Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba
|
|
- Anna Mezei
- 8 évvel ezelőtt
- Látták:
Átírás
1 I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: Konzultációs idő: (páros tan. hét) csütörtök
2 A döntés fogalma Döntés: mindennapi élet állandó velejárója jó döntés hozatala feltételek, lehetőségek ismerete. Döntés: választás a lehetőségek közül valamilyen célnak megfelelően (pl. vizsgára készülés) Klasszikus döntéselmélet: a döntéshozó teljesen informált és csak egy cél elérése a célja. Valóság: teljes informáltság adathalmazok nagysága miatt nem lehetséges általában célok kombinációját akarjuk megvalósítani döntést befolyásolják szokások, viselkedési formák A döntés definíciója Döntés: A döntés célirányos választás adott környezetben cselekvési változatok között, ahol a cselekvési változatok a döntési folyamatok döntést megelőző szakaszában cselekvési lehetőségekként vannak feltárva. (Kindler József) Döntés: A döntés a döntéshozó szervezet közlésoutputjának egy speciális funkciója, más egységek folyamatainak szabályozása. (Kornai János) A döntés egyszerre egy cselekvés (választás) és egy folyamat része. 2
3 A döntési folyamat szakaszai 1. A döntési helyzet felismerése 2. Helyzetfelmérés 3. Helyzetelemzés 4. Célkitűzések, kritériumok meghatározása 5. Alternatívák kidolgozása és értékelése 6. Döntés 7. Végrehajtás ellenőrzés Döntési helyzet azonosítás: : A döntési folyamat szakaszai 1. A döntési helyzet felismerése A döntéshozó azon megállapítása, hogy az általa irányított (befolyásolt ) rendszer működése, a folyamatok alakulása nem az ő céljának (céljainak) megfelelően történik. Döntési helyzet felismerésének esetei: -döntési kényszer ( nem célszerű megvárni), -figyelmeztető rendszerek használata, -külső problémajelző rendszerek használata, -probléma kutatási tevékenység. 3
4 A döntési folyamat szakaszai 2. Helyzetfelmérés Ebben a szakaszban az információk összegyűjtése és elsődleges csoportosítása folyik. Fontos az információk teljeskörűségének biztosítása. Ki kell derülnie, hogy melyik információ hasznos, melyik nem. 3. Helyzetelemzés Át kell látni az adatok, tények közötti összefüggéseket a döntési probléma szempontjából. A döntési folyamat szakaszai 4. Célkitűzések, kritériumok meghatározása Az adott döntési szituációban konkretizálni kell a célt, hogy döntési kritériumokat lehessen adni. Ha lehet, a problémát részproblémákra kell bontani - vigyázat rossz felbontás esetén a részproblémák megoldása nem alkalmazható az eredeti feladatra. Általában a rendszerek bonyolultabbak annál, hogy tevékenységük egyetlen céllal lenne kapcsolatba hozható célstruktúra, célok hierarchiája létezik. 4
5 A döntési folyamat szakaszai A döntési problémák osztályozása a strukturáltságuk szerint: A jól strukturált probléma programozható rendszeresen ismétlődő, kidolgozott metodika van a megoldására. (pl. munkatevékenység ütemezése, számlázás) A rosszul strukturált probléma nem programozható ritkán és váratlanul jelentkező, ismeretlen vagy túl komplex megoldású feladat. (pl. vállalat átszervezése, egy kutatás elvégzése) A döntési folyamat szakaszai 5. Alternatívák kidolgozása és értékelése Meg kell találni, kifejleszteni és értékelni a lehetséges cselekvési alternatívákat. Kockázatvállalás ill. nem vállalás bizonyos lehetőségeket eleve bevehet ill. kizárhat a lehetőségek közül. Értékelésnél fontos a kimenetek számszerűsíthetősége : könnyebb a lehetőségek rendezése, sorrendbe állítása. Döntéshozónak általában világos preferencia-sorrendje van, ami lehetővé teszi számára a kívánatos kimenetek rangsorolását. 5
6 A döntési folyamat szakaszai Döntő szerep jut a modellezésnek ebben a fázisban. (Az alkalmazott modellek gyakran jobban meghatározzák a kapott eredményeket, mint a számszerüsítéshez használt adatok.) Modell típusok: Normatív: optimális megoldás keresése a cél. Leíró: az alternatívák egy részhalmazát tekintjük. Ezek közül a legjobbat tekintjük, elégséges egy elfogadható megoldás megtalálása is. Kielégítő:időhiány, erőforráshiány, az optimalizáció nehézségei miatt gyakran szükségszerű, nem opt. modell. A döntési folyamat szakaszai 6. Döntés Megadni, melyek a választási kritériumnak leginkább megfelelő cselekvés(ek). 7. Végrehajtás, ellenőrzés A kiválasztott megoldást át kell ültetni a valóságba. Tudni kell: kinek, mikor, mi kell csinálnia, hogy a döntés megvalósuljon. 6
7 A döntéselőlészítés fogalma A zömmel gazdasági, általában nagy feladatok megoldása. Hatékony eszköz: Operációkutatás Olyan tudományos módszer, amely a döntések előkészítéséhez, a gazdasági optimum meghatározásához valamilyen szélsőérték feladatot alkalmaz. Elnevezés: II. világháború idején szakemberekből csoportot hoztak létre, hogy katonai hadmüveleti (operation) döntésekhez tudományos eszközök segítségével dolgozzanak ki javaslatokat. Az operációkutatás alkalmazása Matematikai modell megadása: ismeretlenek meghatározása, korlátozó feltételek megadása, célfüggvény megadása. Modellek csoportosítása: determinisztikus vagy sztochasztikus (ismeretlenek), lineáris vagy nem lineáris (feltételek, célfüggvény), folytonos vagy nem folytonos (ismeretlenek). 7
8 Lineáris programozás ( LP ) LP feladat: korlátozó feltételek és az elérendő célt megfogalmazó célfüggvény is lineáris. A továbbiakban olyan feladatokkal foglalkozunk, a- melyek lineárisak és a megoldási algoritmusuk olyan, hogy véges sok lépés után eljutunk az optimális megoldáshoz. Primál-duál feladatpár: modellek döntő részénél a feladathoz hozzárendelünk egy ún. duál feladatot. Történeti áttekintés: L.V. KANTOROVICS (1939) az LP feladat első megfogalmazója és elemzője. G.B. DANTZIG (1947) az LP megoldására szolgáló hatékony módszer, az ún. szimplex módszer felfedezője. T.C. KOOPMANS (1951) a róla elnevezett ún. Koopmans-féle termelési modell megalkotója (1975-ben Kantorovics-csal NOBEL-díjat kapott) 8
9 Lineáris programozási (LP) feladat TERMÉKVÁLASZTÉK MODELL Ismert: T 1,T 2,...,T j,..., T n egy üzem n féle terméket állít elő E 1,E 2,..., E i,..., E m a gyártáshoz az üzemben m féle erőforrás áll rendelkezésre. a ij egységnyi T j termék előállításához az E i erőforrás esetén szükséges normaóra b i E i erőforrásból rendelkezésre álló felhasználható kapacitás egységnyi T j értékesítési ára (egység ár) c j Feladat (primál) : Határozzuk meg azt a termékválasztékot ( melyik termékből mennyit kell gyártani ), amelynél az erőforrás felhasználás nem haladja meg a rendelkezésre álló kapacitást és a maximális árbevételt biztosítja az üzemnek. Matematikai modell: ismeretlen választás : x 1, x 2,..., x j,..., x n x j legyen a T j termékből gyártott mennyiség Táblázatosan adjuk meg az ismert mennyiségeket! 9
10 x 1 x 2... x n x T 1 T 2... T n b E 1 a 11 a a 1n b 1 E 2 a 21 a a 2n b E m a m1 a m2... a mn b m A c 1 c 2... c n c Korlátozó feltételek, célfüggvény: E 1 : a 11 x 1 + a 12 x a 1j x j a 1n x n b 1 E 2 : a 21 x 1 + a 22 x a 2j x j a 2n x n b 2 E m : a m1 x 1 + a m2 x a mj x j a mn x n x 1, x 2..., x j,..., x n 0 b m c 1 x 1 + c 2 x c j x j c n x n max! 10
11 Duál feladat : Jelentkezik egy vállalkozó, aki bérbe szeretné venni az erőforrásokat. Feladat: Határozzuk meg, mekkora bérleti díjat ajánljon a vállalkozó, hogy az üzemnek megérje bérbe adni az erőforrásokat és a vállalkozó kiadása a legkevesebb legyen. Matematikai modell: ismeretlen választás :y 1, y 2,..., y i,..., y m y i legyen a E i erőforrás 1 normaórájának a bérleti díja Táblázatosan adjuk meg az ismert mennyiségeket! x 1 x 2... x n x T 1 T 2... T n b y 1 E 1 a 11 a a 1n b 1 y 2 E 2 a 21 a a 2n b y m E m a m1 a m2... a mn b m y A c 1 c 2... c n c 11
12 Korlátozó feltételek, célfüggvény: Bérbeadás megéri:egységnyi termék előállításához szükséges erőforrás bérleti díja nem kevesebb, mint az elérhető árbevétel. T 1 : y 1 a 11 + y 2 a y i a i y m a m1 c 1 T 2 : y 1 a 12 + y 2 a y i a i y m a m2 c 2 T n : y 1 a 1n + y 2 a 2n y i a in y m a mn y 1, y 2..., y i,..., y m 0 b 1 y 1 + b 2 y b i y i b m y m min! c n Primál, duál feladatok mátrixos megadása Primál feladat: A x b x 0 c x max! Duál feladat: y A c y 0 y b min! Primál feltételek Primál célfüggvény Duál feltételek Duál célfüggvény 12
13 13
Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenBevezetés az operációkutatásba A lineáris programozás alapjai
Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév 2008. szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II.
RészletesebbenDualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat
RészletesebbenDöntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT
Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT döntés döntéselőkészítés D ö n t é s i f o l y a m a t döntés és megvalósítás döntéselőkészítés Döntési folyamat A probléma felismerése, azonosítása, megfogalmazása
RészletesebbenOperációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu Budapest 200. október 10. Mit tanulunk ma? Szállítási feladat Megoldása Adott: Egy árucikk, T 1, T 2, T,..., T m termelőhely, melyekben rendre
RészletesebbenDöntéselméleti modellek
Döntéselméleti modellek gyakorlat Berta Árpád Követelmények A félév során 40 pont szerezhető 0-19 pont : elégtelen (1) 20-24 pont : elégséges (2) 25-29 pont : közepes (3) 30-34 pont : jó (4) 35-40 pont
RészletesebbenOperációkutatás példatár
1 Operációkutatás példatár 2 1. Lineáris programozási feladatok felírása és megoldása 1.1. Feladat Egy gazdálkodónak azt kell eldöntenie, hogy mennyi kukoricát és búzát vessen. Ha egységnyi földterületen
RészletesebbenTermelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok
egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék kallo@mvt.bme.hu Tematika Bevezetés A termelési, szolgáltatási igény előrejelzése Alapfogalmak, az előrejelzési módszerek osztályozása Előrejelzési
RészletesebbenOptimumkeresés számítógépen
C Optimumkeresés számítógépen Az optimumok megtalálása mind a gazdasági életben, mind az élet sok más területén nagy jelentőségű. A matematikában számos módszert dolgoztak ki erre a célra, például a függvények
RészletesebbenTotális Unimodularitás és LP dualitás. Tapolcai János
Totális Unimodularitás és LP dualitás Tapolcai János tapolcai@tmit.bme.hu 1 Optimalizálási feladat kezelése NP-nehéz Hatékony megoldás vélhetően nem létezik Jó esetben hatékony algoritmussal közelíteni
RészletesebbenTermelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok
egyetemi docens Menedzsment és Vállalatgazdaságtan Tanszék kallo@mvt.bme.hu Tudnivalók Segédanyagok Jegyzet, előadásvázlatok, munkafüzet Példatár, konzultáció, képletgyűjtemény Elméleti kérdések kidolgozása
RészletesebbenDöntési módszerek Tantárgyi útmutató
Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2018/19. tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:
RészletesebbenFogalmak Navigare necesse est
Döntéselmélet Fogalmak Navigare necesse est - dönteni mindenkinek kell A döntés nem vezetői privilégium: de! vezetői kompetencia, a vezetői döntések hatása Fogalmak II. A döntés célirányos választás adott
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
RészletesebbenTermelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak
Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok
RészletesebbenEgyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma
Egyes logisztikai feladatok megoldása lineáris programozás segítségével - bútorgyári termelési probléma - szállítási probléma Egy bútorgyár polcot, asztalt és szekrényt gyárt faforgácslapból. A kereskedelemben
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
RészletesebbenMatematikai modellezés
Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe
RészletesebbenDr. Kalló Noémi. Termelésszervezés, Termelési és szolgáltatási döntések elemzése. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék
Termelésszervezés, Termelési és szolgáltatási döntések elemzése egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelésszervezés 17.Ismertesse az anyagszükséglet-tervezés input információit,
Részletesebben2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 8. Előadás Bevezetés Egy olyan LP-t, amelyben mindegyik változó egészértékű, tiszta egészértékű
RészletesebbenLogisztikai szimulációs módszerek
Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok
RészletesebbenG Y A K O R L Ó F E L A D A T O K
Döntéselmélet G Y A K O R L Ó F E L A D A T O K Lineáris programozás I Egy vállalat kétféle terméket gyárt, az A és B termékeket. A következő adatok ismertek: A vállalat éves munkaóra-kapacitása 1440 óra,
Részletesebbenb) Írja fel a feladat duálisát és adja meg ennek optimális megoldását!
1. Három nemnegatív számot kell meghatározni úgy, hogy az elsőt héttel, a másodikat tizennéggyel, a harmadikat hattal szorozva és ezeket a szorzatokat összeadva az így keletkezett szám minél nagyobb legyen.
RészletesebbenOperációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2016/17 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
RészletesebbenÉrzékenységvizsgálat
Érzékenységvizsgálat Alkalmazott operációkutatás 5. elıadás 008/009. tanév 008. október 0. Érzékenységvizsgálat x 0 A x b z= c T x max Kapacitások, együtthatók, célfüggvény együtthatók változnak => optimális
RészletesebbenTóth Georgina Nóra 1-2. gyakorlat OPERÁCIÓKUTATÁS
Tóth Georgina Nóra toth.georgina@bgk.uni-obuda.hu -2. gyakorlat OPERÁCIÓKUTATÁS TÖRTÉNETI ÁTTEKINTÉS Ipari forradalom hatása a vállalatokra II. világháború Katonai hadműveletek (operációk) Kutatók alkalmazása
RészletesebbenOperációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2015/16 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
RészletesebbenDöntéselmélet SZIKORA PÉTER ŐSZ
Döntéselmélet SZIKORA PÉTER 2016-2017 ŐSZ Elérhetőségek Szikora Péter szikora.peter@kgk.uni-obuda.hu Népszínház utca 8. 2. emelet 226. szoba http://tig.kgk.uni-obuda.hu/doe 2 Követelmények Gazdálkodás
RészletesebbenBranch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11.
11. gyakorlat Branch-and-Bound a korlátozás és szétválasztás módszere 1. Az egészértéketű programozás 1.1. Bevezető Bizonyos feladatok modellezése kapcsán előfordulhat olyan eset, hogy a megoldás során
RészletesebbenOpkut deníciók és tételek
Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét
RészletesebbenDöntési módszerek Tantárgyi útmutató
Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2015/16 tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:
RészletesebbenNövényvédő szerek A B C D
A feladat megoldása során az Excel 2010 használata a javasolt. A feladat elvégzése során a következőket fogjuk gyakorolni: Termelési és optimalizálási feladatok megoldása. Mátrixműveletek alkalmazása.
Részletesebben1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +
RészletesebbenSzámítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések
BLSZM-09 p. 1/17 Számítógépes döntéstámogatás Döntések fuzzy környezetben Közelítő következtetések Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu
RészletesebbenOperációkutatás I. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo nappali tagozat Operációkutatás I. Tantárgyi útmutató 2017/18 tanév 1. félév 1/4 Tantárgy megnevezése: Operációkutatás Tantárgy kódja: OPKU1KOMEMM Tanterv szerinti
RészletesebbenTANTÁRGYI ÚTMUTATÓ. Operációkutatás. tanulmányokhoz
II. évfolyam szakirány BA TANTÁRGYI ÚTMUTATÓ Operációkutatás tanulmányokhoz TÁVOKTATÁS Tanév (2014/2015) I. félév A KURZUS ALAPADATAI Tárgy megnevezése: Operációkutatás Tanszék: BGF Módszertani Intézeti
RészletesebbenTermelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak
Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok
RészletesebbenANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális
Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer
RészletesebbenOperációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Követelmények: Aláírás feltétele: foglalkozásokon való részvétel + a félév
RészletesebbenOPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN)
OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN) Fábos Róbert 1 Alapvető elvárás a logisztika területeinek szereplői (termelő, szolgáltató, megrendelő, stb.)
RészletesebbenÁttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 6. Előadás Áttekintés Kezdjük újra a klasszikus erőforrás allokációs problémával (katonák,
RészletesebbenDöntéselmélet OPERÁCIÓKUTATÁS
Döntéselmélet OPERÁCIÓKUTATÁS Operációkutatás Az operációkutatás az a tudomány, amely az optimális döntések előkészítésében matematikai módszereket használ fel. Az operációkutatás csak a döntés-előkészítés
RészletesebbenÜtemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék
Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm
RészletesebbenOperációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje
Operációkutatás 1 NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.
RészletesebbenVÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
RészletesebbenS Z Á L L Í T Á S I F E L A D A T
Döntéselmélet S Z Á L L Í T Á S I F E L A D A T Szállítási feladat meghatározása Speciális lineáris programozási feladat. Legyen adott m telephely, amelyeken bizonyos fajta, tetszés szerint osztható termékből
RészletesebbenA dualitás elve. Készítette: Dr. Ábrahám István
A dalitás elve Készítette: Dr. Ábrahám István A dalitás fogalma, alapösszefüggései Definíció: Adott a lineáris programozás maimm feladata: 0 A b f()=c* ma Ekkor felírható a kővetkező minimm feladat: y
RészletesebbenS atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
Részletesebben3. előadás. Termelési és optimalizálási feladatok. Dr. Szörényi Miklós, Dr. Kallós Gábor
3. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak
RészletesebbenTartalom. Matematikai alapok. Termékgyártási példafeladat. Keverési példafeladat Szállítási példafeladat Hátizsák feladat, egészértékű feladat
6. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2013 2014 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Termékgyártási
RészletesebbenÜtemezési modellek. Az ütemezési problémák osztályozása
Ütemezési modellek Az ütemezési problémák osztályozása Az ütemezési problémákban adott m darab gép és n számú munka, amelyeket az 1,..., n számokkal fogunk sorszámozni. A feladat az, hogy ütemezzük az
Részletesebben1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI Normál feladatok megoldása szimplex módszerrel / / Normál feladatok megoldása szimplex
RészletesebbenMátrixjátékok tiszta nyeregponttal
1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják
RészletesebbenHálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék
Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Maximális folyam 7 7 9 3 2 7 source 8 4 7 sink 7 2 9 7 5 7 6 Maximális folyam feladat Adott [N, A] digráf (irányított
Részletesebben1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1. x 1 0, x 2 0
Gyakorló feladatok Operációkutatás vizsgára 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, b, c, d, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1 x 1 2, 5 z 1 = 4x 1 3x 2 max; z
RészletesebbenNemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással
pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál
RészletesebbenVállalati modellek. Előadásvázlat. dr. Kovács László
Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 8. Előadás Dr. Kulcsár Gyula egyetemi docens Kereső algoritmusok alkalmazása
RészletesebbenOptimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenProgramozási módszertan. Mohó algoritmusok
PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 1-2. Előadás Dr. Kulcsár Gyula egyetemi docens A tantárgy tematikája 1.
RészletesebbenDr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
RészletesebbenDöntéselőkészítés. VII. előadás. Döntéselőkészítés. Egyszerű Kőnig-feladat (házasság feladat)
VII. előadás Legyenek adottak Egyszerű Kőnig-feladat (házasság feladat) I, I 2,, I i,, I m személyek és a J, J 2,, J j,, J n munkák. Azt, hogy melyik személy melyik munkához ért ( melyik munkára van kvalifikálva)
RészletesebbenLehetőségek felmérése
Kell-e projekt? Vannak e üzleti és/vagy informatikai problémáink a vállalati működés során? Ha igen, melyek ezek? (Lista jellegű összegzés) Miből adódnak ezen problémák: Tisztán ügyviteli problémák. A
Részletesebben1. Előadás Lineáris programozás
1. Előadás Lineáris programozás Salamon Júlia Előadás II. éves gazdaság informatikus hallgatók számára Operációkutatás Az operációkutatás az alkalmazott matematika az az ága, ami bizonyos folyamatok és
RészletesebbenNem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
RészletesebbenAlgoritmizálás, adatmodellezés tanítása 8. előadás
Algoritmizálás, adatmodellezés tanítása 8. előadás Elágazás és korlátozás A backtrack alkalmas-e optimális megoldás keresésére? Van költség, és a legkisebb költségű megoldást szeretnénk előállítani. Van
RészletesebbenÜzleti tervezés. Kis- és középvállalkozások. Anyagi és pénzügyi folyamatok. Ügyvezetés I. és II. Értékesítés. Beszerzés 8. Raktár 7.
Kis- és középvállalkozások Ügyvezetés I. és II. Kis- és középvállalkozások I-II. 1 Üzleti tervezés Kis- és középvállalkozások I-II. 2 Anyagi és pénzügyi folyamatok 3 Értékesítés 6 1 Beszerzés 8 Szállító
RészletesebbenBeszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 7. Előadás Készáruraktár készletmenedzsmentje A készletmenedzsment feladata A készletmenedzsment feladata
RészletesebbenNövényvédő szerek A 500 0 0 0 0 65000 B 0 0 50 500 500 60000 C 50 25 0 50 50 12000 D 0 25 5 50 0 6000
A feladat megoldása során az Excel 2010 használata a javasolt. A feladat elvégzése során a következőket fogjuk gyakorolni: Termelési és optimalizálási feladatok megoldása. Mátrixműveletek alkalmazása.
RészletesebbenNemlineáris programozás 2.
Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,
RészletesebbenAz Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA
Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA 11. Előadás Az üzleti terv tartalmi követelményei Az üzleti terv tartalmi követelményei
RészletesebbenKöltségkalkuláció. Kis- és középvállalkozások. Kalkuláció fogalma. Ügyvezetés I. és II.
Kis- és középvállalkozások Ügyvezetés I. és II. 1 Költségkalkuláció 2 Kalkuláció fogalma Gazdaságossági számítás Jövedelmezőség meghatározása Önköltség meghatározása Kalkuláció csoportosítása Egység szerinti
RészletesebbenTermeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite
Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite Alkalmazásával 214 Monostori László egyetemi tanár Váncza József egyetemi docens 1 Probléma Igények
RészletesebbenEllátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
RészletesebbenKorlátozás és szétválasztás elve. ADAGOLO adattípus
Korlátozás és szétválasztás elve ADAGOLO adattípus Értékhalmaz: E Adagolo : A E Műveletek: A : Adagolo, x : E {Igaz} Letesit(A) {A = /0} {A = A} Megszuntet(A) {Igaz} {A = A} Uresit(A) {A = /0} {A = A}
RészletesebbenOperációkutatási modellek
Operációkutatási modellek Alkalmazott matematika A sorozat kötetei: Kóczy T. László Tikk Domonkos: Fuzzy rendszerek (2000) Elliott, J. R. Kopp, P. E.: Pénzpiacok matematikája (2000) Michelberger Szeidl
RészletesebbenOperációkutatás vizsga
Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 2007. január 9. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS
RészletesebbenKövetelmény meghatározás. Információrendszer fejlesztés módszertana, Dr. Molnár Bálint egyetemi docens 1
Követelmény meghatározás Információrendszer fejlesztés módszertana, Dr. Molnár Bálint egyetemi docens 1 A követelményjegyzék a rendszerfejlesztési alapmintában Döntési struktúra Vizsgálat/ helyzetfelmérés
RészletesebbenOutsourcing az optimalizálás lehetőségének egyik eszköze
Outsourcing az optimalizálás lehetőségének egyik eszköze Kissné Dézsi Erika MOL Csoport, Petrolkémia - Tiszai Vegyi Kombinát Nyrt. Logisztika menedzsmentvezető Debrecen, 2009.10.02. Outsourcing az optimalizálás
RészletesebbenSzámítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA
SZDT-03 p. 1/24 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás
Részletesebbenoperációkutatás példatár
operációkutatás példatár . MŰVELETEK MÁTIXOKKAL. (Megoldás a.-es gyakorló ideóban.) Itt annak ezek a mátriok illete ektorok: A c B d * E f * Végezzük el a köetkező műeleteket: A B B E B c B A A E B d..
RészletesebbenA hálózattervezés alapvető ismeretei
A hálózattervezés alapvető ismeretei Infokommunikációs hálózatok tervezése és üzemeltetése 2011 2011 Sipos Attila ügyvivő szakértő BME Híradástechnikai Tanszék siposa@hit.bme.hu A terv általános meghatározásai
RészletesebbenA szimplex tábla. p. 1
A szimplex tábla Végződtetés: optimalitás és nem korlátos megoldások A szimplex algoritmus lépései A degeneráció fogalma Komplexitás (elméleti és gyakorlati) A szimplex tábla Példák megoldása a szimplex
RészletesebbenAz optimális megoldást adó algoritmusok
Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.
RészletesebbenÁltalános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
Részletesebben5. A vezetıi dönt. ntéshozatal. A döntéselmélet tárgya. A racionális viselkedés feltételei megszervezésének, megnyilvánulásának, vizsgálata.
5. A vezetıi dönt ntéshozatal A döntéselmélet tárgya A racionális viselkedés feltételei megszervezésének, megnyilvánulásának, logikai, matematikai és, empirikus vizsgálata. 1 A döntéselmélet rendeltetése
RészletesebbenTOP- CLLD Dr. Loncsár Krisztina. Miniszterelnökség Május 10. Május 14. Kecskemét, Balatonfüred
TOP- CLLD 2016-2020 Dr. Loncsár Krisztina Miniszterelnökség 2016. Május 10. Május 14. Kecskemét, Balatonfüred A CLLD eszköz helye és szerepe a térségfejlesztésben legfontosabb speciális szabályai Eredete:
RészletesebbenFejezet. Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások
Fejezet 2 Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Terminológia Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség,
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium F Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26
Részletesebben1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba
Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai
RészletesebbenAnyagszükséglet-tervezés gyakorlat. Termelésszervezés
Anyagszükséglet-tervezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Egyszerű tételnagyság-képzési szabályok, heurisztikák, kapacitáskorlátos esetek (3 komponens,
RészletesebbenAlgoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás
Algoritmusok Tervezése 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás Mi az algoritmus? Lépések sorozata egy feladat elvégzéséhez (legáltalánosabban) Informálisan algoritmusnak nevezünk bármilyen jól definiált
RészletesebbenMinőségmenedzsment: azért felel, hogy a projekt teljesítse az elvárt feladatát és a követelményeket.
Jelölje be a helyes választ: ely projektszereplőhöz tartoznak az következő feladatok: sikeresnek vagy sikertelennek nyilvánítja a projektet a megvalósítás során a változtatások engedélyezése a megvalósítás
RészletesebbenHálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék
Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Alsó felső korlátos maximális folyam 3,9 3 4,2 4,8 4 3,7 2 Transzformáljuk több forrást, több nyelőt tartalmazó
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
RészletesebbenTartalom. Matematikai alapok. Fontos fogalmak Termékgyártási példafeladat
6. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak
RészletesebbenKvantitatív módszerek
Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció
Részletesebben6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének
6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük
Részletesebben