Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens.

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

A Szállítási feladat megoldása
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 7. Előadás Dr. Kulcsár Gyula egyetemi docens.
Energetikai gazdaságtan Energiatermelés (Termelési folyamat) gazdasági értékelése.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 1. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 1. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 3. Előadás Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens.
2005. Operációkutatás Ferenczi Zoltán. Széchenyi István Egyetem Operációkutatás eredete •második világháború alatt alakult ki •különböző szakmájú emberekből.
Partner kiválasztási feladat modellezése Virtuális vállalat 8. gyakorlat Dr. Kulcsár Gyula.
- bútorgyári termelési probléma - szállítási probléma
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi adjunktus.
A lineáris programozási feladatok típusai és grafikus megoldásai
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 1. félév 6. Előadás Dr. Kulcsár Gyula egyetemi docens.
Matematika II. 3. előadás Geodézia szakmérnöki szak 2010/2011. tanév Műszaki térinformatika ágazat tavaszi félév.
Matematika II. 1. előadás Geodézia szakmérnöki szak 2012/2013. tanév/
Készletgazdálkodás 7.előadás.
Gazdaságelemzési és Statisztikai Tanszék
Szállítási feladatok Optimalitás vizsgálat
Bevezetés az operációkutatásba A lineáris programozás alapjai
OPERÁCIÓKUTATÁS Kalmár János, 2012 Tartalom A nulla-egy LP megoldása Hátizsák feladat.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi adjunktus.
Matematikai modellek a termelés tervezésében és irányításában
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi adjunktus.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens.
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 1. félév 3. Előadás Dr. Kulcsár Gyula egyetemi docens.
Szabó Attila, Cross-entrópia alkalmazása a megerősítéses tanulásban.
Lineáris Programozás 4-5. feladat
SPSS többváltozós regresszió
SZINTEK ÉS SZEMPONTOK AZ EURÓPAI FELSŐOKTATÁSI TÉRSÉGBEN Előadás a Felsőoktatási Kutatóintézet és az Oktatásügyi Közvetítői Szolgálat „Felsőoktatási konfliktusok”
Operációkutatás eredete
Lineáris programozás Definíció: Olyan matematikai programozási feladatot nevezünk lineáris programozási feladatnak, amelyekben az L halmazt meghatározó.
Készítette: Kosztyán Zsolt Tibor
Kvantitatív módszerek
III. Témakör MISKOLCI EGYETEM LOGISZTIKA ANYAGMOZGATÁSI ÉS LOGISZTIKAI TANSZÉK III./1.
Termelésmenedzsment Production Management
Lineáris programozás.
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
Matematika II. 1. előadás Geodézia szakmérnöki szak 2010/2011. tanév Kataszteri ágazat tavaszi félév.
Gazdaságstatisztika 11. előadás.
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
XXVI. Hegesztési konferencia
Új technológiák elterjedésének modellezése
Matematika oktatás mérnök és informatikai képzésekben Ráckeve, március Pannon Egyetem (Veszprémi Egyetem, 1949) Bölcsészettudományi Kar Gazdaságtudományi.
1 Miskolci Egyetem. 2 Matematikai Intézet – Analízis Tsz., Számítástechnika Tsz., Számítóközpont – Analízis Tsz., Alkalmazott Matematikai.
Az üzleti rendszer komplex döntési modelljei (Modellekkel, számítógéppel támogatott üzleti tervezés) II. Hanyecz Lajos.
A KOMPLEX DÖNTÉSI MODELL MATEMATIKAI ÖSSZEFÜGGÉSRENDSZERE Hanyecz Lajos.
Adatelemzés számítógéppel
Lineáris algebra.
LOGISZTIKA Előadó: Dr. Fazekas Lajos Debreceni Egyetem Műszaki Kar.
Dr. Bánkuti Gyöngyi Klingné Takács Anna
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Korlátkielégítési problémák Autonóm és hibatűrő információs.
Gépi tanulási módszerek
Technológiai folyamatok optimalizálása Ráduly Botond Mészáros Sándor MATLAB ® - Optimization Toolbox.
MISKOLCI EGYETEM. A TUDÁS ÉS KÖZÖSSÉG CAMPUSA Dr. Bányai Tamás DUÁLIS KÉPZÉS Logisztikai mérnöki BSc Gépészmérnöki és Informatikai Kar.
Mi a logisztikai szimuláció? Egy logisztikai rendszer szereplői... Gyártás Raktározás Rendelés.
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Energetikai Gépek és Rendszerek Tanszék ENERGETIKA ENERGETIKA TUDOMÁNYA FAZEKAS ANDRÁS.
2004 május 27. GÉPÉSZET Komplex rendszerek szimulációja LabVIEW-ban Lipovszki György Budapesti Műszaki Egyetem Mechatronika, Optika és Gépészeti.
Operációkutatás I. 1. előadás
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
FAZEKAS ANDRÁS ISTVÁN PhD c. egyetemi docens
Számítógépes szimuláció
Energetikai gazdaságtan
TIA A termelésinformatika alapjai
ET Erőforrás tervezés Resource Planning
Prof. Dr. Illés Béla* tanszékvezető egyetemi tanár
Készletek – Állandó felhasználási mennyiség (folyamatos)
Programozási tételek.
Előadás másolata:

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens

Néhány fontosabb modell és módszer: lineáris programozás diszkrét programozás  hátizsák feladat  az utazó ügynök feladata  hozzárendelési feladat termelésprogramozási módszerek (gyakorlaton ismertetett algoritmusok) Matematikai modellek a termelés tervezésében és irányításában

Lineáris programozás Alkalmazási példák: 1. Egy gyár bizonyos időszakra szóló termelési feladatának meghatározása  gyártott mennyiségek meghatározása terméktípusonként  erőforráskorlátok és egyéb korlátozások betartása  elérhető profit maximalizálása 2. Technológiai folyamat-alternatívák kiválasztása  technológiai folyamat-alternatívák kijelölése feladatonként  kapacitáskorlátok és egyéb korlátozások betartása  összköltség minimalizálása

Lineáris programozás Matematikai alapmodell: x j változók (valós számok), c j, b i, a ij konstansok (valós számok), n, m konstansok (természetes számok)

Lineáris programozás 1. Egy gyár bizonyos időszakra szóló termelési feladatának meghatározása Matematikai alapmodell értelmezése : ja terméktípus azonosítója x j a j. terméktípusból gyártandó mennyiség n a terméktípusok száma c j a j. terméktípus egységnyi gyártott mennyiségén keletkező haszon iaz erőforrástípus azonosítója a ij a j. terméktípus egységnyi gyártásához szükséges erőforrásigény az i. erőforrástípus esetén b i az i. erőforrástípus kapacitáskorlátja maz erőforrástípusok száma További feltételek is figyelembe vehetők, a feladat lényege nem változik.

Modell: f, x, b, beq, lb, ub vektorok A, Aeq mátrixok. Megoldás: x = linprog(f,A,b) x = linprog(f,A,b,Aeq,beq) x = linprog(f,A,b,Aeq,beq,lb,ub) [x,fval] = linprog(...) Lineáris programozási feladatok megoldása Matlab segítségével

Nemfolytonos modellek Nemfolytonos modell: a feladatban az ismeretlenek egy része, vagy az összes ismeretlen csak diszkrét értékeket vehet fel. Megkülönböztethető tiszta diszkrét típusú, vegyes diszkrét típusú modell. Alkalmazásuk indokai:  Bizonyos változók esetében a folytonos érték nem értelmezhető (pl.: nem osztható termékek gyártási mennyisége, sorozatnagysága stb.).  A folytonos optimum kerekítésével kapott érték távol eshet a diszkrét optimumtól.  Minőségi és mennyiségi döntések szétválasztása.

Diszkrét programozás Tipikus példa az ún. Hátizsák feladat: csődarabolás szűkkeresztmetszet vizsgálata (gyártás, logisztika stb.) A Hátizsák feladat matematikai alapmodellje: x j változók (bináris számok), c j, a j, n, b konstansok (természetes számok)

Diszkrét programozás (folyt.) Továbbfejlesztett modell: x j változók c j, a ij, b i, n, m konstansok x, c, b vektorok A mátrix B n n-elemű bináris vektorok halmaza

Vegyes diszkrét programozás Általánosított modell: n, m konstansok x, y, c, d, b vektorok A, B mátrixok

Az utazó ügynök feladata Tipikus példa: Termelésütemezés (gépátállítási idők) Anyagmozgatás (szállítási idők)

Az utazó ügynök módosított feladata Tipikus példa: Termelésütemezés (gépátállítási idők és műveleti idők) Anyagmozgatás (szállítási idők és szállítási korlátok)

Hozzárendelési feladat

Köszönöm a figyelmet! Az előadásvázlat elérhető az alábbi webcímen: