Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hasonló dokumentumok
Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Döntéselőkészítés. VII. előadás. Döntéselőkészítés. Egyszerű Kőnig-feladat (házasság feladat)

Idõ-ütemterv há lók - I. t 5 4

Idő-ütemterv hálók - I. t 5 4

A Szállítási feladat megoldása

Analízis előadás és gyakorlat vázlat

HÁLÓZAT Maximális folyam, minimális vágás

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Építésikivitelezés-Vállalkozás / 2: Gráftechnikai alapfogalmak VÁLLALKOZÁS. javított háttöltés

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

Diszkrét matematika 2. estis képzés

Hálózati folyamok. Tétel: A maximális folyam értéke megegyezik a minimális vágás értékével.

Az optimális megoldást adó algoritmusok

Hálózati folyamok. A használt fogalmak definiálása

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje

Operációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit

Függvények ábrázolása, jellemzése II. Alapfüggvények jellemzői

Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További. 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén!

Matematika alapjai; Feladatok

Dr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr.

2014. szeptember 24. és 26. Dr. Vincze Szilvia

SZAKIPARI (BEFEJEZŐ) MUNKÁK TECHNOLÓGIAI FOLYAMATÁNAK TERVEZÉSE

a = 2 + [ i] b = ahol 1 i 162 a hallgató sorszáma a csatolt névsorban, [x] az x szám

A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása

1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok. HálózatokII, 2007

Diszkrét matematika 2.C szakirány

Algoritmuselmélet 11. előadás

Hagyományos ütemezési technikák

Dinamikus programozás - Szerelőszalag ütemezése

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Trigonometria II.

Összefoglalás és gyakorlás

A lineáris programozás alapjai

Kétszemélyes játékok

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás

Számítógép hálózatok, osztott rendszerek 2009

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport

Hol hallod a sz hangot?

Operációkutatás példatár

1. ÁLTALÁNOS HÁLÓZATI TRENDEK ÉS MOBIL HÁLÓZATI HATÁSAIK

GPK M1 (BME) Interpoláció / 16

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba


3

Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite

Előfeltétel: legalább elégséges jegy Diszkrét matematika II. (GEMAK122B) tárgyból

Nagy Gábor compalg.inf.elte.hu/ nagy

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.

Online migrációs ütemezési modellek

Kereskedési rendszerek kétoldalú szerződésekkel

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Vállalati modellek. Előadásvázlat. dr. Kovács László

Metrikus terek, többváltozós függvények

Elérhetőségi analízis Petri hálók dinamikus tulajdonságai

HAMILTON KÖR: minden csúcson PONTOSAN egyszer áthaladó kör. Forrás: (

Operációkutatás vizsga

Algoritmizálás, adatmodellezés tanítása 8. előadás

Diszkrét matematika 2.

Utak és környezetük tervezése

Diszkrét matematika 2. estis képzés

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben

ADALÉKANYAG SZEMMEGOSZLÁSÁNAK TERVEZÉSE

2. Reprezentáció-függvények, Erdős-Fuchs tétel

Újrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Algoritmusok bonyolultsága

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

Modern matematikai paradoxonok

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

A feladatok. Csökkentsük a teljes költséget úgy, hogy minimalizáljuk: K V. vásárlási költséget, K S. szállítási költséget, K T. tárolási költséget.

az Energetikai Szakközépiskola és Kollégium kisérettségiző diákjai számára

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 12.

Döntéstámogató módszerek segédlet

FIT-jelentés :: Árpád Szakképző Iskola és Kollégium 8001 Székesfehérvár, Seregélyesi út OM azonosító: Intézményi jelentés

Egyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma

Ütemezés gyakorlat. Termelésszervezés

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2. estis képzés

Markov-láncok stacionárius eloszlása

V. Lakiteleki Tűzvédelmi Szakmai Napok Kísérleti tapasztalatok, különböző működési elvű, csarnok épületben felszerelt tűzjelző érzékelők füsttel

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

DÖNTÉSTÁMOGATÓ MÓDSZEREK segédlet I. rész

Szemidenit optimalizálás és az S-lemma

angolul: greedy algorithms, románul: algoritmi greedy

HAMILTON ÚT: minden csúcson PONTOSAN egyszer áthaladó út

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

Elektronika Előadás. Analóg és kapcsolt kapacitású szűrők

Kémiai reakciók mechanizmusa számítógépes szimulációval

BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai

Algoritmusok bonyolultsága

1. 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

Nagyordó, Omega, Theta, Kisordó

Diszkrét matematika I.

Analízis I. beugró vizsgakérdések

2012. október 2 és 4. Dr. Vincze Szilvia

Átírás:

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 feladatra. Megengedett megoldást keresünk 2. Maximális folyamot keresünk 6,9

Hálózati folyamok alkalmazásai Repülőjáratok ütemezése Munkák ütemezése Projektek kiválasztása

Néhány építőipari alkalmazás Alsó felső korlátos folyam König feladat/házassági feladat/ hozzárendelési feladat Futószalag modell Általánosított Kőnig feladat/ földszállítási feladat Általános szűk keresztmetszet feladat Evakuálási modellek Költségtervezési feladat

Kőnig Dénes Kőnig Gyula matematikaprofesszor, rektor Kőnig Dénes matematika tanár (Kőnig-Hall tétel)

Kőnig feladat Kőnig Dénes 884. szeptember 2-én született Budapesten. 936-ban Lipcsében jelent meg A véges és végtelen gráfok elmélete című műve.

Adott I, I 2,, I m személy (munkás) és J, J 2,, J n munka (m n) Minden munkásnak adjunk munkát! J J 2 J 3 J 4 I * * I 2 * * I 3 * * I 4 * *

Kőnig tétel Vagy., minden munkást el tudunk látni munkával vagy 2., létezik a munkásoknak egy olyan részhalmaza (P), hogy a P számossága nagyobb, mint az általuk elvégezhető munkák számossága. P > J(P).

A feladat folyam modellje I J s I 2 J 2 t I 3 J 3 I 4 J 4

A feladat folyam modellje S I J s I 2 J r t I p J r+ I i J n T I m m>m-p+r p>r

Futószalag modell Adottak továbbá a ij 0 (i=, m) (j=, n) nem negatív egész számok, amelyek azt az időt jelentik, amennyi idő alatt az I i munkás a J j munkahelyi feladatot ellátja. Valamely hozzárendelés esetén a futószalag sebességét az határozza meg, hogy mennyi a leghosszabb ideig dolgozó munkás munkaideje.

Futószalag modell példa Célunk olyan hozzárendelés megvalósítása, amelynél a leghosszabb ideig dolgozó munkás munkaideje minimális. Az alábbi táblában adottak a tevékenységidők. Az első kiosztásban a 2 időegység lett a legnagyobb, a következőkben ennél jobb lehetőséget keresünk. J J 2 J 3 J 4 I 8 7 6 8 I 2 2 8 9 I 3 7 2 0 3 I 4 4 0 9 8

Futószalag modell példa 2 Töröljük a 2 és annál nagyobb időegységeket tartalmazó cellákból a számokat. Az így megváltozott táblázatban keressünk összerendelést. A hol nincs szám az az összerendelés nem lehetséges. Az alábbi táblázatban mutatunk egy összerendelést amelyben 0 a legnagyobb időegység. J J 2 J 3 J 4 I 8 7 6 8 I 2 8 9 I 3 7 0 I 4 0 9 8

Futószalag modell példa 3 Töröljük a 0 és annál nagyobb időegységeket tartalmazó cellákból a számokat. Az így megváltozott táblázatban keressünk összerendelést. A hol nincs szám az az összerendelés nem lehetséges. Az alábbi táblázatban mutatunk egy összerendelést amelyben 0 a legnagyobb időegység. Egy összerendelés az valójában egy Kőnig feladat. J J 2 J 3 J 4 I 8 7 6 8 I 2 8 9 I 3 7 I 4 9 8

Általánosított Kőnig feladat α Legyenek adottak az I.I m földnyerő helyek melyek kapacitása α. és a J. J n építési földlerakó helyek, amelyek kapacitása β β 7 8 6 7 J J 2 J 3 J 4 6 I * * 9 I 2 * * 7 I 3 * * 6 I 4 * * m i i n j j

A feladat folyam modellje 6 I J 7 s 9 7 I 2 J 2 6 8 t 6 I 3 J 3 7 I 4 J 4

Kőnig tétel Vagy., minden földet el tudunk szállítani vagy 2., létezik a földnyerő helyeknek egy olyan részhalmaza, hogy az onnan elhelyezni kívánt föld mennyisége nagyobb mint az elfogadható földlerakó helyek kapacitása. P J(P)

A feladat folyam modellje S I J β α β r s α I 2 J r t α p Β r+ α i I p J r+ β n α,m I i J n T Minden földet el tudunk szállítani vagy I m i P i i J (P) i

Szűk keresztmetszet feladat Adottak még a τ (i=,,m) (j=,,n) értékek, amelyek a I helyről a J helyre történő szállítás idejét jelölik. Feladat: Döntsük el, hogy a föld elszállítható-e az adott helyekről az elfogadható földlerakó helyekre és adjunk egy olyan lehetséges szállítási politikát, amelyre a maximális szállítási idő is minimális.

Épület Evakuálási Modellek

Modellek Maximális dinamikus folyam Time expended modell Leggyorsabb út (quickest path) Leggyorsabb folyam (quickest flow) Univerzális maximális dinamikus folyam

Evakuálási modellek/ max. dinamikus folyam Helység Helység 3 Helység 2

Evakuálási modellek/ max. dinamikus folyam Helység Helység 3 Helység 2 4

A modell Adott a struktúra (háló) Minden helységhez a kezdetben ott tartózkodók szám, és a maximális befogadóképesség Pld.. helységben (3,5). Minden élre az utazási idő és az átviteli kapacitás időegységenként Pld.: (2,3): 2 időegység az áthaladás egyszerre maximum 3 embernek Feladat: - Adott T időhöz a maximális folyam - Adott v folyam értékhez a minimálisan szükséges idő.

Maximális Dinamikus folyamok példa 4,6 2 2,3,2,2 4,5 0, 3 4,5,2 3,7

t tér 4 5 5 5 4 4 4 3 3 4 4 4 3 3 3 2 2 2 6 6 6 2 2 2 3 2 4 4 7 7 7 3 s idő

Time expended modell - Világos interpretáció - Több csomópont és él van mint az eredeti hálóban, lassú algoritmus.

Általánosítások Adott T időegység alatt mennyi ember tud kijutni? A maximális folyam, hogyan alakul az idő függvényében t=,2,...t? (Universal maximum flow) Csökken a kapacitás az idő előrehaladtával

Eredményekből kapható információk Maximális folyam (min. vágás) értéke Egy maximális folyamrendszer Minimális vágás helye

Felhasználható ingyenes szoftverek http://users.iems.northwestern.edu/~giden/ Giden www.scilab.org (metanet toolbox) http://www.r-project.org/ (igraph package)

Feladat Helység 4 Helység Helység 3 Helység 2

Feladat s 4 Helység 4. 5 fő 2,3 Helység. 7 fő,2,2 3 Helység 3. 6 fő 2 Helység 2. 8 fő,2,2,2 t

Feladat s 4 Helység 4. 5 fő, max. 6 fő 2,3 Helység. 7 fő, max,2,2 3 Helység 3. 6 fő 2 Helység 2. 8 fő,2,2,2 t

t 5 5 5 4 4 4 4 3 3 3 3 2 2 2 2 s

Leggyorsabb út / Quickest path Adott: a hálózat az utazási időkkel és a kapacitásokkal Feladat: Adott mennyiségű folyamot a leggyorsabban eljuttatni s-ből t-be egy úton keresztül. Összutazási idő: T= Utazási idők összege az úton+ átküldendő folyam/legkisebb út kapacitás

Quickest path/ példa 5,4 2 5,4 4 2,4 5 6,0 3 6,0 20 egységnyi folyam mennyi idő alatt juthat el -ből 4-be?

Quickest path/ példa 5,4 2 5,4 4 2,4 5 6,0 3 6,0 20 egységnyi folyam mennyi idő alatt juthat el -ből 4-be? T(,2,4)=20/4+5+5=5 T(,3,4)=20/0+6+6=4

Quickest path/ példa 5,4 2 5,4 4 2,4 5 6,0 3 6,0 20 egységnyi folyam mennyi idő alatt juthat el -ből 5-be? T(,2,4,5)=5+5+2+20/4=7 T(,3,4,5)=6+6+2+20/4=9

Felhasznált irodalom H. W. Hamacher, S. A. Tjandra, Mathematical Modelling of Evacuation Problems: A State of Art

Köszönöm a figyelmet! Mályusz Levente BME Építéskivitelezési Tanszék