Γενικευµένη Simplex Γενικευµένη Simplex
|
|
- Κέφαλος Γιάνναρης
- 6 χρόνια πριν
- Προβολές:
Transcript
1
2 Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, µεταβλητές)
3 Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, µεταβλητές) Μεγάλα µεγέθη (30 περιορισµοί, µεταβλητές)
4 Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, µεταβλητές) Μεγάλα µεγέθη (30 περιορισµοί, µεταβλητές) Επίλυση µέσω προβλήµατος Σακιδίου
5 Πρόβληµα cutting stock p ορθογώνιες πλάκες µε µήκος (L 1,..., L p ) και ένα κόστη (c 1,..., c p )
6 Πρόβληµα cutting stock p ορθογώνιες πλάκες µε µήκος (L 1,..., L p ) και ένα κόστη (c 1,..., c p ) m διαφορετικά είδη παραγγελιών (l 1,..., l m ) στις ποσότητες στις ποσότητες (d 1,..., d m )
7 Πρόβληµα cutting stock p ορθογώνιες πλάκες µε µήκος (L 1,..., L p ) και ένα κόστη (c 1,..., c p ) m διαφορετικά είδη παραγγελιών (l 1,..., l m ) στις ποσότητες στις ποσότητες (d 1,..., d m ) Ικανοποίηση παραγγελιών µε το ελάχιστο κόστος
8 Πρόβληµα cutting stock p ορθογώνιες πλάκες µε µήκος (L 1,..., L p ) και ένα κόστη (c 1,..., c p ) m διαφορετικά είδη παραγγελιών (l 1,..., l m ) στις ποσότητες στις ποσότητες (d 1,..., d m ) Ικανοποίηση παραγγελιών µε το ελάχιστο κόστος Υπαρξη άχρηστων κοµµατιών
9 Cutting Stock Μοντελοποίηση Θεωρούµε κάθε δυνατό µοντέλο ανάθεσης παραγγελιών J k για την πλάκα k
10 Cutting Stock Μοντελοποίηση Θεωρούµε κάθε δυνατό µοντέλο ανάθεσης παραγγελιών J k για την πλάκα k Κάθε µοντέλο αποτελείται από έναν αριθµό από κάθε παραγγελία που ϑα αποκοπεί από την πλάκα k
11 Cutting Stock Μοντελοποίηση Θεωρούµε κάθε δυνατό µοντέλο ανάθεσης παραγγελιών J k για την πλάκα k Κάθε µοντέλο αποτελείται από έναν αριθµό από κάθε παραγγελία που ϑα αποκοπεί από την πλάκα k j J k 0 L k m i=1 παραγγελιών i στο µοντέλο j a ij l i M, a ij αντιστοιχεί στον αριθµό της
12 Cutting Stock Μοντελοποίηση Θεωρούµε κάθε δυνατό µοντέλο ανάθεσης παραγγελιών J k για την πλάκα k Κάθε µοντέλο αποτελείται από έναν αριθµό από κάθε παραγγελία που ϑα αποκοπεί από την πλάκα k j J k 0 L k m i=1 παραγγελιών i στο µοντέλο j a ij N a ij l i M, a ij αντιστοιχεί στον αριθµό της
13 Cutting Stock Μοντελοποίηση min w = s.t. p c k k=1 p j J k x j a ij x j = d i, i = 1,..., m k=1 j J k p x j N, j k=1 J k
14 Cutting Stock Μοντελοποίηση min w = s.t. p c k k=1 p j J k x j a ij x j = d i, i = 1,..., m k=1 j J k p x j N, j k=1 J k Σύµφωνα µε τη µορφή πινάκων σε κάθε µοντέλο αντιστοιχίζεται και µια p κολόνα του A. Συνολικός αριθµός κολονών : n = J k k=1
15 Cutting Stock Μοντελοποίηση min w = s.t. p c k k=1 p j J k x j a ij x j = d i, i = 1,..., m k=1 j J k p x j N, j k=1 J k Σύµφωνα µε τη µορφή πινάκων σε κάθε µοντέλο αντιστοιχίζεται και µια p κολόνα του A. Συνολικός αριθµός κολονών : n = J k Τεράστιες διαστάσεις! k=1
16 Cutting Stock Παράδειγµα ύο πλάκες µε µήκη : L 1 = 7.4 και L 2 = 7
17 Cutting Stock Παράδειγµα ύο πλάκες µε µήκη : L 1 = 7.4 και L 2 = 7 Κόστη πλακών c 1 = 7.3 και c 2 = 7
18 Cutting Stock Παράδειγµα ύο πλάκες µε µήκη : L 1 = 7.4 και L 2 = 7 Κόστη πλακών c 1 = 7.3 και c 2 = 7 Τρία είδη παραγγελιών µε µήκη : l 1 = 2.9, l 2 = 2.1 και l 3 = 1.5
19 Cutting Stock Παράδειγµα ύο πλάκες µε µήκη : L 1 = 7.4 και L 2 = 7 Κόστη πλακών c 1 = 7.3 και c 2 = 7 Τρία είδη παραγγελιών µε µήκη : l 1 = 2.9, l 2 = 2.1 και l 3 = 1.5 Απαιτήσεις σε παραγγελίες : d 1 = 100, d 2 = 100 και d 3 = 100
20 Cutting Stock Παράδειγµα ύο πλάκες µε µήκη : L 1 = 7.4 και L 2 = 7 Κόστη πλακών c 1 = 7.3 και c 2 = 7 Τρία είδη παραγγελιών µε µήκη : l 1 = 2.9, l 2 = 2.1 και l 3 = 1.5 Απαιτήσεις σε παραγγελίες : d 1 = 100, d 2 = 100 και d 3 = 100 Εύρεση πλήθους L 1 και L 2 που πρέπει να χρησιµοποιηθούν για να ικανοποιηθούν οι παραγγελίες και να ελαχιστοποιείται το κόστος
21 Cutting Stock Παράδειγµα Ενας αριθµός µοντέλων µπορεί να ϑεωρηθεί αχρηστοσ αν δεν χρησιµοποιεί εκµεταλλεύσιµο κοµµάτι τις εκάστοτε πλάκας
22 Cutting Stock Παράδειγµα Ενας αριθµός µοντέλων µπορεί να ϑεωρηθεί αχρηστοσ αν δεν χρησιµοποιεί εκµεταλλεύσιµο κοµµάτι τις εκάστοτε πλάκας π.χ. το µοντέλο (0, 0, 0) δεν χρησιµοποιεί κανένα κοµµάτι της πλάκας
23 Cutting Stock Παράδειγµα Ενας αριθµός µοντέλων µπορεί να ϑεωρηθεί αχρηστοσ αν δεν χρησιµοποιεί εκµεταλλεύσιµο κοµµάτι τις εκάστοτε πλάκας π.χ. το µοντέλο (0, 0, 0) δεν χρησιµοποιεί κανένα κοµµάτι της πλάκας Αποφεύγουµε αυτό το είδος των µοντέλων ϐάζοντας ένα όριο στο αχρησιµοποίητο κοµµάτι της πλάκας. Ενα προφανές πάνω ϕράγµα είναι το µήκος της µικρότερου είδους παραγγελίας
24 Cutting Stock Παράδειγµα Ενας αριθµός µοντέλων µπορεί να ϑεωρηθεί αχρηστοσ αν δεν χρησιµοποιεί εκµεταλλεύσιµο κοµµάτι τις εκάστοτε πλάκας π.χ. το µοντέλο (0, 0, 0) δεν χρησιµοποιεί κανένα κοµµάτι της πλάκας Αποφεύγουµε αυτό το είδος των µοντέλων ϐάζοντας ένα όριο στο αχρησιµοποίητο κοµµάτι της πλάκας. Ενα προφανές πάνω ϕράγµα είναι το µήκος της µικρότερου είδους παραγγελίας π.χ για το µοντέλο (a 1, a 2, a 3 ) ισχύει: 2.9a a a 3 + b = L i, i = 1, 2, b < 1.5
25 Cutting Stock Παράδειγµα Αν εφαρµόσουµε αυτή την τεχνική για την επιλογή µοντέλων στο προηγούµενο παράδειγµα καταλήγουµε στα εξής εφικτά µοντέλα :
26 Cutting Stock Παράδειγµα Αν εφαρµόσουµε αυτή την τεχνική για την επιλογή µοντέλων στο προηγούµενο παράδειγµα καταλήγουµε στα εξής εφικτά µοντέλα : (2, 0, 1) : 2l 1 +0l 2 +l 3 = 7.3 (1, 2, 0) : l 1 +2l 2 +0l 3 = 7.1 (1, 0, 3) : l 1 +0l 2 +3l 3 = 7.4 (0, 2, 2) : 0l 1 +2l 2 +2l 3 = 7.2 (1, 1, 1) : l 1 +l 2 +l 3 = 6.5 (0, 3, 0) : 0l 1 +3l 2 +0l 3 = 6.3 (0, 1, 3) : 0l 1 +1l 2 +3l 3 = 6.6 (0, 0, 4) : 0l 1 +0l 2 +4l 3 = 6.5
27 Cutting Stock Παράδειγµα Παραγγελίες Μοντέλα Ποσότητες Κόστη Μεταβλητές x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8
28 Cutting Stock Παράδειγµα Παραγγελίες Μοντέλα Ποσότητες Κόστη Μεταβλητές x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 Μια λύση : x = (5, 0, 0, 0, 0, 1, 0, 0) 11 Παραγγελίες l 1, 3 παραγγελίες l 2 και 8 παραγγελίες l 3 Κόστος : 50.8
29 Cutting Stock Παράδειγµα Το γραµµικό πρόβληµα σύµφωνα µε τα παραπάνω µοντέλα είναι : min z = 7.3x x 2 +7x x 4 +7x x 6 +7x 7 +7x 8 s.t. 2x 1 +x 2 +x 3 +x x 2 +x 3 +3x 5 +2x 6 +x x 1 +x 3 +3x 4 +2x 6 +3x 7 +4x x i N
30 Ο πίνακας A έχει τεράστιες διαστάσεις
31 Ο πίνακας A έχει τεράστιες διαστάσεις Η ϐάση B όµως είναι µικρή
32 Ο πίνακας A έχει τεράστιες διαστάσεις Η ϐάση B όµως είναι µικρή εν χρειαζόµαστε να γνωρίζουµε όλον τον πίνακα A από την αρχή
33 Ο πίνακας A έχει τεράστιες διαστάσεις Η ϐάση B όµως είναι µικρή εν χρειαζόµαστε να γνωρίζουµε όλον τον πίνακα A από την αρχή Για την εισαγωγή µιας µεταβλητής στη ϐάση πρέπει να ϐρούµε µια κολόνα s εκτός ϐάσης c s < ua s όπου Bu = c s
34 Ο πίνακας A έχει τεράστιες διαστάσεις Η ϐάση B όµως είναι µικρή εν χρειαζόµαστε να γνωρίζουµε όλον τον πίνακα A από την αρχή Για την εισαγωγή µιας µεταβλητής στη ϐάση πρέπει να ϐρούµε µια κολόνα s εκτός ϐάσης c s < ua s όπου Bu = c s Κατασκευάζουµε κάθε ϕορά την κολόνα που ϑα εισάγουµε στη ϐάση
35 Για την εύρεση της κολόνας προς εισαγωγή ϑεωρούµε το παρακάτω πρόβληµα σακιδίου :
36 Για την εύρεση της κολόνας προς εισαγωγή ϑεωρούµε το παρακάτω πρόβληµα σακιδίου : k {1... p} B(P k ) max uz k = u 1 z 1 + u 2 z u m z m s.t. l 1 z 1 + l 2 z l m z m < L k z 1, z 2,..., z m N
37 Για την εύρεση της κολόνας προς εισαγωγή ϑεωρούµε το παρακάτω πρόβληµα σακιδίου : k {1... p} B(P k ) max uz k = u 1 z 1 + u 2 z u m z m s.t. l 1 z 1 + l 2 z l m z m < L k z 1, z 2,..., z m N Η ϐέλτιστη λύση του παραπάνω είναι µια υποψήφια κολόνα για εισαγωγή στη ϐάση. Σε περίπτωση που δεν ϐελτιώνει την αντικειµενική συνάρτηση πρέπει να ελέγξουµε τις υπόλοιπες πλακες
38 Για να γενικεύσουµε την Simplex αλλάζουµε λοιπόν το ϐήµα 2 σε
39 Για να γενικεύσουµε την Simplex αλλάζουµε λοιπόν το ϐήµα 2 σε 1 k = 1
40 Για να γενικεύσουµε την Simplex αλλάζουµε λοιπόν το ϐήµα 2 σε 1 k = 1 2 Βρίσκουµε την ϐέλτιστη λύση uz k του προβλήµατος B(P k ). Αν uz k c k πήγαινε στο ϐήµα 3. Αλλιώς ϑέσε την κολόνα προς εισαγωγή A s = uz k και συνέχισε την Simplex
41 Για να γενικεύσουµε την Simplex αλλάζουµε λοιπόν το ϐήµα 2 σε 1 k = 1 2 Βρίσκουµε την ϐέλτιστη λύση uz k του προβλήµατος B(P k ). Αν uz k c k πήγαινε στο ϐήµα 3. Αλλιώς ϑέσε την κολόνα προς εισαγωγή A s = uz k και συνέχισε την Simplex 3 Εάν k < p ϑέσε k = k + 1 αλλιώς η τρέχον ϐάση B ϐέλτιστη και εκτύπωσε Βέλτιστη Λύση
Εισαγωγή. 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 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 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 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 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 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 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 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 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 περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 4
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 4 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 περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 4
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 4 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 περισσότεραΕξαντλητική Απαρίθµηση
Υπενθύµιση Χαράκτηρίζουµε τους αλγόριθµους ως προς το χρόνο εκτέλεσης συναρτήσει της εισόδου Υπενθύµιση Χαράκτηρίζουµε τους αλγόριθµους ως προς το χρόνο εκτέλεσης συναρτήσει της εισόδου Ως µέτρο ϑεωρούµε
Διαβάστε περισσότεραΜοντελοποίηση προβληµάτων
Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων
Διαβάστε περισσότεραmax 17x x 2 υπό 10x 1 + 7x 2 40 x 1 + x 2 5 x 1, x 2 0.
Υπολογιστικές Μέθοδοι στη Θεωρία Αποφάσεων Ενότητα 11 Επίλυση στον Ακέραιο Προγραμματισμό Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Προπτυχιακό πρόγραμμα σπουδών 6 Μαΐου 2016 Η μέθοδος κλάδος-φράγμα
Διαβάστε περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Ασκησεις - Φυλλαδιο 4. ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος :
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Τµηµα Β Ασκησεις - Φυλλαδιο 4 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt2015/nt2015.html ευτέρα 30 Μαρτίου 2015 Ασκηση 1. Να ϐρεθούν όλοι
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 περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 4
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Τµηµα Β Λυσεις Ασκησεων - Φυλλαδιο 4 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt2016/nt2016.html Πέµπτη 10 Νοεµβρίου 2016 Ασκηση 1. Να ϐρεθούν
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 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 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 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 περισσότεραΑΚΕΡΑΙΟΣ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΑΚΕΡΑΙΟΣ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ολοκληρωμένη μαθηματική τεχνική βελτιστοποίησης Ευρύτατο φάσμα εφαρμογών Εισαγωγή ακέραιων/λογικών/βοηθητικών μεταβλητών Δυνατότητα γραμμικοποίησης με 0-1 μεταβλητές
Διαβάστε περισσότεραΑκέραιος Γραμμικός Προγραμματισμός
Τμήμα Πληροφορικής & Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων 2018-2019 Ακέραιος Γραμμικός Προγραμματισμός Γκόγκος Χρήστος- Γεωργία Φουτσιτζή Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 12/01/2017 1 Ακέραιος
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 περισσότεραΑριθµητική Ανάλυση. ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ. 16 Ιανουαρίου 2015
Αριθµητική Ανάλυση ιδάσκοντες: Καθηγητής Ν. Μισυρλής, Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 16 Ιανουαρίου 2015 ιδάσκοντες:καθηγητής Ν. Μισυρλής,Επίκ. Καθηγητής Φ.Τζαφέρης Αριθµητική (ΕΚΠΑ) Ανάλυση 16 Ιανουαρίου
Διαβάστε περισσότεραΕπίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης
Επίλυση προβληµάτων Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης! Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Γενικά " Ντετερµινιστικά
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 περισσότεραΕπιχειρησιακή Έρευνα
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Επιχειρησιακή Έρευνα Ενότητα #3: Ακέραιος Προγραμματισμός Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης
Διαβάστε περισσότεραΠροσδιοριστικές Μέθοδοι Επιχειρησιακής Έρευνας Πολυκριτήριος Γραμμικός Προγραμματισμός (Goal Programming)
Προσδιοριστικές Μέθοδοι Επιχειρησιακής Έρευνας Πολυκριτήριος Γραμμικός Προγραμματισμός (Goal Programming Νίκος Τσάντας ιατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Τμήμ. Μαθηματικών Μαθηματικά των Υπολογιστών
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 περισσότεραΑναπαράσταση Γνώσης και Συλλογιστικές
ναπαράσταση Γνώσης και Συλλογιστικές! Γενικά Προτασιακή λογική Λογική πρώτης τάξης Λογικός προγραµµατισµός Επεκτάσεις της Λογικής Πρώτης Τάξης Συστήµατα Κανόνων Επίλογος ναπαράσταση γνώσης " ναπαράσταση
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 περισσότεραΘεωρία 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 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 περισσότεραΟ Αλγόριθµος της Simplex
Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα. Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα. Αρχικοποίηση : Επέλεξε έναν αντιστρέψιµο πίνακα B (m m) έτσι ώστε x
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 περισσότεραΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο
ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο Διδάσκων: Ι. Κολέτσος Κανονική Εξέταση 2007 ΘΕΜΑ 1 Διαιτολόγος προετοιμάζει ένα μενού
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 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 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 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 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 περισσότεραΚεφάλαιο 6. Μέθοδοι επίλυσης προβλημάτων ακέραιου προγραμματισμού
Κεφάλαιο 6 Μέθοδοι επίλυσης προβλημάτων ακέραιου προγραμματισμού 1 Γραφική επίλυση Η γραφική μέθοδος επίλυσης μπορεί να χρησιμοποιηθεί μόνο για πολύ μικρά προβλήματα με δύο ή το πολύ τρεις μεταβλητές απόφασης.
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα Φεβρουαρίου 0 / ένδρα Ενα δένδρο είναι
Διαβάστε περισσότεραιδάσκοντες :Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β (Περιττοί) : Αριθµητική Επίκ. Καθηγητής νάλυση Φ.Τζαφέρης (ΕΚΠΑ) 27 Μαΐου / 20
Αριθµητική Ανάλυση ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης ΕΚΠΑ 27 Μαΐου 2010 ιδάσκοντες:τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β
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 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 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 περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebraii/laii018/laii018html ευτέρα 3 Απριλίου 018 Αν C = x
Διαβάστε περισσότερα6.1 Η ΕΝΝΟΙΑ ΤΗΣ ΣΥΝΑΡΤΗΣΗΣ
6. Η ΕΝΝΟΙΑ ΤΗΣ ΣΥΝΑΡΤΗΣΗΣ ΘΕΩΡΙΑ. Ορισµός της συνάρτησης Συνάρτηση από ένα σύνολο Α σε ένα σύνολο Β λέγεται µια διαδικασία (κανόνας τρόπος ), µε την οποία κάθε στοιχείο του συνόλου Α αντιστοιχίζεται σε
Διαβάστε περισσότερα+ = x 8x = x 8x 12 0 = 2 + = + = x 1 2x. x 2x 1 0 ( 1)
ΠΡΟΒΛΗΜΑΤΑ ΣΤΙΣ ΚΛΑΣΜΑΤΙΚΕΣ ΕΞΙΣΩΣΕΙΣ Β ΒΑΘΜΟΥ ΜΕΘΟ ΟΛΟΓΙΑ Τα προβλήµατα των Μαθηµατικών χωρίζονται στις παρακάτω βασικές κατηγορίες : Κατηγορία 1η : Αναζητούν έναν άγνωστο Ονοµάζουµε χ αυτόν που αναζητούµε
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 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 περισσότεραΑνάλυση Ευαισθησίας. αναζητάμε τις επιπτώσεις που επιφέρει στη βέλτιστη λύση η
Ανάλυση Ευαισθησίας αναζητάμε τις επιπτώσεις που επιφέρει στη βέλτιστη λύση η μεταβολή των αντικειμενικών συντελεστών c μεταβολή των όρων b i στο δεξιό μέλος του συστήματ των περιορισμ μεταβολή των συντελεστών
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 / 17 Μέγιστη Κοινή Υπακολουθία
Διαβάστε περισσότεραΑκρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange
64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από
Διαβάστε περισσότεραΑριθµητική Ανάλυση 1 εκεµβρίου / 43
Αριθµητική Ανάλυση 1 εκεµβρίου 2014 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 1 / 43 Κεφ.5. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ίνεται ένας πίνακας A C n n και Ϲητούνται να προσδιορισθούν οι
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 19: Επίλυση Γενικών Γραμμικών Προβλημάτων Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραιατύπωση τυπικής µορφής προβληµάτων Γραµµικού
Ο αλγόριθµος είναι αλγεβρική διαδικασία η οποία χρησιµοποιείται για την επίλυση προβληµάτων (προτύπων) Γραµµικού Προγραµµατισµού (ΠΓΠ). Ο αλγόριθµος έχει διάφορες παραλλαγές όπως η πινακοποιηµένη µορφή.
Διαβάστε περισσότεραΑνάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος
Τμήμα Μηχανικών Πληροφορικής ΤΕ Ακαδημαϊκό έτος 2016-2017 Άρτα Επιχειρησιακή Έρευνα Γκόγκος Χρήστος Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων ΣΕΤ ΑΣΚΗΣΕΩΝ 3 Ανάλυση
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 περισσότεραΘεωρία 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 περισσότεραΘέµατα ( ικαιολογείστε πλήρως όλες τις απαντήσεις σας)
Τµήµα Μαθηµατικών, Πανεπιστηµίου Κρήτης Εξεταστική περίοδος Σεπτεµβρίου ακαδηµαϊκού έτους 29-2 Τρίτη, 3 Αυγούστου 2 Εφαρµοσµένη Άλγεβρα ιδάσκων: Α. Τόγκας Θέµατα ( ικαιολογείστε πλήρως όλες τις απαντήσεις
Διαβάστε περισσότεραΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΚΑΤΟΠΤΡΙΚΗΣ ΣΥΜΜΕΤΡΙΑΣ
ΠΑΙ ΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ: ΓΕΩΜΕΤΡΙΚΟΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΕΝΟΤΗΤΑ: ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΚΑΤΟΠΤΡΙΚΗΣ ΣΥΜΜΕΤΡΙΑΣ [Κ. ΠΑΠΑΜΙΧΑΛΗΣ ρ ΦΥΣΙΚΗΣ] Τίτλος του Σεναρίου ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΚΑΤΟΠΤΡΙΚΗΣ ΣΥΜΜΕΤΡΙΑΣ Μελέτη των µετασχηµατισµών
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 περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 9: Γεωμετρία του Χώρου των Μεταβλητών, Υπολογισμός Αντιστρόφου Μήτρας Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
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 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 περισσότεραΑριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50
Αριθµητική Γραµµική Αλγεβρα Κεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ΕΚΠΑ 2 Απριλίου 205 Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και205
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 περισσότεραΘέµατα ( ικαιολογείστε πλήρως όλες τις απαντήσεις σας)
Τµήµα Μαθηµατικών, Πανεπιστηµίου Κρήτης Εξεταστική περίοδος Ιουνίου ακαδηµαϊκού έτους 29-21 Παρασκευή, 1 Ιουνίου 21 Εφαρµοσµένη Άλγεβρα ιδάσκων: Α. Τόγκας Θέµατα ( ικαιολογείστε πλήρως όλες τις απαντήσεις
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 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 περισσότερα4. Αναδροµικός τύπος Είναι ο τύπος που συσχετίζει δύο ή περισσότερους γενικούς όρους µιας ακολουθίας
5. ΑΚΟΛΟΥΘΙΕΣ ΘΕΩΡΙΑ. Ορισµός Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε συνάρτηση µε πεδίο ορισµού το το σύνολο N * = {,, 3, 4.} και σύνολο αφίξεως το R Η ακολουθία συµβολίζεται (α ν ) ή (β ν ) κ.λ.π.
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 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 περισσότερα1.1 ΣΥΝΑΡΤΗΣΕΙΣ. 1. Ορισµός. 2. Συµβολισµός. 3. Επεξήγηση συµβόλων. 4. Γραφική παράσταση της συνάρτησης f : A R
. ΣΥΝΑΡΤΗΣΕΙΣ ΘΕΩΡΙΑ. Ορισµός Ονοµάζουµε συνάρτηση µια διαδικασία µε την οποία κάθε στοιχείο ενός συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου συνόλου Β. Σηµείωση: Στο εξής θα είναι Α R και
Διαβάστε περισσότεραιδάσκοντες :Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β (Περιττοί) : Αριθµητική Επίκ.
Αριθµητική Ανάλυση ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ Καθηγητής ΦΤζαφέρης ΕΚΠΑ 3 Μαρτίου 010 ιδάσκοντες:τµήµα Α ( Αρτιοι) : Καθηγητής Ν Μισυρλής,Τµήµα Β Αριθµητική
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 18: Επίλυση Γενικών Γραμμικών Προβλημάτων Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
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 περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Ανάλυση Ευαισθησίας. Έχοντας λύσει ένας πρόβλημα ΓΠ θα πρέπει να αναρωτηθούμε αν η λύση έχει φυσική σημασία. Είναι επίσης πολύ πιθανό να έχουμε χρησιμοποιήσει δεδομένα για τα οποία δεν είμαστε σίγουροι
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 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 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 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 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 περισσότερα15 εκεµβρίου εκεµβρίου / 64
15 εκεµβρίου 016 15 εκεµβρίου 016 1 / 64 Αριθµητική Ολοκλήρωση Κλειστοί τύποι αριθµητικής ολοκλήρωσης Εστω I(f) = b µε f(x) C[a, b], τότε I(f) = F(b) F(a), όπου F(x) είναι το αόριστο ολοκλήρωµα της f(x).
Διαβάστε περισσότεραFermat, 1638, Newton Euler, Lagrange, 1807
Εισαγωγή Μαθ Προγρ Κλασικά Προβλ Επεκτάσεις Υπολογιστικές Μέθοδοι στη Θεωρία Αποφάσεων Ενότητα 1 Εισαγωγή Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Προπτυχιακό πρόγραμμα σπουδών 3 Μαρτίου
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 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 περισσότεραΕΝΝΟΙΕΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ, διαλ. 4. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 6/5/2017
ΕΝΝΟΙΕΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ διαλ. 4 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 6/5/7 Χαρακτηριστικά του προβλήματος Μελέτη αντικειμενικών συναρτήσεων και συναρτήσεων περιορισμών: Απλούστευση προβλήματος
Διαβάστε περισσότεραΣχεδιασμός επέκτασης του συστήματος ηλεκτροπαραγωγής με τη χρήση Πολυκριτηριακού Γραμμικού Προγραμματισμού
3ο Πανελλήνιο Επιστημονικό Συνέδριο Χημικής Μηχανικής Αθήνα,, IούνιοςI 200 Σχεδιασμός επέκτασης του συστήματος ηλεκτροπαραγωγής με τη χρήση Πολυκριτηριακού Γραμμικού Προγραμματισμού Γιώργος Μαυρωτάς Δανάη
Διαβάστε περισσότεραΗ γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού
Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 τελευταία ενημέρωση: 21/10/2016
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 περισσότεραΑριθµητική Ανάλυση. Ενότητα 3 Αριθµητικές Μέθοδοι για την επίλυση Γραµµικών Συστηµάτων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,
Αριθµητική Ανάλυση Ενότητα 3 Αριθµητικές Μέθοδοι για την επίλυση Γραµµικών Συστηµάτων Ν Μ Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν Μ Μισυρλής Αριθµητική Ανάλυση - Ενότητα 3 1 / 9 Η
Διαβάστε περισσότερα2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες Χρήσης Creative
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n
ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 3 Ο αλγόριθµος Gauss Eστω =,3,, µε τον όρο γραµµικά συστήµατα, εννοούµε συστήµατα εξισώσεων µε αγνώστους της µορφής: a x + + a x = b a x + + a x = b a
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 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 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 περισσότερα