Tóth Georgina Nóra 1-2. gyakorlat OPERÁCIÓKUTATÁS
|
|
- Zsanett Fazekasné
- 7 évvel ezelőtt
- Látták:
Átírás
1 Tóth Georgina Nóra -2. gyakorlat OPERÁCIÓKUTATÁS
2 TÖRTÉNETI ÁTTEKINTÉS Ipari forradalom hatása a vállalatokra II. világháború Katonai hadműveletek (operációk) Kutatók alkalmazása Lendületes fejlődés Számítástechnika robbanásszerű fejlődése
3 OPERÁCIÓKUTATÁS CÉLJA, JELENTŐSÉGE Forráselosztás Bonyolultsági és szakosodási problémák megoldása Optimalizálási problémák
4 OPERÁCIÓKUTATÁS JELLEGZETESSÉGEI Operációkra (műveletekre) vonatkozó kutatás Vállalaton belüli tevékenységek/műveletek összehangolására alkalmazzák Tudományos megközelítés Vállalattól függetlenül alkalmazható Folyamat modell kialakítása lényeges vonások alapján Optimális megoldás keresése
5 MÓDSZEREK, SZABVÁNYOS ESZKÖZÖK Lineáris programozás Szimple módszer (George Dantzig 947) Dinamikus programozás Sorbanállás elmélete Raktározási problémák elmélete
6 OPERÁCIÓKUTATÁS DEFINICIÓJA A döntéshozás olyan tudományos megközelítéseként írhatjuk le, amely szervezeti rendszerek működésével áll kapcsolatban. operációkra vonatkozó kutatás
7 OPERÁCIÓKUTATÁS DEFINICIÓJA 2. Az operációkutatás a valóságos életből eredő determinisztikus és sztochasztikus rendszerek modellezésével és ezekre vonatkozó döntések meghozatalával foglalkozik.
8 PROBLÉMA MEGFOGALMAZÁSA Gyakorlati életben zavaros problémák Fontos tanulmányozni a rendszert Célok meghatározása Kényszerfeltételek Vizsgálandó és egyéb területek közötti kapcsolatok megadása Lehetséges cselekvéssorok Időkorlátok Cél: a probléma egy jól definiált megfogalmazása!
9 MATEMATIKAI MODELL FELÉPÍTÉSE Probléma átfogalmazása, hogy elemzésre alkalmas legyen Idealizált reprezentációk n összefüggő döntés -> döntési változók, 2,. n A hatékonyságot a döntési változók függvényeként fejezzük ki. CÉLFÜGGVÉNY
10 MATEMATIKAI MODELL FELÉPÍTÉSE Döntési változókra vonatkozó megszorítások KÉNYSZERFELTÉTELEK CÉLFÜGGVÉNY + KÉNYSZERFELTÉTELEK ÁLLANDÓI BEMENETI vagy MODELLPARAMÉTEREK
11 FELADATTÍPUSOK Termékek olyan keverékének meghatározása, amely maimalizálja a hasznot A földterület különböző termények vetésére vonatkozó olyan szétosztása, amely maimalizálja a nettó visszatérülést Szennyeződés kiküszöbölésére irányuló módszerek olyan kombinációja, amelynek segítségével a levegő minőségére vonatkozó szabvány a lehető legkisebb költséggel érhető el
12 A MODELL MEGOLDÁSÁNAK LEVEZETÉSE Cél: a modellből levezetni a probléma egy megoldását Szabványos algoritmusok Programcsomagok Idealizált modell Nem biztos, hogy a megoldás a valós problémánál optimális
13 A MODELL MEGOLDÁSÁNAK LEVEZETÉSE Optimális megoldás -> (Matematikai modell) kielégítő megoldás (VALÓSÁG)
14 A MODELL ÉS A BELŐLE SZÁRMAZÓ MEGOLDÁS KIPRÓBÁLÁSA Modell helyességének ellenőrzése (helytelen interpretáció, rossz bemenő paraméter értékek) Paraméter értékek megváltoztatása a hatás figyelemmel kísérése mellett Visszatekintő ellenőrzés (történeti adatok+rekonstrukció) Jelentős-e a javulás? Hátránya: a múlt hűen reprezentálja a jövőt?
15 A MEGOLDÁSRA VONATKOZÓ ELLENŐRZÉSEK LÉTREHOZÁSA CÉL: A valóság változásainak követése Rendszeres eljárások létrehozása Kritikus paraméterek azonosítása (érzékenység vizsgálat) Paraméterek statisztikailag szignifikáns változásának nyomon követése (folyamat ellenőrzési táblázatok, szabályozó kártyák) Cselekvéssor kiigazítása
16 A MEGOLDÁS MEGVALÓSÍTÁSA ( ÜZEMBE HELYEZÉS ) Kritikus fázis A siker függ a felső vezetés támogatásának mértékétől Támogatás mellett a részvétel is fontos
17 A MEGOLDÁS MEGVALÓSÍTÁSÁNAK LÉPÉSEI ( ÜZEMBE HELYEZÉS ) Bevezetendő megoldás, változtatás ismertetése Felelősség megosztása a bevezetést illetően Érintett munkavállalók oktatása (operatív vezetés) Változtatások elvégzése Szükség esetén módosítás Sikeres megoldás esetén periodikus alkalmazás
18 LINEÁRIS PROGRAMOZÁS
19 LINEÁRIS PROGRAMOZÁSI MODELL Célfüggvény Korlátozó feltételek LINEÁRIS A modellben szereplő összes függvény lineáris!
20 LINEÁRIS PROGRAMOZÁS LEGGYAKORIBB ALKALMAZÁSA Korlátozottan rendelkezésre álló források optimális elosztása egymással konkuráló célokat szolgáló tevékenységek között Pl.: termelőerők elosztása, nemzeti kincsek elosztása, kötvénycsomagok (portfolio) kiválasztása, logisztikai feladatok, szállítmányozás megszervezése, egészségügy (besugárzási terápia)
21 SZIMPLEX MÓDSZER Hatékony eljárás Lehetővé teszi óriási méretű lineáris programozási feladat megoldását
22 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG Gyártott termékek: Üvegajtó Ablak 3 üzemben történik a gyártás:. üzem Alumínium keretek, szerelvények 2. üzem Fakeretek 3. üzem Üveg alkatrészek
23 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG Veszteség miatt több termék gyártását beszűntetik Felszabadult kapacitás 2 új termék gyártására fordítják. termék 2m magas alumínium keretes ajtó 2. termék Fakeretes dupla ablak (,5m) Mindkét termék gyártása leköti a 3. sz. üzem bizonyos kapacitását.
24 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG Milyen arányban keveredjék ennek a két terméknek a gyártása a legnagyobb profit elérése érdekében?
25 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG Operációkutató csoport meghatározta:. Mindkét új termékre nézve a rendelkezésre álló százalékos kapacitást mind a három üzemben 2. Mindkét új termék esetében az egységnyi termék/perc termeléshez szükséges százalékos arányt 3. Egységnyi profitot mindkét termék esetén
26 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG Üzem Termék Szabad. termék 2. termék kapacitás Profit/egység 3 5 -
27 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG (MATEMATIKAI MODELL MEGFOGALMAZÁSA) Jelölések:, 2. ill. a 2. termék percenként termelt egységeinek száma / döntési változók Z percenkénti profithozzájárulás Célfüggvény: Z= ma Üzem Termék Szabad kapacitá s. termék 2. termék Profit/ egység 3 5 -
28 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG (MATEMATIKAI MODELL MEGFOGALMAZÁSA) Megszorítások: Az termék minden percenként megtermelt egysége az,. Üzem % kapacitását venné el a rendelkezésre álló 4-ből Hasonlóan a 2. üzemre: Üzem Termék Szabad kapacitá s. termék 2. termék Profit/ egység 3 5 -
29 . PÉLDA WYNDOR ÜVEGGYÁRTÓ TÁRSASÁG (MATEMATIKAI MODELL MEGFOGALMAZÁSA) Hasonlóan a 3. üzemre: A termelés nem lehet negatív, tehát: Üzem Termék Szabad kapacitá s. termék 2. termék Profit/ egység 3 5 -
30 MATEMATIKAI MODELL MEGFOGALMAZÁSA Feltéve, hogy Z= ma Üzem Termék Szabad. termék 2. termék kapacitá s Profit/ egység 3 5 -
31 MEGOLDÁSOK KERESÉSE Célfüggvény Z= Lehetséges megoldások halmaza 4 6
32 LINEÁRIS PROGRAMOZÁSI MODELL ÁLTALÁNOSAN Jelölések: m db korlátozott forrás (, 2,,m) n db egymással konkuráló tevékenység (,2,,n) Döntési változó j (j=,2, n) Z együttes eredményesség megválasztott mértéke C j Z azon növekedése, amely j egységnyi növelése okozna (j=,2, n) b i i. forrásból rendelkezésre álló mennyiség (i=,2, n) a ij - i-ik forrásnak az egységnyi j-ik tevékenység által felhasznált mennyisége(i=,2, m)(j=,2, n)
33 LINEÁRIS PROGRAMOZÁSI MODELL ADATAI Forrás Tevékenység Szabad forráskapacitás 2.. n a a 2.. a n b 2 a 2 a 22. a 2n b m a m a m 2 a mn b m ΔZ/egységnyi tevékenység Tevékenység szintje c c 2. c n 2 n
34 A MODELL EGY STANDARD ALAKJA 0, 0,..., 0, és b a... a a b a... a a b a... a a feltéve,hogy ma c... c c Z n 2 m n mn 2 m2 m 2 n 2n n n 2 2 n n 2 2 Célfüggvény Megszorításo k/ funkcionális feltételek Nemnegatívitási feltételek
35 SZIMPLEX MÓDSZER Kezdő lépés Iteratív lépés Optimalitási vizsgálat Nem Elértük a kívánt eredményt? Igen STOP
36 SZIMPLEX MÓDSZER Lehetséges csúcspontmegoldások tulajdonságai: a) ha pontosan egy optimális megoldás létezik, akkor az szükségszerűen egy lehetséges csúcspontmegoldás b) ha egyszerre több optimális megoldás létezik, akkor kell lennie közöttük legalább két szomszédos lehetséges csúcspontmegoldásnak A lehetséges csúcspontmegoldások véges sokan vannak. Ha egy csúcspontmegoldás legalább olyan jó Z szempontjából mint a szomszédos lehetséges csúcspontmegoldások, akkor legalább olyan jó vagy jobb, mint az összes többi lehetséges csúcspontmegoldás, azaz optimális megoldás.
37 MEGOLDÁSOK KERESÉSE 2 Üzem Termék Szabad kapacitá s. termék 2. termék Profit/ egység Célfüggvény Z= Lehetséges megoldások halmaza 4 6
38 LINEÁRIS PROGRAMOZÁS ELŐFELTÉTELEI Arányosság Külön-külön minden egyes tevékenységre N db tevékenységből válasszunk egyet (k.) j =0, minden j=,2,..,n esetén és (j k) () Z kifejezhető c k k módon (2) i-ik forrás felhasználása a ik k Mindkét mennyiség arányos a k. tevékenység szintjével (minden k=,2,.,n esetén)
39 LINEÁRIS PROGRAMOZÁS ELŐFELTÉTELEI Additivitás Összes tevékenységre együtt vizsgáljuk Lehetséges kölcsönhatások vizsgálata Követelmény: Bármely, 2,., n ) tevékenységi szintek mellett mind a hatékonyság mértéke (Z), mind a források teljes felhasználása a megfelelő mennyiségek összegeként legyen kifejezhető (ne legyenek kevert tagok!)
40 LINEÁRIS PROGRAMOZÁS ELŐFELTÉTELEI Oszthatóság Valóságban a döntési változók értéke bizonyos esetekben csak egész értéket vehetnek fel. Sokszor az optimális eredményhez kapott számok nem egész értékek. Oszthatósági szabály: a tevékenységek egységei bármilyen arányban oszthatók, a döntési változók pedig tört értékeket is felvehetnek.
41 LINEÁRIS PROGRAMOZÁS ELŐFELTÉTELEI Bizonyosság Az összes paraméter (a ij, b i, c j ) mind ismert konstansok. Valós problémák esetében ritka Érzékenységi vizsgálat
42 TOVÁBBI PÉLDA LÉGSZENNYEZÉS- SZABÁLYOZÁS Nori&Leets Társaság Steeltown Légszennyezési probléma megoldása Legjelentősebb légszennyező anyagok Szennyező Éves kibocsájtás előírt csökkentése (millió pound) Por 60 Kéndioidok 50 Szénhidrogének 25
43 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) 2 okozója a légszennyezésnek:. Olvasztókemencék 2. Nyílt-tüzelésű kohók Légszennyezés csökkentéséhez lehetőségek: () Kémények magasságának megnövelése (kétséges) (2) Szűrő (gázcsapdák) a kéményekben (3) Különböző hatásfokú tisztító anyagok keverése a kohók üzemanyagaihoz
44 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) Magasabb kémények Nyílttüzelésű kohó Szűrők Nyílttüzelésű kohó Jobb tüzelőanyagok Olvasztókemence Olvasztókemence Olvasztókemence Nyílttüzelésű kohó Por Kéndioid Szénhidrogé n táblázat Az egyes módszerek korlátai A fenti megoldások az előző táblázatba foglalt határig bármilyen kapacitással alkalmazhatók. Együttes alkalmazása lehetséges.
45 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) Módszer Olvasztókemence Nyílt-tüzelésű kohó Magasabb kémények 8 0 Szűrők 7 6 Jobb tüzelőanyagok 9 3. táblázat Az egyes módszerek éves költségei teljes kihasználtság mellett (millió $)
46 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) Mikor az adatokat megvizsgálták, világossá vált, önmagában egyik módszer sem elegendő. Mindhárom módszer teljes kapacitásának bevetése, több mint elfogadható eredménnyel járna. (Nagyon magas költségek mellett.) Kombinációkat kell vizsgálni.
47 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) Módszer Olvasztókemence Nyílt-tüzelésű kohó Magasabb kémény 2 Szűrő 3 4 Jobb tüzelőanyag 5 6 Döntési változók
48 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) Hat döntési változó: j (j=,2,,6) Matematikai modell: Min Z= Szennyezés csökkentése:
49 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) 2. Technológia: j minden (j=,2,,6) esetén 3. Nemnegatívitás: j 0 minden (j=,2,,6) esetén
50 LÉGSZENNYEZÉS-SZABÁLYOZÁS (PÉLDA) Módszer Olvasztókemence Nyílt-tüzelésű kohó Magasabb kémény 2 Szűrő 3 4 Jobb tüzelőanyag 5 6 Döntési változók Megoldás: (, 2, 3, 4, 5, 6 )= (, 0.623, 0.343,, 0.048, ) Érzékenységi vizsgálatot végeztek, majd a programot megvalósították.
51 SZÁLLÍTÁSI FELADAT Speciális lineáris programozási feladat Gyakori valós problémák Nagyszámú feltétel Sok döntési változó Sok 0 van a változók között (a ij többsége) Speciális szerkezet
52 SZÁLLÍTÁSI FELADAT Feltételek és együttható táblázata/mátria A= mn m m n n a a a a a a a a a
53 SZÁLLÍTÁSI FELADAT Nem nulla együtthatók kitűntetett helyen szerepelnek Számítási megtakarítás
54 SZÁLLÍTÁSI FELADAT MINTAPÉLDA Borsókonzerv A termelés 3 konzervgyárban folyik szállítás tehervonattal 4 értékesítő helyre Fő kiadás a szállítási költség Cél: szállítási költség csökkentése
55 SZÁLLÍTÁSI FELADAT MINTAPÉLDA Megbecsülték: A következő szezonra várható termelést Kihelyezés mennyiségét az adott árukból Egy tehervagonra eső szállítási költségét
56 Konzervgyár A P&T TÁRSASÁG SZÁLLÍTÁSI ADATAI Áruház Terme -lés Kihelyezés
57 SZÁLLÍTÁSI FELADAT MINTAPÉLDA Z a teljes szállítási költség X ij (i=,2,3 ; j=,2,3,4 ) az i-ik konzervgyárból a j-ik áruházba szállítandó Célfüggvény: Z Z min
58 SZÁLLÍTÁSI FELADAT MINTAPÉLDA Feltételek: Konzervgyár feltételei = = = = = =70 =85 Az áruház feltételei
59 SZÁLLÍTÁSI FELADAT MINTAPÉLDA Feltételek: ij 0, (i=,2,3; j=,2,3,4)
60 SZÁLLÍTÁSI FELADAT MINTAPÉLDA A
61 SZÁLLÍTÁSI FELADAT MINTAPÉLDA A feladat optimális megoldása: 0, 20, 0, , 45, 0, , 0, 70,
62 SZÁLLÍTÁSI FELADAT MODELLJE TERMINOLÓGIA Mintapélda Egy vagon borsókonzerv Három konzervgyár Négy áruház Az i-ik konzervgyár termelése A j-ik áruháznak történő juttatás Vagononkénti szállítási költség az i-ik konzervgyárból a j-ik áruházba Általános feladat Egységnyi áru m tárolóhely n felvevőhely s i, az i-ik tárolóhely készlete d j, a j-ik felvevőhely kereslete c ij, egységnyi áru szállítási költsége az i-ik tárolóhelyről a j-ik felvevőhelyre
63 SZÁLLÍTÁSI FELADAT MODELLJE Z-a teljes szállítási költség ij az i-ik tárolóhelyről a j-ik felvevőhelyre szállítandó egységek mennyisége Z m n i j c ij ij, feltéve, hogy n j ij s i, i,2,... m, m i ij d j, j,2,... n, és ij 0 minden i - re és j- re
64 Tárolóhely SZÁLLÍTÁSI FELADAT MODELLJE Felvevőhely 2 n Készle t c c 2 c n S 2.. m.. c m c m2 c mn s m.. Kereslet d d 2 d n
65 SZÁLLÍTÁSI FELADAT MODELLJE mn m m m n n A
66 SZÁLLÍTÁSI FELADAT MODELLJE Csak akkor létezik megengedett megoldása a modellnek ha m i s i n j d j A feltételek megkövetelik, hogy m i s i és n j d j egyenlő m n i j ij
67 OPERÁCIÓKUTATÁS OPTIMALIZÁLÁSI FELADATOK A matematikai (számoló) modell elkészítése Paraméterek elhelyezése Feltételezett megoldás(ok) elhelyezése Számoló cellák elkészítése (Kívánt értékek elhelyezése) Solver Megoldáskereső használata Paraméterek megadása Célcella megadása Ma, Min, vagy konkrét érték Változó cellák megadása Korlátozó feltételek Az eredmény, - ha van, - értékelése, magyarázata
68 A SOLVER HASZNÁLATA a megoldás menete, a modellek kialakítása és leképzése lineáris egyenletrendszerek megoldása egyszerű optimalizálási probléma megoldása
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.
RészletesebbenDöntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba
I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: http://www.sze.hu/~egertne Konzultációs idő: (páros tan. hét) csütörtök 10-11 30
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
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
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
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
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
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
Részletesebben11. Előadás. 11. előadás Bevezetés a lineáris programozásba
11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez
RészletesebbenVállalatgazdaságtan. Minden, amit a Vállalatról tudni kell
Vállalatgazdaságtan Minden, amit a Vállalatról tudni kell 1 Termelési rendszer vizsgálata 2 képzeljük el az alábbi helyzetet örököltünk egy gyárat mit csináljunk vele? működtessük de hogyan? Hogyan működik
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
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
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
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
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,
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
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
RészletesebbenMéréselmélet MI BSc 1
Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok
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.
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 +
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
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
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
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
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. 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
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
RészletesebbenMérés és modellezés Méréstechnika VM, GM, MM 1
Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni
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
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
RészletesebbenTovábbi programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás Készítette: Dr. Ábrahám István Hiperbolikus programozás Gazdasági problémák optimalizálásakor gyakori, hogy
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
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.
RészletesebbenMérés és modellezés 1
Mérés és modellezés 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni kell
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 2. Előadás A beszerzési logisztika alapjai Beszerzési logisztika feladata/1 a termeléshez szükséges: alapanyagok
RészletesebbenBevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 10. Előadás Vállalatelhelyezés Vállalatelhelyezés Amikor egy új telephelyet kell nyitni,
RészletesebbenEuroOffice Optimalizáló (Solver)
1. oldal EuroOffice Optimalizáló (Solver) Az EuroOffice Optimalizáló egy OpenOffice.org bővítmény, ami gyors algoritmusokat kínál lineáris programozási és szállítási feladatok megoldására. Szimplex módszer
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
RészletesebbenLogisztikai szimulációs módszerek
Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok
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
RészletesebbenMegkülönböztetett kiszolgáló routerek az
Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)
RészletesebbenGyakorló feladatok (szállítási feladat)
Gyakorló feladatok (szállítási feladat) 1. feladat Egy élelmiszeripari vállalat 3 konzervgyárából lát el 4 nagy bevásárlóközpontot áruval. Az egyes gyárak által szállítható mennyiségek és az áruházak igényei,
RészletesebbenKözgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet
Közgazdaságtan alapjai Dr. Karajz Sándor Gazdaságelméleti 4. Előadás Az árupiac és az IS görbe IS-LM rendszer A rövidtávú gazdasági ingadozások modellezésére használt legismertebb modell az úgynevezett
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
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
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.
Részletesebben2651. 1. Tételsor 1. tétel
2651. 1. Tételsor 1. tétel Ön egy kft. logisztikai alkalmazottja. Ez a cég új logisztikai ügyviteli fogalmakat kíván bevezetni az operatív és stratégiai működésben. A munkafolyamat célja a hatékony készletgazdálkodás
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
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.
RészletesebbenProgramkonstrukciók A programkonstrukciók programfüggvényei Levezetési szabályok. 6. előadás. Programozás-elmélet. Programozás-elmélet 6.
Programkonstrukciók Definíció Legyen π feltétel és S program A-n. A DO A A relációt az S-ből a π feltétellel képezett ciklusnak nevezzük, és (π, S)-sel jelöljük, ha 1. a / [π] : DO (a) = { a }, 2. a [π]
RészletesebbenA lineáris programozás alapjai
A lineáris programozás alapjai A konvex analízis alapjai: konvexitás, konvex kombináció, hipersíkok, félterek, extrém pontok, Poliéderek, a Minkowski-Weyl tétel (a poliéderek reprezentációs tétele) Lineáris
RészletesebbenA szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
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
RészletesebbenDinamikus programozás - Szerelőszalag ütemezése
Dinamikus programozás - Szerelőszalag ütemezése A dinamikus programozás minden egyes részfeladatot és annak minden részfeladatát pontosan egyszer oldja meg, az eredményt egy táblázatban tárolja, és ezáltal
RészletesebbenNavigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel
Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal
RészletesebbenFüggvények növekedési korlátainak jellemzése
17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,
RészletesebbenNév KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
RészletesebbenA szimplex algoritmus
. gyakorlat A szimplex algoritmus Az előző órán bevezetett feladat optimális megoldását fogjuk megvizsgálni. Ehhez új fogalmakat, és egy algoritmust tanulunk meg. Hogy az algoritmust alkalmazni tudjuk,
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..
RészletesebbenSzámítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA
SZDT-04 p. 1/30 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás
RészletesebbenElőadó: Dr. Kertész Krisztián
Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők
RészletesebbenMakroökonómia. 8. szeminárium
Makroökonómia 8. szeminárium Jövő héten ZH avagy mi várható? Solow-modellből minden Konvergencia Állandósult állapot Egyensúlyi növekedési pálya Egy főre jutó Hatékonysági egységre jutó Növekedési ütemek
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
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
RészletesebbenOsztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 7 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási
RészletesebbenÚjrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése
Újrahasznosítási logisztika 7. Gyűjtőrendszerek számítógépes tervezése A tervezési módszer elemei gyűjtési régiók számának, lehatárolásának a meghatározása, régiónként az 1. fokozatú gyűjtőhelyek elhelyezésének
RészletesebbenA DREHER hazai ellátási hálózatának optimalizálása
Partner in Change A DREHER hazai ellátási hálózatának optimalizálása www.integratedconsulting.hu 1 Supply Chain Management Purchase Production Distribution Service Strategic Planning Supply Chain Optimization
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
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
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
RészletesebbenSztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával
Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával * Pannon Egyetem, M szaki Informatikai Kar, Számítástudomány
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
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)
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
Részletesebben9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Tegyük fel, hogy egy elemi bázistranszformáció kezdetekor a sor- és oszlopindexek sorban helyezkednek
RészletesebbenGyakorló feladatok Alkalmazott Operációkutatás vizsgára. További. 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén!
Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További példák találhatók az fk.sze.hu oldalon a letöltések részben a közlekedési operációkutatásban 1. Oldja meg grafikusan az alábbi feladatokat
RészletesebbenI. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE
I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,
RészletesebbenKészítette: Juhász Ildikó Gabriella
14. tétel Egy kft. logisztikai költséggazdálkodása a számviteli adatok szerint nem megfelelő, ezért a számviteli vezetővel együttműködve a logisztikai vezető számára meghatározták a szolgáltatási rendszer
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
RészletesebbenTestLine - Gazdasági és jogi ismeretek Minta feladatsor
soport: Felnőtt Név: Ignécziné Sárosi ea Tanár: Kulics György Kidolgozási idő: 68 perc lapfogalmak 1. z alábbi táblázatban fogalmakat és azok meghatározásait találja. definíciók melletti cellák legördülő
RészletesebbenA termeléstervezés alapjai -- termelés és kapacitás tervezés
A termeléstervezés alapjai -- termelés és kapacitás tervezés BMEGEGTMGTG 2015 Dr. Váncza József Gyártástudomány és -technológia Tanszék http://www.manuf.bme.hu Váncza J. 1 Termelési paradigmák [Koren,
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
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
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
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
RészletesebbenSzámítógépes döntéstámogatás. Genetikus algoritmusok
BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as
RészletesebbenAssignment problem Hozzárendelési feladat (Szállítási feladat speciális esete)
Assignment problem Hozzárendelési feladat (Szállítási feladat speciális esete) C költség mátrix költség Munkákat hozzá kell rendelni gépekhez: egy munka-egy gép c(i,j) mennyi be kerül i-dik munka j-dik
RészletesebbenKészletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség.
Készletgazdálkodás 1. Előadás K i e z? Kelemen Tamás BME Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség K i e z? Kelemen Tamás Elérhetőség T. II. 4. Tel: 463-3775 Fax:
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
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
RészletesebbenProgramozási módszertan
1 Programozási módszertan 1. Alapfogalmak Feldhoffer Gergely 2012 Féléves tananyag terve 2 Program helyességének bizonyítása Reprezentáció Logikai-matematikai eszköztár Programozási tételek bizonyítása
Részletesebben(Diszkrét idejű Markov-láncok állapotainak
(Diszkrét idejű Markov-láncok állapotainak osztályozása) March 21, 2019 Markov-láncok A Markov-láncok anaĺızise főként a folyamat lehetséges realizációi valószínűségeinek kiszámolásával foglalkozik. Ezekben
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.)
RészletesebbenAdaptív menetrendezés ADP algoritmus alkalmazásával
Adaptív menetrendezés ADP algoritmus alkalmazásával Alcím III. Mechwart András Ifjúsági Találkozó Mátraháza, 2013. szeptember 10. Divényi Dániel Villamos Energetika Tanszék Villamos Művek és Környezet
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
Részletesebbenegy szisztolikus példa
Automatikus párhuzamosítás egy szisztolikus példa Áttekintés Bevezetés Példa konkrét szisztolikus algoritmus Automatikus párhuzamosítási módszer ötlet Áttekintés Bevezetés Példa konkrét szisztolikus algoritmus
RészletesebbenSapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT- 4. kurzus. 3. Előadás: A mohó algoritmus
Csíkszereda IRT-. kurzus 3. Előadás: A mohó algoritmus 1 Csíkszereda IRT. kurzus Bevezetés Az eddig tanult algoritmus tipúsok nem alkalmazhatók: A valós problémák nem tiszta klasszikus problémák A problémák
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,
Részletesebben