Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet

Hasonló dokumentumok
Döntési rendszerek I.

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

2017/ Szegedi Tudományegyetem Informatikai Intézet

Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

Operációkutatás példatár

Megoldatlan (elemi) matematikai problémák Diszkrét geometriai problémák

Totális Unimodularitás és LP dualitás. Tapolcai János

Bevezetés az algebrába 2 Vektor- és mátrixnorma

Nemlineáris programozás 2.

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

Operációkutatás vizsga

Hálózatok fejlődése A hatványtörvény A preferential attachment A uniform attachment Vertex copy. SZTE Informatikai Intézet

Assignment problem Hozzárendelési feladat (Szállítási feladat speciális esete)

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

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

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

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

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

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán

A lineáris programozás alapjai

1. Előadás Lineáris programozás

Valószínűségi változók. Várható érték és szórás

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Számítógépes döntéstámogatás. Genetikus algoritmusok

Algoritmusok bonyolultsága

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

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Nem-lineáris programozási feladatok

Döntési módszerek Tantárgyi útmutató

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

VBKTO logisztikai modell bemutatása

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

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

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

Vállalati modellek. Előadásvázlat. dr. Kovács László

Tartalom. Pénzügytan I. Általános tudnivalók, ismétlés. 2010/2011 tanév őszi félév 1. Hét

Gazdasági informatika gyakorlat

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

Bevezetés az operációkutatásba A lineáris programozás alapjai

További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás

Operációkutatás II. Tantárgyi útmutató

Matematikai modellezés

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

Adaptív dinamikus szegmentálás idősorok indexeléséhez

Operációkutatás II. Tantárgyi útmutató

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató

11. Előadás. 1. Lineáris egyenlőség feltételek melletti minimalizálás

KONVEXITÁS, ELASZTICITÁS

A Fermat-Torricelli pont

Babeş Bolyai Tudományegyetem, Kolozsvár Matematika és Informatika Kar Magyar Matematika és Informatika Intézet

Döntési módszerek Tantárgyi útmutató

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

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

REGIONÁLIS GAZDASÁGTAN

Oktatói önéletrajz Bozóki Sándor

Rekurzív sorozatok. SZTE Bolyai Intézet nemeth. Rekurzív sorozatok p.1/26

Oktatói önéletrajz Bozóki Sándor

Hajder Levente 2018/2019. II. félév

1 Betétlap. Oldalszám. X. Az adózó képviselői (szükség esetén több oldalon is részletezhető) 1. Képviselő neve: adószáma: Adóazonosító jele:

Gráfok 2. Legrövidebb utak, feszítőfák. Szoftvertervezés és -fejlesztés II. előadás. Szénási Sándor

Opkut deníciók és tételek

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Valószínűségszámítás összefoglaló

Páros összehasonlítás mátrixok empirikus vizsgálata p. 1/20

ELTE, matematika alapszak

A programozó matematikus szak kredit alapú szakmai tanterve a 2003/2004. tanévtől, felmenő rendszerben

Ütemezési modellek. Az ütemezési problémák osztályozása

Ellenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész

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

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

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT- 4. kurzus. 3. Előadás: A mohó algoritmus

Dinamikus modellek szerkezete, SDG modellek

Algoritmuselmélet 7. előadás

TDK tájékoztató Gazdaságinformatika Intézeti Tanszék szeptember

Döntéselméleti modellek

Összesen 135 válasz érkezett Összegzés

Érzékenységvizsgálat

A programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben

PROGRAMTERVEZŐ INFORMATIKUS MSc. mesterképzés

2. Visszalépéses keresés

REGIONÁLIS ÉS KÖRNYEZETI GAZDASÁGTAN MESTERKÉPZÉSI SZAK

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális

Grafikus felhasználói felület (GUI) létrehozása A GUI jelentése Egy egyszerű GUI mintaalkalmazás létrehozása

Mesterséges intelligencia 2. laborgyakorlat

- Matematikus. tanszék/ Tantárgyfelelős oktató neve szeptemberétől

Érdekességek az elemi matematika köréből

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Gazdasági Matematika I. Megoldások

Önéletrajz. Burai Pál Debreceni Egyetem, Informatikai Kar Alkalmazott Matematika és Valószín ségszámítás Tanszék

Termelőhálózat optimaliazálása... a felhasználó szemszögéből

Direkt Expressz. Az előremutató megoldás

Átírás:

Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 10. Előadás

Vállalatelhelyezés

Vállalatelhelyezés Amikor egy új telephelyet kell nyitni, hogy valamilyen szolgáltatást, vagy terméket biztosítunk néhány keresleti pontnak, az egyik legfontosabb kérdés, hogy hova helyezzük azt a célfüggvény optimalizálásához. Egy új vállalat megnyitása stratégiai döntés, általában nagy beruházást igényel és nem változtatható könnyedén. Vállalatelhelyezési feladat: Köz szféra: iskolák tűzoltóállomások kórházak szemétlerakók Privát szektor: szupermarketek benzinkutak éttermek pékségek

Példa elhelyezési feladatra Lidl Spar Aldi Aldi Lidl

Az első elhelyezési feladat A Fermat-Weber probléma volt az első elhelyezési feladat, amit már a 17. században meg akartak oldani. A francia matematikus, Pierre de Fermat adta fel Torricellinek, az olasz fizikusnak a feladatot: Ha adott egy síkon három pont, találd meg a negyedik pontot úgy, hogy a három adott ponttól vett távolságainak összege a lehető legkisebb legyen. 1909-ben Alfred Weber használta ezt a három pontos modelt, hogy ipari alkalmazásokban minimalizálja a teljes utiköltséget. Ez a megfogalmazás a legegyszerűbb folytonos vállalatelhelyezési feladatot adja.

A matematikai modell Keressük azt az x (x 1, x 2,..., x n koordinátájú) pontot, amire az a 1, a 2,..., a m pontok súlyozott össztávolsága minimális, azaz min m w i x a i i=1 ahol w i egy pont súlya és. az Euklidészi távolságot jelöli, azaz n x = x 2 i. j=1 A síkon vett három pontra ez min w 1 (x1 a 11 ) 2 + (x 2 a 12 ) 2 + + w 2 (x1 a 21 ) 2 + (x 2 a 22 ) 2 + + w 3 (x1 a 31 ) 2 + (x 2 a 32 ) 2.

Elhelyezési feladat hozzávalói Keresési tér: ahol az új vállalatot keressük, lehet diszkrét hálózat folytonos Keresleti pontok: felhasználók, vásárlók, akinek a keresletét kell kielégíteni. Lehet pontokba aggregált folytonos (adott sűrűségfüggvénnyel) mennyisége ismert vagy valószínűsített Vállalatok száma: hány telephelyet válasszunk, lehet egy több Döntési változók: a helyen kívül néha változó a kapacitás minőség (méret) áru ára Célfüggvény: mi szerint optimalizáljunk minisum minimax max profit

Távolságfüggvény A távolságfüggvény függhet a keresési tértől, általában diszkrét esetben előre adott hálózatnál gráfelméleti legrövidebb út, tehát x (v i, v j ) él és v k csúcs esetén d(x, v k ) = min{x+d ik, l ij x+d jk }, ahol d ij a v i és v j csúcs távolsága folytonos esetben lehet n Euklidészi, x 2 = j=1 x2 i, Manhattan-i, x 1 = n j=1 x i, Végtelen norma, x = max x i.

Center és medián feladat Legyen adva m keresleti pont, a 1, a 2,..., a m, és ezek kereslete w 1, w 2,..., w n. Feltéve, hogy adott a távolságfüggvény, d i (x), ami a i és x távolságát adja meg, keressük az x pontot, ahol a célfüggvény: Medián min m w i d i (x) i=1 konvex függvény, könnyű megoldani iskolák, raktárak Másnéven Fermat-Weber probléma Geogebra Weiszfeld Europa Center min max i=1,...,m w id i (x) ez is konvex, de nem mindenhol differenciálható vészelhárítási szervek

Anti-center és anti-medián feladat Itt is m keresleti pont, a 1, a 2,..., a m, és ezek kereslete w 1, w 2,..., w n van megadva a d i (x) távolságfüggvény mellett. Anti-medián max m w i d i (x) i=1 konvex függvény, de most MAX!!! börtön, nem-kívánt vállalat (pl. zajos, büdös) Anti-center max max i=1,...,m w id i (x) ez is konvex, nem mindenhol differenciálható veszélyes üzemek, pl. atomerőmű

p-center és p-medián feladat Itt is adott m keresleti pont, a 1, a 2,..., a m, és ezek kereslete w 1, w 2,..., w n, illetve a távolságfüggvény, d i (x). Egy keresleti pont mindig a hozzá legközelebbi vállalatot választja. Keressük p darab új vállalat helyét, x 1, x 2,..., x p -t, ami minimalizálja p-medián min m i=1 w i min d i(x j ) j=1,...,p iskolák, raktárak, klaszterezés p-center min max i=1,...,m w i vészelhárítási szervek min d i(x j ) j=1,...,p GO nem konvex, nem konkáv függvények, nem könnyű megoldani

Fedési feladatok Tegyük fel, hogy a telepítendő üzemek csak egy bizonyos sugáron belül tudják kielégíteni a keresletet. Adott sugár mellett keressük az új vállalat (vagy vállalatok) helyét, maximalizálva a lefedett keresletet. max m i=1 j d i (x j ) R w i

Versenyző vállalatok A kereslet lehet fix vagy rugalmas. Már létezhetnek vállalatok, saját vagy versenytársé. A vásárlók dönthetnek melyik vállalatot válaszják. Ezt többnyire vonzási függvény segítségével teszik. A vonzóság a távolsággal fordítottan arányos. A vonzás alapján lehet bináris, vagy arányos. Néha el kell dönteni az áru árát is.

Köszönöm a figyelmet! Őszi félévben tartok Optimalizálási Modellek spec.koll.t (laborgyakorlat), ahol modellezéssel, azaz szöveges feladatok matematikai feĺırásával és azok megoldásával foglalkozunk. Hasonló témában érdeklődő hallgatóknak feladatok, TDK, szakdolgozat téma, stb. Érdeklődj emailen: boglarka@inf.szte.hu