένο Πρόβλημα s = n i i= 1 j= 1 συνολική προφορά = συνολική ζήτηση ηλαδή, όταν η συνολική προσφορά είναι ίση με τη συνολική ζήτηση, οι περιορισμοί της προσφοράς παίρνουν (ούτως ή άλλως) τη μορφή ισότητας. d j UΤο πρόβλημα μεταφοράς είναι πρόβλημα δικτυωτής ανάλυσης Επίλυση με τη μέθοδο siplx Η άριστη λύση με τη μέθοδο siplx: Τα βασικά βήματα της μεθόδου μεταφοράς Βήμα 1ο. ιαμόρφωση μίας αρχικής βασικής εφικτής λύσης (αρχικό βασικό εφικτό σχέδιο μεταφοράς) Βήμα ο. Έλεγχος κριτηρίου τερματισμού (αριστότητας). Αν είναι αληθές, τότε βρέθηκε η βέλτιστη λύση (δηλαδή, το άριστο σχέδιο μεταφοράς), διαφορετικά: συνέχισε στο Βήμα 3. Βήμα 3ο. Βρες ένα καλύτερο σχέδιο μεταφοράς (κάνε ανακατανομή των εκχωρήσεων). Επιστροφή στο Βήμα Σημαντική σημείωση: Πρώτα πρέπει να ισορροπείται! Ο Πίνακας Μεταφοράς Βήμα 1 ο ιαμόρφωση μίας αρχικής βασικής εφικτής λύσης α τρόπος) η μέθοδος της βορειοδυτικής γωνίας (ισορροπημένο) Βήμα 1. Εκχωρούμε στο βορειοδυτικό κελί τη μέγιστη δυνατή ποσότητα ανάλογα με την προσφορά και τη ζήτηση της αντίστοιχης σειράς ή στήλης. Προσαρμόζουμε κατάλληλα την προσφορά της σειράς και τη ζήτηση της στήλης. Βήμα. ιαγράφουμε, είτε τη σειρά της οποίας η προσφορά έχει εξαντληθεί, είτε τη στήλη της οποίας η ζήτηση έχει ικανοποιηθεί. Βήμα 3. Έχουν εξαντληθεί όλες προσφορές και ικανοποιηθεί όλες οι Εφαρμογή της μεθόδου της Β στο παράδειγμα Ο Πίνακας Μεταφοράς μετά την πρώτη εκχώρηση (Β ) Ο Πίνακας Μεταφοράς μετά τη δεύτερη εκχώρηση (Β ) ζητήσεις; Αν Ναι, τότε βρέθηκε αρχική βασική εφικτή λύση (ΤΕΛΟΣ), διαφορετικά: Επανέλαβε από το Βήμα 1. ηλαδή X11 = 3 ηλαδή X1 =
2 17 Ο Πίνακας Μεταφοράς μετά την τρίτη εκχώρηση (Β ) Ο Πίνακας Μεταφοράς μετά την τέταρτη εκχώρηση (Β ) Ο Πίνακας Μεταφοράς μετά την πέμπτη εκχώρηση (Β ) Ο Πίνακας Μεταφοράς μετά την έκτη και τελευταία εκχώρηση (Β ) ηλαδή X = ηλαδή X3 = 1 ηλαδή X33 = ηλαδή X3 = Ο Πίνακας Μεταφοράς με την αρχική βασική εφικτή λύση (Β ) Βήμα 1 ο (ξανά) ιαμόρφωση μίας αρχικής βασικής εφικτής λύσης (β τρόπος) η μέθοδος Vogl (ισορροπημένο) Εφαρμογή της μεθόδου Vogl Ο Πίνακας Μεταφοράς μετά την πρώτη εκχώρηση (Vogl) Ο Πίνακας Μεταφοράς μετά τη δεύτερη εκχώρηση (Vogl) Βήμα 1. Υπολογίζουμε τις λεγόμενες «διαφορές» σε κάθε σειρά και στήλη, αφαιρώντας το μικρότερο κόστος από το αμέσως μεγαλύτερό ή ίσο του. Βήμα. Επιλέγουμε τη σειρά ή τη στήλη με τη μεγαλύτερη διαφορά. Βήμα 3. Στη συγκεκριμένη σειρά ή στήλη εκχωρούμε το μεγαλύτερο δυνατό φορτίο στο κελί με το μικρότερο μοναδιαίο κόστος μεταφοράς ανά μονάδα προϊόντος. Ακολούθως, αναπροσαρμόζουμε τη ζήτηση του προορισμού, την προσφορά της πηγής και διαγράφουμε αναλόγως τη σειρά ή τη στήλη. Βήμα. Έχουν εξαντληθεί όλες προσφορές και ικανοποιηθεί όλες οι ζητήσεις; Αν Ναι, τότε βρέθηκε αρχική βασική εφικτή λύση (ΤΕΛΟΣ), διαφορετικά: Αρχικό συνολικό κόστος μεταφοράς = 89 (βέλτιστο?) Επανέλαβε από το Βήμα 1. ηλαδή Χ31 = ηλαδή Χ1 = Ο Πίνακας Μεταφοράς μετά την τρίτη εκχώρηση (Vogl) Ο Πίνακας Μεταφοράς μετά τις τελευταίες εκχωρήσεις Το κύριο τμήμα της μεθόδου μεταφοράς Έλεγχος τερματισμού και επιλογή εισερχόμενου κελιού 1 Βήμα ο και Βήμα 3 ο Έλεγχος αριστότητας και διαδικασία ανακατανομής των εκχωρήσεων (Βήμα ο και Βήμα 3 ο ) (Modifid Distribution thod MODΙ) 1. Υπολογίζουμε για κάθε σειρά τις βοηθητικές τιμές ui, και για κάθε στήλη τις τιμές vj ΠΩΣ??. Επιλύοντας ένα σύστημα εξισώσεων: ui vj = cij για όλα τα κατειλημμένα κελιά (και θέτοντας u1 = ). Υπολογίζουμε τα κόστη ευκαιρίας ij = cij ui vj για όλα τα κενά κελιά (δηλαδή για όλες τις μη βασικές μεταβλητές) 1. Πώς επιλέγεται το εισερχόμενο κελί;. Πώς επιλέγεται το εξερχόμενο κελί; 3. Ελέγχουμε πρώτα το κριτήριο τερματισμού ηλαδή: Αν όλα τα ij είναι μη αρνητικά, τότε εντοπίστηκε το άριστο σχέδιο (ΤΕΛΟΣ), αλλιώς συνεχίζουμε στο επόμενο βήμα: Συνολικό κόστος μεταφοράς = 8 (βέλτιστο??) 3. Πώς γίνεται η ανακατανομή των εκχωρήσεων;. Επιλέγουμε το μικρότερο (αρνητικό) ij το οποίο καθορίζει την εισερχόμενη μεταβλητή (δηλαδή το εισερχόμενο κελίφορτίο). Αν ηλαδή Χ13 = 1 υπάρχουν ισοβαθμίσεις, επιλέγουμε αυθαίρετα UΕφαρμογή στο παράδειγμα (αρχική λύση με Β ) Ο Πίνακας Μεταφοράς με την αρχική βασική εφικτή λύση Το γραμμικό σύστημα του παραδείγματος Επίλυση του συστήματος UΟ Πίνακας Μεταφοράς με τα κόστη ευκαιρίας Αρχικό συνολικό κόστος μεταφοράς = u1 v1 = 1. u v1 = 9 3. u v = 7. u v3 =. u3 v3 =. u3 v = To σύστημα αποτελείται από 7 αγνώστους και εξισώσεις Θέτοντας u1 = έχουμε διαδοχικά ότι: v1 = 1, u = 1, v = 8, v3 = 7, u3 = 1, v = Οπότε: τα κόστη ευκαιρίας είναι: 1 = c1 v = 8 = 3 13 = c13 v3 = 7 = 1 = c1 v = = = c u v = 7 (1) = 31 = c31 u3 v1 = (1) 1 = 3 = c3 u3 v = 9 (1) 8 =
3 33 Το μονοπάτι ανακατανομής των εκχωρήσεων Ο Πίνακας Μεταφοράς με το μονοπάτι ανακατανομής Συνέχεια της διαδικασίας U Η νέα βασική εφικτή λύση (τέλος πρώτης επανάληψης) 1. Ξεκινάμε από το εισερχόμενο κελί που έχει ήδη επιλεγεί. 3. Επιλέγουμε το κελί με τη μικρότερη τρέχουσα εκχώρηση μεταξύ Κατασκευάζουμε ένα κλειστό μονοπάτι που ξεκινά από το αυτών που έχουν σημανθεί με. Αυτό το κελί είναι το εξερχόμενο εισερχόμενο κελί και καταλήγει πίσω σε αυτό, εκτελώντας άλματα: μόνο σε κατειλημμένα κελιά, μία μόνο φορά σε κάποια σειρά ή στήλη και όχι διαγώνια.. Το εισερχόμενο κελί σημαίνεται ως. Τοποθετούμε διαδοχικά και στα υπόλοιπα κελιά που απαρτίζουν το μονοπάτι (τα κελιά παίρνουν φορτίο τα κελιά χάνουν φορτίο). Εισερχόμενο κελί Εξερχόμενο κελί και δίνει όλη την ποσότητά του στο εισερχόμενο κελί. Σε περίπτωση ισοβάθμισης επιλέγουμε αυθαίρετα (οδηγεί σε εκφυλισμένη λύση, δηλαδή λύση με κάποια βασική μεταβλητή ίση με μηδέν).. Στα κελιά του μονοπατιού με σήμανση προσθέτουμε την ποσότητα του εξερχόμενου κελιού και από τα κελιά με σήμανση αφαιρούμε την ποσότητα αυτή. Η λύση που προκύπτει είναι ένα νέο, καλύτερο σχέδιο μεταφοράς (δηλαδή με μικρότερο συνολικό κόστος) Συνολικό κόστος τρέχουσας λύσης U εύτερη επανάληψη, υπολογισμός για τα κόστη ευκαιρίας U εύτερη επανάληψη, το μονοπάτι ανακατανομής UΟλοκλήρωση δεύτερης επανάληψης (μετά την πρώτη επανάληψη) = Ζ= = 8 ηλαδή, έχουμε βελτίωση μονάδων (πως?) Με βάση το αποτέλεσμα της siplx της δ1 είναι η άριστη λύση?? Είναι η βέλτιστη λύση? Συνολικό Κόστος = 78 χμ, μείωση 7 χμ UΜετά από πέντε επαναλήψεις Εντοπισμός Εναλλακτικής άριστης Λύσης UΑνακατανομή των εκχωρήσεων στο κελί Ε1Π UΗ Εναλλακτική άριστη λύση (Συνολικό κόστος = 8) Μη ισορροπημένα προβλήματα α) Η συνολική ζήτηση ξεπερνά τη συνολική προσφορά προσθήκη εικονικής προέλευσης (δηλαδή προσφοράς σειράς) β) Η συνολική προσφορά ξεπερνά τη συνολική ζήτηση προσθήκη εικονικού προορισμού Συνολικό κόστος = 8 μονάδες (είναι η άριστη?) Κόστος ευκαιρίας στο κελί Ε1Π3? (δηλαδή ζήτησης στήλης) Παράδειγμα: Αύξηση της προσφοράς του Ε1 στα κιβώτια () Ο Πίνακας Μεταφοράς UΗ αρχική λύση (βρέθηκε με τη μέθοδο Vogl) Σχόλια και ερωτήσεις για την αρχική λύση που βρέθηκε Συνολικό κόστος μεταφοράς = 7 Εκφυλισμένες λύσεις Κάποια βασική μεταβλητή έχει μηδενική τιμή. Η παραπάνω αρχική λύση είναι η βέλτιστη?? ηλαδή, οι μη μηδενικές μεταβλητές είναι λιγότερες από n1 Προκαλείται πρόβλημα στη διαδικασία ανακατανομής των Βελτίωση του συνολικού κόστους (Hσε σχέση με το προηγούμενο πρόβλημα δ1 H) κατά χρηματικές μονάδες (??) εκχωρήσεων κατά τη φάση της επίλυσης Θεραπεία: Τοποθετούμε μία μηδενική εκχώρηση στην κατάλληλη θέση για να χρησιμοποιηθεί στη συνέχεια ως βασική μεταβλητή, όπως οι υπόλοιπες βασικές
4 9 ύο περιπτώσεις εμφάνισης εκφυλισμένης λύσης 1. Κατά την κατάρτιση του αρχικού πίνακα μεταφοράς (π.χ. με τη μέθοδο Β ), όταν η προσφορά Παράδειγμα Περίπτωση 1: Θέτουμε τη ζήτηση της πόλης Π=3 και της Π3= Ο Πίνακας Μεταφοράς Ο Πίνακας Μεταφοράς μετά τη δεύτερη εκχώρηση Ο Πίνακας Μεταφοράς με την μηδενική βασική μεταβλητή και η ζήτηση σε κάποιο στάδιο εκχώρησης είναι ίσες.. Στη διαδικασία ανακατανομής των εκχωρήσεων του κύριου τμήματος της μεθόδου μεταφοράς όταν προκύπτει ισοβάθμιση στην επιλογή του εξερχόμενου κελιού Παράδειγμα Περίπτωση : Ο Πίνακας Μεταφοράς με την αρχική βασική εφικτή λύση Τρίτη επανάληψη της μεθόδου μεταφοράς Ο Πίνακας Μεταφοράς μετά την τρίτη επανάληψη της μεθόδου Μείωση της προσφοράς του Ε3 κατά 1 (Ε3= 3) Ο Πίνακας Μεταφοράς Η βέλτιστη λύση του προβλήματος με την εκφυλισμένη ενδιάμεση λύση Άλλες Ειδικές Καταστάσεις (1) 1. Μεγιστοποίηση Μετατροπή της διαδικασίας εύρεσης αρχικής βασικής εφικτής Εύρεση της αρχικής εφικτής λύσης στη μεγιστοποίηση Με τη μέθοδο της Βορειοδυτικής γωνίας δεν υπάρχει διαφορά στη διαδικασία Η μέθοδος Vogl στη μεγιστοποίηση Βήμα 1. Υπολογίζουμε τις «διαφορές» σε κάθε σειρά και στήλη, αφαιρώντας από το μεγαλύτερο κέρδος το αμέσως μικρότερο ή ίσο του. Βήμα. Επιλέγουμε τη σειρά ή τη στήλη με τη μεγαλύτερη διαφορά. λύσης (αν χρειάζεται) Μετατροπή του κριτηρίου επιλογής εισερχόμενου κελιού (επιλέγεται εκείνο με το μεγαλύτερο θετικό κόστος ευκαιρίας) Μετατροπή του κριτηρίου αριστότητας (η διαδικασία ολοκληρώνεται όταν δεν υπάρχουν θετικά κόστη ευκαιρίας) Με τη μέθοδο Vogl όμως??? Ακολουθεί το παράδειγμα της «Μακεδονικής», ως πρόβλημα μεγιστοποίησης, με το πρώτο βήμα (εύρεση αρχικής λύσης) με τη μέθοδο Vogl Βήμα 3. Στη συγκεκριμένη σειρά ή στήλη εκχωρούμε το μεγαλύτερο δυνατό φορτίο στο κελί με το μεγαλύτερο μοναδιαίο κέρδος μεταφοράς ανά μονάδα προϊόντος. Ακολούθως, αναπροσαρμόζουμε τη ζήτηση του προορισμού, την προσφορά της πηγής και διαγράφουμε αναλόγως τη σειρά ή τη στήλη. Βήμα. Έχουν εξαντληθεί όλες προσφορές και ικανοποιηθεί όλες οι ζητήσεις; Αν Ναι, τότε βρέθηκε αρχική βασική εφικτή λύση (ΤΕΛΟΣ), διαφορετικά: Επανέλαβε από το Βήμα Εφαρμογή της μεθόδου Vogl στη μεγιστοποίηση (1) Εφαρμογή της μεθόδου Vogl στη μεγιστοποίηση () Εφαρμογή της μεθόδου Vogl στη μεγιστοποίηση (3) Εφαρμογή της μεθόδου Vogl στη μεγιστοποίηση () Προέλευση Π1 Π Π3 Π Supply ιαφορές 1 Ε1 3 3 Ε 9 Ε3 3 Dand ιαφορές 1 1 Προέλευση Π1 Π Π3 Π Supply ιαφορές 1 Ε1 3 3 Ε 1 3, 9 Ε3 3, 3 Dand 1 3 ιαφορές 1,,, 1, 1 Προέλευση Π1 Π Π3 Π Supply ιαφορές Ε Ε ,, 9 Ε3 3, 3, 3 Dand ,, ιαφορές,,, 1,, Προέλευση Π1 Π Π3 Π Supply ιαφορές 1 Ε1 3 3 Ε 1 3,,, Ε3 3, 3, 3, 1 Dand ,,,, ιαφορές,,,, 1,
5 Εφαρμογή της μεθόδου Vogl στη μεγιστοποίηση () Προέλευση Π1 Π Π3 Π Supply ιαφορές 1 Ε1 3 3 Ε 1 1 3,,, 1 9 1, Ε3, 3, 3, 3, 1 Dand ,,,,,, ιαφορές,, 1, Αρχική λύση με Vogl (πρόβλημα μεγιστοποίησης) 3 Συνολικό κέρδος = 3*11*91**7*9* = 97 Είναι Βέλτιστη ; Ξανά το παράδειγμα μεγιστοποίησης, ξεκινώντας με Β Γ Προέλευση Π1 Π Π3 Π Supply Ε Ε 1 1 Ε3 9 Dand 3 1 Συνολικό Κέρδος = 89 Το παράδειγμα μεγιστοποίησης, ξεκινώντας με Β Γ () Προέλευση Π1 Π Π3 Π Supply Ε Ε 1 1 Ε3 9 3 Dand 3 1 Συνολικό Κέρδος = Το παράδειγμα μεγιστοποίησης, ξεκινώντας με Β Γ (3) Το παράδειγμα μεγιστοποίησης, ξεκινώντας με Β Γ () Άλλες Ειδικές Καταστάσεις () UΥπενθύμιση, η άριστη λύση (κόστος 8) Π Π3 Προέλευση Π1 Π Supply Ε Π Π3 Προέλευση Π1 Π Supply Ε Αποκλεισμός διαδρομών Σε πρόβλημα ελαχιστοποίησης θέτουμε το μοναδιαίο Ε 1 1 Ε3 9 3 Dand 3 1 Ε Ε3 Dand 3 1 κόστος μεταφοράς του αντίστοιχου κελιού ίσο με άπειρο, δηλαδή ίσο με Μ. Σε πρόβλημα μεγιστοποίησης, θέτουμε ως μοναδιαίο Συνολικό Κέρδος = 9 Συνολικό Κέρδος = 97 Είναι βέλτιστη; κέρδος μεταφοράς το Μ Παράδειγμα: η άριστη λύση με αποκλεισμό του Ε3Π1 Ο Πίνακας Μεταφοράς της βέλτιστης με αποκλεισμό κελιού 3 Νέο Κόστος: = 8 (> 8)? Γενικό Παράδειγμα 1: από τη ιοίκηση Παραγωγής Μία αλυσίδα αρτοποιείων τροφοδοτεί χώρους μαζικής εστίασης. Η παραγωγή λαμβάνει χώρα σε τρεις εγκαταστάσεις Φ1, Φ και Φ3, με ημερήσια δυναμικότητα,, και 1 κιλά αντιστοίχως και απορροφάται από τέσσερις πελάτες Π1, Π, Π3 και Π. Το κόστος πρώτων υλών, εργασίας κλπ για ένα κιλό ψωμί είναι 1χμ. Άλλα κόστη (π.χ. πάγια έξοδα) επιβαρύνουν κάθε κιλό προϊόντος προς 1, 1 και χμ αντιστοίχως για Φ1, Φ, Φ3. Το προϊόν μεταφέρεται στους πελάτες με ιδιόκτητα οχήματα της επιχείρησης. Όλες οι απαιτούμενες μεταφορές επιβαρύνουν το κόστος κάθε τεμαχίου άρτου με τις τιμές του ακόλουθου πίνακα ανάλογα με τον πελάτη στον οποίο καταλήγει. εδομένα του γενικού παραδείγματος 1 Κόστη σχετικά με τη διακίνηση προϊόντων (χρηματικές μονάδες ανά τεμάχιο προϊόντος που διακινείται) Π1 Π Π3 Π Φ Φ Φ3 1 Άλλα στοιχεία του προβλήματος Η (χονδρική) τιμή πώλησης του προϊόντος είναι διαφορετική για κάθε πελάτη, ανάλογα με τη σύμβαση και ανέρχεται στις χμ για τον Π1, χμ για το Π, χμ για τον Π3 και χμ για τον Π (τιμές ανά τεμάχιο). Οι καθημερινές απαιτήσεις των πελατών είναι κατά μέσο όρο οι εξής: Π1:, Π:, Π3:7 και Π: (κιλά άρτου). Η εγκατάσταση Φ δεν αποστέλλει στον πελάτη Π3 λόγω διαφωνίας που προέκυψε μεταξύ των διοικήσεων των δύο εταιρειών. Αφού εντοπίσετε το πρόβλημα που καλείται να λύσει η επιχείρηση να εφαρμόσετε τη μέθοδο μεταφοράς για να βρείτε την άριστη λύση UΥπολογισμοί περιθωρίου κέρδους Υπολογισμός περιθωρίου κέρδους για κάθε περίπτωση παραγωγής και ικανοποίησης της ζήτησης Π1 Π Π3 Π Φ1 111= 111=8 111= 111=7 Φ 111= 111=7 111= 111= Φ3 1= 1=7 1= 11= UΑρχικός πίνακας μεταφοράς (Β ) 78 Σύστημα u 1= u 1 v 1 = u 1 v =8 u v = 7 u v 3 = M u 3 v 3 = u 3 v = u v = ηλαδή: u 1 = v 1 = v =8 u = v 3 = M u 3 = M v = M u = Μ Υπολογισμός κόστους ευκαιρίας 13 = c13 v3 = (M) := M 1 c1 v = = 7 (M) := M 1 c1 u v1 = = () = = c u v = () (M) := M 31 = c31 u3 v1 = M := M 3 = c3 u3 v = 7 M 8 := M 1 = c1 u v1 = M := M = c u v = M 8 := M 3 = c3 u v3 = M (M) =
6 81 UΑρχικός πίνακας μεταφοράς με το μονοπάτι ανακατανομής UΜετά από έξι επαναλήψεις (βέλτιστη λύση) Γενικό Παράδειγμα Η «Snowobil Ltd» επιθυμεί να στείλει παλέτες με πέδιλα του σκι από τα δύο εργοστάσιά της (Ε1 και Ε) σε τρεις αποθήκες κέντρα διανομής (Α1, Α και Α3). Η προσφορά των εργοστασίων Ε1 και Ε είναι και 1 παλέτες αντίστοιχα, ενώ, η ζήτηση στις τρεις αποθήκες ανέρχεται σε 1, και 1 παλέτες, αντίστοιχα. Στον ακόλουθο πίνακα βλέπετε το μοναδιαίο κόστος μεταφοράς (χρ. μονάδες) μίας παλέτας, από κάθε εργοστάσιο προς κάθε κέντρο διανομής. Γενικό Παράδειγμα (επίλυση 1) Εφαρμογή της μεθόδου Vogl, πρώτα εξισορροπείται Προέλευση Α1 Α Α3 Supply ιαφορές Ε Ε Συνολικό κέρδος = 1.3. Α1 Α Α3 Ε1 8 7 Ε 9 Ποιο πρόβλημα αντιμετωπίζει η επιχείρηση; Ξεκινήστε με τη μέθοδο Vogl για να το επιλύσετε. Αν υπάρχει εναλλακτική λύση να την εντοπίσετε. Duy 1 1 Dand ιαφορές Γενικό Παράδειγμα (επίλυση ) Εφαρμογή της μεθόδου Vogl Γενικό Παράδειγμα (επίλυση 3) Εφαρμογή της μεθόδου Vogl Γενικό Παράδειγμα (επίλυση ) Ολοκλήρωση της μεθόδου Vogl (τετριμμένο προφανές) Γενικό Παράδειγμα (επίλυση ) Αρχική βασική εφικτή λύση (βρέθηκε με τη μέθοδο Vogl) Α1 Α Α3 Supply ιαφορές 8 7 Ε1 1, 1 9 Ε 1 1 Duy 1 1 Dand ιαφορές 7 3 1, Α1 Α Α3 Supply ιαφορές 8 7 Ε1 1, 1, 1 9 Ε 1 1 Duy 1 1 Dand ιαφορές 3 7 1, 1, 8 Α1 Α Α3 Supply ιαφορές 8 7 Ε , 1, 1 9 Ε 1 1 1, 1, Duy 1 1 Dand ιαφορές Α1 Α Α3 Supply ui 8 7 Ε Ε Duy Dand 1 1 vj 7 7 Κόστος της αρχικής λύσης = 1*7 1* 1* * 1* = χ.μ. Ακολουθεί ο έλεγχος αριστότητας 88 Γενικό Παράδειγμα (επίλυση ) Γενικό Παράδειγμα (επίλυση ανακεφαλαίωση) Γενικό Παράδειγμα (εύρεση εναλλακτικής λύσης) Γενικό Παράδειγμα (η εναλλακτική άριστη λύση) Υπολογισμός των ui και vj u1= u1 v = 7 v = 7 u1 v3 = v3 = u v1 = v1 = 7 u v3 = u = u3 v = u3 = 7 Υπολογισμός των ij 11 = 8 u1 v1 = 8 7 = 1 = 9 u v = 9 () 7 = 31 = u3 v1 = (7) 7 = 33 = u3 v3 = (7) = 1 (έχουν ήδη τοποθετηθεί στον προηγούμενο πίνακα) (έχουν ήδη τοποθετηθεί στον προηγούμενο πίνακα) εν υπάρχουν αρνητικά κόστη ευκαιρίας (οπότε ;;;;)????? εν υπάρχουν αρνητικά κόστη ευκαιρίας βρέθηκε η άριστη λύση εν χρειάστηκε να προχωρήσουμε στη διαδικασία MODI αφού η αρχική λύση που βρέθηκε με τη μέθοδο Vogl ήταν άριστη Το κόστος της άριστης λύσης ανέρχεται σε χ.μ. Υπάρχει ένα μηδενικό κόστος ευκαιρίας εναλλακτική άριστη λύση Για να βρεθεί η εναλλακτική άριστη λύση, εκτελούμε ανακατανομή των εκχωρήσεων βρίσκοντας το κατάλληλο μονοπάτι ανακατανομής για το κελί Duy A1 (31 = ) Α1 Α Α3 Supply Ε Ε 1 1 Duy 1 1 Dand 1 1 Ανακατανέμονται 1 παλέτες (το μικρότερο φορτίο με σήμανση ) Α1 Α Α3 Supply Ε1 8 7 Ε Duy 1 1 Dand 1 1 Συνολικό κόστος = *7 * 1* 1* * = Η εναλλακτική είναι εκφυλισμένη Η μηδενική βασική μεταβλητή μπορεί να βρίσκεται είτε στο κελί Ε1Α3 είτε στο κελί ΕΑ Το πρόβλημα της εκχώρησης (assignnt probl, αντιστοίχηση, ανάθεση) Είναι ειδική περίπτωση του προβλήματος μεταφοράς όπου η προσφορά και η ζήτηση είναι μονάδες Κατανομή των πόρων με αντιστοιχία ένα προς ένα Ανάθεση εκτέλεσης εργασιών σε άτομα Εντοπισμός της ιδανικής αντιστοίχισης Απαρίθμηση; Σύνηθες Κριτήριο ελαχιστοποίηση κόστους (χρόνου) ή μεγιστοποίηση κέρδους (ικανοποίησης, χρησιμότητας κ.λπ) Ισορροπημένα ή μη ισορροπημένα 93 Παράδειγμα 1 (εκχώρηση ελεγκτών της «Λογιστική Ε.Π.Ε.») Χρόνος διεκπεραίωσης εργασίας Εργασία Συνεργάτης 1 η η 3 η η η η 7 η 1. Αλέκος Στέφανος Ιωάννα Αργύρης Έλσα Σταμάτης Κώστας Πηνελόπη Είναι ισορροπημένο (?) 9 UΤο γραμμικό μοντέλο του παραδείγματος 1 U Μεταβλητές απόφασης: Xij = ή 1 δυαδική μεταβλητή (binary) που υποδηλώνει αν ο i συνεργάτης αναλαμβάνει (1) ή δεν αναλαμβάνει () την j εργασία. Αντικειμενική συνάρτηση: Miniiz z= 1Χ11 1Χ1 Χ17 1Χ1 1Χ Χ7. 1Χ81 11Χ8 7Χ Uμε περιορισμούς = αν ήταν ισορροπημένο Uτης «Προσφοράς»: 1) Χ11 Χ1 Χ13 Χ1 Χ1 Χ1 Χ17 1 ) Χ1 Χ Χ3 Χ Χ Χ Χ7 1 7) Χ71 Χ7 Χ73 Χ7 Χ7 Χ7 Χ77 1 8) Χ81 Χ8 Χ83 Χ8 Χ8 Χ8 Χ
7 97 Uτης «Ζήτησης»: Το γενικό γραμμικό μοντέλο του προβλήματος εκχώρησης Το γραμμικό μοντέλο του παραδείγματος 1 στο WinQSB Η άριστη λύση με τη μέθοδο siplx 1) Χ11 Χ1 Χ31 Χ1 Χ1 Χ1 Χ71 Χ81 = 1 ) Χ1 Χ Χ3 Χ Χ Χ Χ7 Χ8 = 1 ) Χ1 Χ Χ3 Χ Χ Χ Χ7 Χ8 = 1 7) Χ17 Χ7 Χ37 Χ7 Χ7 Χ7 Χ77 Χ87 = 1 και Χij = ή 1 για i=1,,,8 και j=1,, 7 (ισορροπημένο) Miniiz i = 1 j = 1 c ij x ij μοναδιαίο κόστος εκχώρησης με περιορισμούς μία ακριβώς ανάθεση για τον καθένα xij = 1 i = 1,,..., j= 1 κάθε εργασία ανατίθεται σε ακριβώς έναν xij = 1 j = 1,,..., i= 1 πλήθος εργασιών xij =,1, i=1,,..., και j=1,,..., και ατόμων = Η άριστη λύση με τoν Ουγγρικό (?) Αλγόριθμο Παράδειγμα (συγκρότηση ομάδας σκυταλοδρομίας κολύμβησης) H Ουγγρική Μέθοδος (1) H Ουγγρική Μέθοδος () O προπονητής μίας ομάδας κολύμβησης θέλει να συγκροτήσει την ομάδα που θα λάβει μέρος στο αγώνισμα x μικτή ομαδική ανδρών (σκυταλοδρομία). Έχει στη διάθεσή του αθλητές οι οποίοι είναι γενικά καλοί σε περισσότερα από ένα στυλ κολύμβησης (αν κάθε αθλητής ήταν καλύτερος από κάθε άλλον σε ένα μόνο στυλ τότε δεν θα είχαμε πρόβλημα για να λύσουμε). Στον ακόλουθο πίνακα βλέπετε τους χρόνους των πέντε κολυμβητών (δευτερόλεπτα) για τα Ο πίνακας κόστους μετατρέπεται σε πίνακα κόστους ευκαιρίας εν προσθέτουμε προσφορά ή ζήτηση Υπάρχει ομοιότητα με τη μέθοδο Vogl Βήμα 1 ο :Κατασκευή του πίνακα κόστους ευκαιρίας Βήμα ο :Είναι η τρέχουσα βέλτιστη; Αν όχι συνέχισε, διαφορετικά πήγαινε στο Βήμα. μέτρα σε κάθε στυλ κολύμβησης. Ποιοι θα μπουν στην ομάδα σκυταλοδρομίας; Στόχος: να βρεθεί πίνακας με ένα (τουλάχιστον) μηδενικό κόστος Βήμα 3 ο :Βελτίωση του πίνακα κόστους ευκαιρίας. Πήγαινε στο Βήμα. Ελεύθερο Πρόσθιο Ύπτιο Πεταλούδα ευκαιρίας σε κάθε γραμμή και στήλη (τα οποία μηδενικά να Βήμα ο :Εντόπισε τη βέλτιστη λύση Παναγιώτης 7, 3,1 3, 8, Γιώργος, 7,,,1 Νίκος 7, 31, 9, 9,1 καλύπτονται με γραμμές κάλυψης πλήθους όση και η διάσταση του προβλήματος) Γιάννης,1 8,3 3 7,8 Μανώλης 7 3,3 3,3 9,3 Εφαρμόζεται σε ισορροπημένο πρόβλημα ελαχιστοποίησης H Ουγγρική Μέθοδος (αναλυτικά) Βήμα 1 ο : Κατασκευή του πίνακα κόστους ευκαιρίας: Αφαίρεσε το μικρότερο κόστος κάθε σειράς από κάθε σειρά. Μετά, κάνε το ίδιο και με κάθε στήλη. Βήμα ο : Έλεγχος αριστότητας: Χάραξε (ελάχιστου πλήθους) γραμμές κάλυψης των μηδενικών. Αν το πλήθος των γραμμών είναι ίσο με τη διάσταση του πίνακα τότε πήγαινε στο Βήμα, διαφορετικά συνέχισε. Βήμα 3 ο : Βελτίωση του πίνακα κόστους ευκαιρίας: Αφαιρούμε το μικρότερο μη καλυμμένο στοιχείο από όλα τα μη καλυμμένα στοιχεία του πίνακα και το προσθέτουμε σε όλα τα στοιχεία όπου τέμνονται γραμμές κάλυψης. Πήγαινε στο Βήμα. Παράδειγμα 3 (1) Τρία συνεργεία αναλαμβάνουν τρεις εργασίες. «Κόστος» οι ημέρες. Πίνακας κόστους των πιθανών εκχωρήσεων Σ1 7 7 Σ Σ3 8 3 Παράδειγμα 3 () Βήμα 1: Πίνακας μειωμένος ως προς τις σειρές: Σ1 3 3 Σ 1 Σ3 Πίνακας μειωμένος και ως προς τις στήλες (πίνακας κόστους ευκαιρίας) Παράδειγμα 3 (3) Βήμα : Σ1 3 Σ Σ3 1 γραμμές κάλυψης < διάσταση (=3) Βήμα ο : Εντοπισμός βέλτιστης λύσης: Στη σειρά ή στήλη που έχει ακριβώς ένα μηδενικό στοιχείο κάνουμε εκχώρηση. Αν δεν υπάρχει σειρά ή στήλη με ένα μηδενικό στοιχείο επιλέγουμε αυτήν με τα λιγότερα μηδενικά. Σ1 3 Σ Σ3 1 το μικρότερο ακάλυπτο στοιχείο (=1) «ιαγράφουμε» τη σειρά και στήλη της εκχώρησης και επαναλαμβάνουμε το Βήμα μέχρι να εξαντληθούν οι εκχωρήσεις Παράδειγμα 3 () Προσθαφαίρεση του μικρότερου ακάλυπτου στοιχείου (=1) Σ1 3 Σ Σ3 1 Σ1 1 Σ 1 Σ3 Παράδειγμα 3 () Βήμα : Σ1 1 Σ 1 Σ3 3 γραμμές κάλυψης = διάσταση (=3) Συνεχίζουμε στο Βήμα (εντοπισμός άριστης λύσης) Παράδειγμα 3 () Μοναδικό μηδενικό στοιχείο: Σ1Ε3 εκχώρηση και διαγραφή Σ1Ε3 Σ1 1 Σ 1 Σ3 Σ1 1 Σ 1 Σ3 Παράδειγμα 3 (7) Βήμα (συνέχεια): Μοναδικό Μηδενικό στοιχείο: ΣΕ εκχώρηση και διαγραφή ΣΕ Εναλλακτικά, μηδενικό στοιχείο Σ3Ε1 και διαγραφή Σ3Ε1 Σ1 1 Σ 1 Σ3 Και τελικά απομένει το Σ3Ε1 στο οποίο γίνεται η τελευταία εκχώρηση. Επιστρέφουμε στο Βήμα (γραμμές κάλυψης)
8 113 Παράδειγμα 3 (8) Βήμα (ολοκλήρωση): Μεταφορά των αποτελεσμάτων της διαδικασίας στον Πίνακα κόστους Επιστροφή στο Παράδειγμα (1) Πίνακας χρόνων κολύμβησης: Παράδειγμα () Ισορροπημένο πρόβλημα: Παράδειγμα (3) Βήμα 1: Πίνακας μειωμένος ως προς τις σειρές (ίδιος γιατί απλά αφαιρείται η εικονική): Σ1 7 7 Σ Σ3 8 3 Ελεύθερο Πρόσθιο Ύπτιο Πεταλούδα Παναγιώτης 7, 3,1 3, 8, Γιώργος, 7,,,1 Νίκος 7, 31, 9, 9,1 Γιάννης,1 8,3 3 7,8 Μανώλης 7 3,3 3,3 9,3 Παναγιώτης 7, 3,1 3, 8, Γιώργος, 7,,,1 Νίκος 7, 31, 9, 9,1 Γιάννης,1 8,3 3 7,8 Μανώλης 7 3,3 3,3 9,3 Παναγιώτης 7, 3,1 3, 8, Γιώργος, 7,,,1 Νίκος 7, 31, 9, 9,1 Γιάννης,1 8,3 3 7,8 Μανώλης 7 3,3 3,3 9,3 Πίνακας μειωμένος και ως προς τις στήλες (πίνακας κόστους ευκαιρίας) Οπότε οι αναθέσεις είναι Σ1 Ε3, Σ Ε και Σ3 Ε1 με συνολικό ελάχιστο «κόστος» = 1 εργάσιμες ημέρες. Το πρόβλημα δεν είναι ισορροπημένο (Υπερβάλλουσα προσφορά) Προσθέτουμε Εικονική στήλη με μηδενικά κόστη Παναγιώτης,8,9,8 3,1 Γιώργος Νίκος 3,,3 3,9 Γιάννης 1,7 1,1,,7 Μανώλης, 3,1,7, Παράδειγμα () Βήμα : Παράδειγμα () Προσθαφαίρεση του μικρότερου ακάλυπτου στοιχείου (=1,1) Παράδειγμα () Βήμα : Παράδειγμα (7) Προσθαφαίρεση του μικρότερου ακάλυπτου στοιχείου (=,) Παναγιώτης,8,9,8 3,1 Γιώργος Νίκος 3,,3 3,9 Γιάννης 1,7 1,1,,7 Μανώλης, 3,1,7, Παναγιώτης,8,9,8 3,1 Γιώργος Νίκος 3,,3 3,9 Γιάννης 1,7 1,1,,7 Μανώλης, 3,1,7, Παναγιώτης 1,7 3,8 3,7 Γιώργος 1,1 Νίκος,1 3,,8,9 Γιάννης, 3,3 1, Μανώλης 1,, 3,1 Παναγιώτης 1,7 3,8 3,7 Γιώργος 1,1 Νίκος,1 3,,8,9 Γιάννης, 3,3 1, Μανώλης 1,, 3,1 γραμμές κάλυψης < διάσταση (=) το μικρότερο ακάλυπτο στοιχείο (=1,1) Παναγιώτης 1,7 3,8 3,7 Γιώργος 1,1 Νίκος,1 3,,8,9 Γιάννης, 3,3 1, Μανώλης 1,, 3,1 3 γραμμές κάλυψης < διάσταση (=) το μικρότερο ακάλυπτο στοιχείο (=,) Παναγιώτης 1,1 3,8 3,1 1, Γιώργος, 1,7 Νίκος 1, 3,,,3 Γιάννης,7 1 Μανώλης,9, Επιστρέφουμε στο Βήμα (γραμμές κάλυψης) Επιστρέφουμε στο Βήμα (γραμμές κάλυψης) Παράδειγμα (8) Βήμα : Παράδειγμα (9) Προσθαφαίρεση του μικρότερου ακάλυπτου στοιχείου (=,9) Παράδειγμα (1) Βήμα : Παράδειγμα (11) Προσθαφαίρεση του μικρότερου ακάλυπτου στοιχείου (=,) Παναγιώτης 1,1 3,8 3,1 1, Γιώργος, 1,7 Νίκος 1, 3,,,3 Γιάννης,7 1 Μανώλης,9, Παναγιώτης 1,1 3,8 3,1 1, Γιώργος, 1,7 Νίκος 1, 3,,,3 Γιάννης,7 1 Μανώλης,9, Παναγιώτης,,9,, Γιώργος,, Νίκος,,3 1,3 1, Γιάννης,7 1,9 Μανώλης 1,1,1 1, Παναγιώτης,,9,, Γιώργος,, Νίκος,,3 1,3 1, Γιάννης,7 1,9 Μανώλης 1,1,1 1, 3 γραμμές κάλυψης < διάσταση (=) το μικρότερο ακάλυπτο στοιχείο (=,9) Παναγιώτης,,9,, Γιώργος,, Νίκος,,3 1,3 1, Γιάννης,7 1,9 Μανώλης 1,1,1 1, γραμμές κάλυψης < διάσταση (=) το μικρότερο ακάλυπτο στοιχείο (=,) Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Επιστρέφουμε στο Βήμα (γραμμές κάλυψης) Επιστρέφουμε στο Βήμα (γραμμές κάλυψης) Παράδειγμα (1) Βήμα : Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Παράδειγμα (13) Μοναδικό μηδενικό στοιχείο: Πρόσθιο Γιάννης εκχώρηση και διαγραφή: Πρόσθιο Γιάννης (επίσης, Νίκος Εικονική, Ύπτιο Γιώργος) Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Παράδειγμα (1) Μοναδικό μηδενικό στοιχείο: Ελεύθερο Μανώλης εκχώρηση και διαγραφή: Ελεύθερο Μανώλης (επίσης, Νίκος Εικονική και Ύπτιο Γιώργος) Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Παράδειγμα (1) Μοναδικό μηδενικό στοιχείο: Ύπτιο Γιώργος εκχώρηση και διαγραφή: Ύπτιο Γιώργος (επίσης, Νίκος Εικονική) Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 γραμμές κάλυψης = διάσταση (=) Συνεχίζουμε στο Βήμα (εντοπισμός άριστης λύσης) Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Παναγιώτης,,9 1,7 Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιάννης,,,9 Μανώλης 1,1 3, 1,
9 19 Παράδειγμα (1) Μοναδικό μηδενικό στοιχείο: Πεταλούδα Παναγιώτης εκχώρηση και διαγραφή: Πεταλούδα Παναγιώτης (επίσης, Νίκος Εικονική) Παναγιώτης,,9 1,7 Παράδειγμα (17) Βήμα (ολοκλήρωση): Μεταφορά των αποτελεσμάτων της διαδικασίας στον Πίνακα κόστους (χρόνου): Παναγιώτης 7, 3,1 3, 8, Επίλυση με τη μέθοδο siplx Άλλες ειδικές περιπτώσεις Αποκλεισμός ανάθεσης: Θέτουμε κόστος = Μ (ή κέρδος = Μ) Πολλαπλές άριστες λύσεις: Ένδειξη: δεν μπορεί να βρεθεί σειρά ή στήλη με μοναδικό μηδενικό κατά το Βήμα. Επιλέγουμε Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Γιώργος, 7,,,1 Νίκος 7, 31, 9, 9,1 αυθαίρετα μεταξύ των πολλαπλών μηδενικών. Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Παναγιώτης,,9 1,7 Γιάννης,1 8,3 3 7,8 Μανώλης 7 3,3 3,3 9,3 Οπότε, οι αναθέσεις είναι Παναγιώτης Πεταλούδα, Γιώργος Ύπτιο, Νίκος Μεγιστοποίηση: Μετατρέπουμε πρώτα τον πίνακα εισοδημάτων (ή κέρδους) σε πίνακα κόστους ευκαιρίας μεγιστοποίησης, αφαιρώντας κάθε στοιχείο του πίνακα από το μεγαλύτερό του Γιώργος, 1,1 3,1 Νίκος,,3,8,9 Εικονική, Γιάννης Πρόσθιο και Μανώλης Ελεύθερο με συνολικό ελάχιστο χρόνο 8,, 8,3 7 = 19,1 δευτερόλεπτα. στοιχείο (εξαιρούνται οι εικονικές σειρές ή στήλες.) Γιάννης,,,9 Μανώλης 1,1 3, 1,1 Κατόπιν, προχωράμε με τον πίνακα που προέκυψε σαν να ήταν Και φυσικά, απομένει η εκχώρηση Νίκος Εικονική πίνακας κόστους Παράδειγμα Μεγιστοποίηση Παράδειγμα (1) Παράδειγμα () Παράδειγμα (3) Βήμα 1: Βήμα : Ας λύσουμε το Παράδειγμα 3 ως πρόβλημα μεγιστοποίησης. Μετατρέπουμε τον πίνακα σε πίνακα κόστους ευκαιρίας Πίνακας μειωμένος ως προς τις σειρές: ηλαδή, οι αριθμοί παριστάνουν εισόδημα (χρηματικές μονάδες) μεγιστοποίησης. Για τον σκοπό αυτό, αφαιρούμε κάθε στοιχείο του Πίνακας εσόδων των εκχωρήσεων πίνακα από το μεγαλύτερό του στοιχείο, που είναι το 8 (Σ3Ε). Σ1 3 Σ 1 1 Σ1 Σ 1 Πίνακας κόστους ευκαιρίας για το πρόβλημα μεγιστοποίησης Σ3 3 Σ3 3 Σ1 7 7 Σ Σ3 8 3 Σ1 1 1 Σ 3 3 Σ3 3 Πίνακας μειωμένος και ως προς τις στήλες (πίνακας κόστους ευκαιρίας) Σ1 3 γραμμές κάλυψης = διάσταση (=3) Συνεχίζουμε στο Βήμα (εντοπισμός άριστης λύσης) Σ 1 Συνεχίζουμε με τον παραπάνω πίνακα σαν να ήταν ο αρχικός πίνακας προβλήματος ελαχιστοποίησης. Σ Παράδειγμα () Παράδειγμα () Παράδειγμα () Βήμα (ολοκλήρωση): Μοναδικό μηδενικό στοιχείο: Σ3Ε εκχώρηση και διαγραφή Σ3Ε (επίσης, Ε3Σ) Μοναδικό μηδενικό στοιχείο: Σ1Ε1 εκχώρηση και διαγραφή Σ1Ε1 (επίσης, Ε3Σ) Μεταφορά των αποτελεσμάτων της διαδικασίας στον αρχικό πίνακα εσόδων: Σ1 7 7 Σ1 Σ 1 Σ3 3 Σ1 Σ1 Σ 1 Σ3 3 Σ Σ3 8 3 Οπότε, οι αναθέσεις είναι Σ1 Ε1, Σ Ε3 και Σ3 Ε με συνολικό εισόδημα 7 8 = χρηματικές μονάδες. Σ 1 Σ1 Σ3 3 Σ 1 Σ3 3 Και φυσικά, η τελευταία εκχώρηση είναι στο Ε3Σ
Η άριστη λύση με τη μέθοδο simplex:
http://usrs.uo.gr/~acg 1 UΜετάβαση από τον Γραμμικό Προγραμματισμό στη Θεωρία Δικτύων UΤο πρόβλημα Μεταφοράς (Transportation probl) UΗ «Μακεδονική Εταιρεία Αναψυκτικών Α.Ε.» Παράγει ένα αναψυκτικό ευρείας
Διαβάστε περισσότεραΤο Πρόβλημα Μεταφοράς
Το Πρόβλημα Μεταφοράς Αφορά τη μεταφορά ενός προϊόντος από διάφορους σταθμούς παραγωγής σε διάφορες θέσεις κατανάλωσης με το ελάχιστο δυνατό κόστος. Πρόκειται για το πιο σπουδαίο πρότυπο προβλήματος γραμμικού
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 περισσότεραΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1,100 700 900 Δ3 1,400 800 2,200
ΑΣΚΗΣΗ Η εταιρεία logistics Orient Express έχει αναλάβει τη διακίνηση των φορητών προσωπικών υπολογιστών γνωστής πολυεθνικής εταιρείας σε πελάτες που βρίσκονται στο Hong Kong, τη Σιγκαπούρη και την Ταϊβάν.
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ
(Transportation Problems) Βασίλης Κώστογλου E-mail: vkostogl@it.teithe.gr URL: www.it.teithe.gr/~vkostogl Περιγραφή Ένα πρόβλημα μεταφοράς ασχολείται με το πρόβλημα του προσδιορισμού του καλύτερου δυνατού
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 7: Επίλυση με τη μέθοδο Simplex (1 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα 1. Εισαγωγή 2. Γραμμικός Προγραμματισμός 1. Μοντελοποίηση 2. Μέθοδος Simplex (C) Copyright Α.
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΈΡΕΥΝΑ ΣΤΑ ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ΚΑΙ ΚΑΤΑΜΕΡΙΣΜΟΥ
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΚΑΠΑΝΤΑΙΔΑΚΗΣ ΜΙΧΑΗΛ Α.Μ 8342 ΕΞΑΜΗΝΟ :ΠΤΘ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΈΡΕΥΝΑ ΣΤΑ ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ΚΑΙ ΚΑΤΑΜΕΡΙΣΜΟΥ ΠΤΥΧΙΑΚΗ
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 περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα 1. Εισαγωγή 2. Γραμμικός Προγραμματισμός 1. Μοντελοποίηση 2. Μέθοδος Simplex 1. Αλγόριθμός Simplex
Διαβάστε περισσότεραΠαραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα To Πρόβλημα Μεταφοράς
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός Πρόβλημα Αντιστοιχήσεως
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης Γραμμικός Προγραμματισμός Πρόβλημα Αντιστοιχήσεως
Διαβάστε περισσότεραΠροσφορά Τροποποιηµένος πίνακας, όπου προσφορά ίση µε τη ζήτηση µε την προσθήκη εικονικού προορισµού *
ΚΕΦ.8 ΕΙ ΙΚΑ ΠΡΟΒΛΗΜΑΤΑ Ιδιαίτερη κατηγορία των προβληµάτων ΓΠ είναι τα προβλήµατα δικτυακής ροής. Σε αυτά ανήκουν τα προβλήµατα µεταφοράς και εκχώρησης. 8. Πρόβληµα µεταφοράς Σε m πηγές (κέντρα προσφοράς)
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 περισσότεραΚεφάλαιο 4: Επιλογή σημείου παραγωγής
Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή διαδικασίας παραγωγής αναγνωρίζει
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 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
ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΦΕΒΡΟΥΑΡΙΟΣ 2009 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΜΑ 1 ο Η Περιφέρεια Κεντρικής Μακεδονίας σχεδιάζει την ανάπτυξη ενός συστήματος αυτοκινητοδρόμων
Διαβάστε περισσότεραΚεφάλαιο 4: Επιλογή σημείου παραγωγής
Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή
Διαβάστε περισσότεραm 1 min f = x ij 0 (8.4) b j (8.5) a i = 1
KΕΦΑΛΑΙΟ 8 Προβλήµατα Μεταφοράς και Ανάθεσης 8. ΕΙΣΑΓΩΓΗ Μια ειδική κατηγορία προβληµάτων γραµµικού προγραµµατισµού είναι τα προβλήµατα µεταφοράς (Π.Μ.), στα οποία επιζητείται η ελαχιστοποίηση του κόστους
Διαβάστε περισσότεραΜοντέλα Διανομής και Δικτύων
Μοντέλα Διανομής και Δικτύων 10-03-2017 2 Πρόβλημα μεταφοράς (1) Τα προβλήματα μεταφοράς ανακύπτουν συχνά σε περιπτώσεις σχεδιασμού διανομής αγαθών και υπηρεσιών από τα σημεία προσφοράς προς τα σημεία
Διαβάστε περισσότεραΤμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Η μέθοδος Simplex Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 19/01/2017 1 Πλεονεκτήματα Η μέθοδος Simplex Η μέθοδος Simplex είναι μια
Διαβάστε περισσότεραείναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς όρους όλες οι μεταβλητές είναι μη αρνητικές
Ένα τυχαίο π.γ.π. maximize/minimize z=c x Αx = b x 0 Τυπική μορφή του π.γ.π. maximize z=c x Αx = b x 0 b 0 είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς
Διαβάστε περισσότεραΗ μέθοδος Simplex. Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Η μέθοδος Simplex Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 19/01/2017 1 Πλεονεκτήματα Η μέθοδος Simplex Η μέθοδος
Διαβάστε περισσότεραΠρόβλημα Μεταφοράς. Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης Πρόβλημα Μεταφοράς Άδεια Χρήσης Το παρόν
Διαβάστε περισσότεραΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ. 4.1 Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων
ΚΕΦΑΛΑΙΟ 4 ΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ 4. Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων Η περιγραφή του ΔΑΣΕΣ στο προηγούμενο κεφάλαιο έγινε με σκοπό να διευκολυνθούν οι αποδείξεις
Διαβάστε περισσότεραΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1
ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 1 Βελτιστοποίηση Στην προσπάθεια αντιμετώπισης και επίλυσης των προβλημάτων που προκύπτουν στην πράξη, αναπτύσσουμε μαθηματικά μοντέλα,
Διαβάστε περισσότεραCase 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1)
Case 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1) Ένα πολυσταδιακό πρόβλημα που αφορά στον τριμηνιαίο προγραμματισμό για μία βιομηχανική επιχείρηση παραγωγής ελαστικών (οχημάτων) Γενικός προγραμματισμός
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη 5 ο Εξάμηνο 4 ο ΜΑΘΗΜΑ Δημήτρης Λέκκας Επίκουρος Καθηγητής dlekkas@env.aegean.gr Τμήμα Στατιστικής & Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών
Διαβάστε περισσότεραΕισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο
Εισαγωγή στο Γραμμικό Προγραμματισμό Χειμερινό Εξάμηνο 2016-2017 Εισαγωγή Ασχολείται με το πρόβλημα της άριστης κατανομής των περιορισμένων πόρων μεταξύ ανταγωνιζόμενων δραστηριοτήτων μιας επιχείρησης
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 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 περισσότεραCase 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1)
Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1) Οι στρατηγικές χρηματοοικονομικής δομής αναφέρονται στην επιλογή των μέσων χρηματοδότησης επενδυτικών προγραμμάτων, λειτουργιών της παραγωγής και
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός
Γραμμικός Προγραμματισμός Εφαρμογή σε Άλλα Προβλήματα Διαχείρισης Έργων Π. Γ. Υψηλάντης ΓΠ στη Διοίκηση Έργων Προβλήματα μεταφοράς και δρομολόγησης Αναθέσεις προσωπικού Επιλογή προμηθευτών Καθορισμός τοποθεσίας
Διαβάστε περισσότεραΕισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο
Εισαγωγή στο Γραμμικό Προγραμματισμό Χειμερινό Εξάμηνο 2016-2017 Παράδειγμα προβλήματος ελαχιστοποίησης Μια κατασκευαστική εταιρία κατασκευάζει εξοχικές κατοικίες κοντά σε γνωστά θέρετρα της Εύβοιας Η
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 1: Εισαγωγή στο Γραμμικό Προγραμματισμό (1 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
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 περισσότερασει κανένα modem των 128Κ. Θα κατασκευάσει συνολικά = 320,000 τεμάχια των 64Κ και το κέρδος της θα γίνει το μέγιστο δυνατό, ύψους 6,400,000.
Σ ένα εργοστάσιο ειδών υγιεινής η κατασκευή των πορσελάνινων μπανιέρων έχει διαμορφωθεί σε τρία διαδοχικά στάδια : καλούπωμα, λείανση και βάψιμο. Στον πίνακα που ακολουθεί καταγράφονται τα ωριαία δεδομένα
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 περισσότεραΜιατρίτη µέθοδος προσδιορισµού αρχικής λύσης σε προβλήµατα µεταφοράς είναι
Η µέθοδος Vogel Μιατρίτη µέθοδος προσδιορισµού αρχικής λύσης σε προβλήµατα µεταφοράς είναι η µέθοδος Vogel Η προσεγγιστική µέθοδος Vogelείναι µια πιο πολύπλοκη µέθοδος σε σχέση µε τις προηγούµενες, αλλά
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 περισσότερα3.12 Το Πρόβλημα της Μεταφοράς
312 Το Πρόβλημα της Μεταφοράς Σ αυτή την παράγραφο και στις επόμενες μέχρι το τέλος του κεφαλαίου θα ασχοληθούμε με μερικά σπουδαία είδη προβλημάτων γραμμικού προγραμματισμού Οι ειδικές αυτές περιπτώσεις
Διαβάστε περισσότεραCase 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ
Case 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ Η «OutBoard Motors Co» παράγει τέσσερα διαφορετικά είδη εξωλέμβιων (προϊόντα 1 4) Ο γενικός διευθυντής κ. Σχοινάς, ενδιαφέρεται
Διαβάστε περισσότεραΕ Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α
ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΙΟΥΝΙΟΣ 12 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΘΕΜΑ 1 ο Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α Μία εταιρεία παροχής ολοκληρωμένων ευρυζωνικών υπηρεσιών μελετά την
Διαβάστε περισσότεραΕπιχειρησιακή έρευνα (ασκήσεις)
Επιχειρησιακή έρευνα (ασκήσεις) ΤΕΙ Ηπείρου (Τμήμα Λογιστικής και Χρηματοοικονομικής) Γκόγκος Χρήστος (06-01-2015) 1. Γραφική επίλυση προβλημάτων Γραμμικού Προγραμματισμού A) Με τη βοήθεια της γραφικής
Διαβάστε περισσότεραΗ Μέθοδος Αναθεωρηµένης Εκχώρησης (MODI)
Η Μέθοδος Αναθεωρηµένης Εκχώρησης (MODI) Ηµέθοδος MODIεπιτρέπει τον υπολογισµό των οριακών µεταβολών στο συνολικό κόστος µεταφοράς για κάθε µη επιλεγείσα διαδροµή µε αλγεβρικό τρόπο, χωρίς τη διαδικασία
Διαβάστε περισσότεραΓραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Προϋποθέσεις Εφαρμογής
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 περισσότεραΚΕΦΑΛΑΙΟ ΕΒΔΟΜΟ: Το Πρόβλημα της μεταφοράς και οι μέθοδοι επίλυσης του. Εφαρμογές χρησιμοποιώντας το R
ΚΕΦΑΛΑΙΟ ΕΒΔΟΜΟ: Το Πρόβλημα της μεταφοράς και οι μέθοδοι επίλυσης του. Εφαρμογές χρησιμοποιώντας το R Σύνοψη Το πρόβλημα της μεταφοράς αποτελεί μια ειδική κατηγορία προβλημάτων γραμμικού προγραμματισμού,
Διαβάστε περισσότεραΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX
ΚΕΦΑΛΑΙΟ 3 ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX 3.1 Εισαγωγή Ο αλγόριθμος Simplex θεωρείται πλέον ως ένας κλασικός αλγόριθμος για την επίλυση γραμμικών προβλημάτων. Η πρακτική αποτελεσματικότητά του έχει
Διαβάστε περισσότεραΑΣΚΗΣΗ 3 ΑΣΚΗΣΗ 4 ΑΣΚΗΣΗ 5
ΑΣΚΗΣΗ Μία εταιρεία διανομών διατηρεί την αποθήκη της στον κόμβο και μεταφέρει προϊόντα σε πελάτες που βρίσκονται στις πόλεις,,,7. Το οδικό δίκτυο που χρησιμοποιεί για τις μεταφορές αυτές φαίνεται στο
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 περισσότεραChemical A.E. χηµική βιοµηχανία Ρύπανση του παρακείµενου ποταµού µε απόβλητα
Case 15: Προστασία του Περιβάλλοντος ΣΕΝΑΡΙΟ Chemical A.E. χηµική βιοµηχανία Ρύπανση του παρακείµενου ποταµού µε απόβλητα 1 Σενάριο και υπόλοιπα δεδοµένα Συγκροτήθηκε οµάδα εργασίας για την επεξεργασία
Διαβάστε περισσότεραΕ Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α
ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΣΕΠΤΕΜΒΡΙΟΣ 2011 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α ΘΕΜΑ 1 ο Σε ένα διαγωνισμό για την κατασκευή μίας καινούργιας γραμμής του
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 10: Ειδικές περιπτώσεις επίλυσης με τη μέθοδο simplex (2o μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραCase 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ
Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ Ο χρονικός ορίζοντας απαρτίζεται από διαδοχικές χρονικές περιόδους. Διαμόρφωση ενός χαρτοφυλακίου στο οποίο, καθώς ο χρόνος εξελίσσεται, το διαθέσιμο
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 9: Ειδικές περιπτώσεις επίλυσης με τη μέθοδο simplex (1o μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 9: : Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα EE & Εισαγωγή Μαθηματικός Προγραμματισμός - Γραμμικός Προγραμματισμός
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 περισσότεραΠροβλήματα Εκχώρησης (Assignment Problems)
Προβλήματα Εκχώρησης (Assigmet Problems) Παραδείγματα Δικτυακή Διατύπωση Λύση Hugaria Algorithm Προβλήματα Εκχώρησης (Assigmet Problems) Παραδείγματα Εκχώρηση ατόμων στην εκτέλεση μίας δραστηριότητας Κατανομή
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 περισσότεραΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί
ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX 2.1 Βασικές έννοιες - Ορισμοί Ο αλγόριθμος Simplex για τα προβλήματα γραμμικού προγραμματισμού, βλέπε Dntzig (1963), αποδίδει αρκετά καλά στην πράξη, ιδιαίτερα σε προβλήματα
Διαβάστε περισσότεραΕιδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων
Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις
Διαβάστε περισσότεραΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων
ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων Επιχειρησιακή Έρευνα Τυπικό Εξάμηνο: Δ Αλέξιος Πρελορέντζος Εισαγωγή Ορισμός 1 Η συστηματική εφαρμογή ποσοτικών μεθόδων, τεχνικών
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 περισσότεραCase 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ
Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ Η κ. Δημητρίου είναι γενική διευθύντρια σε μία επιχείρηση με κύρια δραστηριότητα την παραγωγή μαγνητικών μέσων και αναλώσιμων ειδών περιφερειακών συσκευών
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός
Γραμμικός Προγραμματισμός Δημήτρης Φωτάκης Προσθήκες (λίγες): Άρης Παγουρτζής Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραμμικός Προγραμματισμός Ελαχιστοποίηση
Διαβάστε περισσότεραΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ
ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Dr. Christos D. Tarantilis Associate Professor in Operations Research & Management Science http://tarantilis.dmst.aueb.gr/ ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 1- ΣΥΝΔΥΑΣΤΙΚΗΔΟΜΗ:
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 περισσότεραΔιάγραμμα Ροής. Σελίδα 1 από 10
Θεωρία επισκόπηση 3 Επανάληψη Σημείωση: Οι εντολές που συγκροτούν μια εντολή επανάληψης αποκαλούνται βρόχος 1. Εντολή Όσο.επανάλαβε Σύνταξη Όσο συνθήκη επανάλαβε εντολές Πώς Λειτουργεί. Αρχικά ελέγχεται
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
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 περισσότεραΕπίλυση Προβλημάτων 1
Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ
ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΣΕΠΤΕΜΒΡΙΟΣ 2008 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΜΑ 1 ο Σε μία γειτονιά, η ζήτηση ψωμιού η οποία ανέρχεται σε 1400 φραντζόλες ημερησίως,
Διαβάστε περισσότεραΜ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ
ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΦΕΒΡΟΥΑΡΙΟΣ 013 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΘΕΜΑ 1 ο : Για το μοντέλο του π.γ.π. που ακολουθεί maximize
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 περισσότεραΚεφάλαιο 4ο: Δικτυωτή Ανάλυση
Κεφάλαιο ο: Δικτυωτή Ανάλυση. Εισαγωγή Η δικτυωτή ανάλυση έχει παίξει σημαντικό ρόλο στην Ηλεκτρολογία. Όμως, ορισμένες έννοιες και τεχνικές της δικτυωτής ανάλυσης είναι πολύ χρήσιμες και σε άλλες επιστήμες.
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό
Πληροφοριακά Συστήματα Διοίκησης Εισαγωγή στον Γραμμικό Προγραμματισμό Τι είναι ο Γραμμικός Προγραμματισμός; Είναι το σημαντικότερο μοντέλο στη Λήψη Αποφάσεων Αντικείμενό του η «άριστη» κατανομή περιορισμένων
Διαβάστε περισσότεραΑλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) 1
Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) http://users.uom.gr/~acg 1 Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simplex (simplex table, simplex
Διαβάστε περισσότερα3. ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ( Transportation )
3. ΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ 3. ΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ( Transportation ) Σε αυτή την ενότητα θα ασχοληθούμε με προβλήματα που αφορούν τη μεταφορά αγαθών από διαφορετικά σημεία παραγωγής ή κεντρικής αποθήκευσης
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓΗ Άσκηση 1. Λύση
ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓΗ Άσκηση 1 Η εταιρεία Ζ εξετάζει την πιθανότητα κατασκευής ενός νέου, πρόσθετου εργοστασίου για την παραγωγή ενός νέου προϊόντος. Έτσι έχει δυο επιλογές: Η πρώτη αφορά στην
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 3: Εισαγωγή στο Γραμμικό Προγραμματισμό (3 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
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 περισσότερα2. ΣΥΓΚΕΝΤΡΩΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ
2. ΣΥΓΚΕΝΤΡΩΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ Ο Συγκεντρωτικός Προγραμματισμός Παραγωγής (Aggregae Produion Planning) επικεντρώνεται: α) στον προσδιορισμό των ποσοτήτων ανά κατηγορία προϊόντων και ανά χρονική
Διαβάστε περισσότεραΜέθοδοι Βελτιστοποίησης
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Μέθοδοι Βελτιστοποίησης Ενότητα # 4: Το Πρόβλημα Ανάθεσης Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης
Διαβάστε περισσότεραΑΛΟΥΜΙΝΙΟ ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ: Η ΠΕΡΙΠΤΩΣΗ ΠΑΡΑΓΩΓΗΣ ΑΛΟΥΜΙΝΙΟΥ
ΑΛΟΥΜΙΝΙΟ ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ: Η ΠΕΡΙΠΤΩΣΗ ΠΑΡΑΓΩΓΗΣ ΑΛΟΥΜΙΝΙΟΥ Μια εταιρεία αλουμινίου έχει αποθέματα βωξίτη στην περιοχή G, στην S και στην A. Επίσης, υπάρχουν εργοστάσια μετάλλου, όπου ο βωξίτης
Διαβάστε περισσότεραΤο µαθηµατικό µοντέλο του Υδρονοµέα
Ερευνητικό έργο: Εκσυγχρονισµός της εποπτείας και διαχείρισης του συστήµατος των υδατικών πόρων ύδρευσης της Αθήνας Το µαθηµατικό µοντέλο του Υδρονοµέα Ανδρέας Ευστρατιάδης και Γιώργος Καραβοκυρός Τοµέας
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 περισσότεραCase 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1)
Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1) Το πρόβλημα της επιλογής των μέσων διαφήμισης (??) το αντιμετωπίζουν τόσο οι επιχειρήσεις όσο και οι διαφημιστικές εταιρείες στην προσπάθειά τους ν' αναπτύξουν
Διαβάστε περισσότεραΛυμένες ασκήσεις στα πλαίσια του μαθήματος «Διοίκηση Εφοδιαστικής Αλυσίδας»
Λυμένες ασκήσεις στα πλαίσια του μαθήματος «Διοίκηση Εφοδιαστικής Αλυσίδας» Άσκηση 1. Έστω ότι μια επιχείρηση αντιμετωπίζει ετήσια ζήτηση = 00 μονάδων για ένα συγκεκριμένο προϊόν, σταθερό κόστος παραγγελίας
Διαβάστε περισσότεραΚανονική μορφή μοντέλου μεγιστοποίησης
http://users.uom.gr/~acg Η μέθοδος SIMPLEX (Both Simple and Comple ) Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simple (simple table, simple tableαu)
Διαβάστε περισσότεραΚανονική μορφή μοντέλου μεγιστοποίησης
http://users.uom.gr/~acg Η μέθοδος SIMPLEX (Both Simple and Comple ) Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simple (simple table, simple tableαu)
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 περισσότεραΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις
ΔΕΟ - Επαναληπτικές Εξετάσεις Λύσεις ΘΕΜΑ () Το Διάγραμμα Διασποράς εμφανίζεται στο επόμενο σχήμα. Από αυτό προκύπτει καταρχήν μία θετική σχέση μεταξύ των δύο μεταβλητών. Επίσης, από το διάγραμμα φαίνεται
Διαβάστε περισσότεραΗ μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου
Η μέθοδος Simplex Χρήστος Γκόγκος ΤΕΙ Ηπείρου Χειμερινό Εξάμηνο 2014-2015 1 / 17 Η μέθοδος Simplex Simplex Είναι μια καθορισμένη σειρά επαναλαμβανόμενων υπολογισμών μέσω των οποίων ξεκινώντας από ένα αρχικό
Διαβάστε περισσότεραΑναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20
Μια από τις εταιρείες γάλακτος στην προσπάθειά της να διεισδύσει στην αγορά του παγωτού πολυτελείας επενδύει σε μια μικρή πιλοτική γραμμή παραγωγής δύο προϊόντων της κατηγορίας αυτής. Πρόκειται για οικογενειακές
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 περισσότεραΗ αγορά μπορεί να απορροφήσει οποιονδήποτε αριθμό σε θρανία και καρέκλες, αλλά το πολύ πέντε τραπέζια. Έχουμε το εξής π.γ.π.
Ένα ξυλουργείο παράγει θρανία, τραπέζια και καρέκλες : Προϊόν Πρώτη Ύλη Θρανίο Τραπέζι Καρέκλα Διαθεσιμότητα Ξυλεία (m) 8 6 1 48 Κατασκευή (ώρες) 2 1.5 0.5 8 Φινίρισμα (ώρες) 4 2 1.5 20 Τιμή Πώλησης 60,000
Διαβάστε περισσότεραΚεφάλαιο 1 Συστήματα γραμμικών εξισώσεων
Κεφάλαιο Συστήματα γραμμικών εξισώσεων Παραδείγματα από εφαρμογές Γραμμική Άλγεβρα Παράδειγμα : Σε ένα δίκτυο (αγωγών ή σωλήνων ή δρόμων) ισχύει ο κανόνας των κόμβων όπου το άθροισμα των εισερχόμενων ροών
Διαβάστε περισσότερα