Készítette: Mátyás István agrár mérnöktanár szakos hallgató,

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Események formális leírása, műveletek
Készítette: Nagy Mihály tanár Perecsen, 2006.
Lineáris egyenletrendszerek megoldása Gauss elimináció, Cramer-szabály Dr. Kovács Sándor DE GVK Gazdaságelemzési és Statiszikai Tanszék.
Készítette: Kosztyán Zsolt Tibor
Algebrai struktúrák.
Makroökonómia gyakorlat
Másodfokú egyenlőtlenségek
KÉSZÍTETTE: Takács Sándor
Thalész tétele A síkon azoknak a pontoknak a halmaza, amelyekből egy adott AB szakasz derékszög alatt látszik, az AB átmérőjű kör, kivéve az AB szakasz.
Adatelemzés számítógéppel
Programozási tételek, és „négyzetes” rendezések
TÖBBVÁLTOZÓS FÜGGVÉNYEK FELTÉTELES SZÉLSŐÉRTÉKSZÁMÍTÁSA
2005. Operációkutatás Ferenczi Zoltán. Széchenyi István Egyetem Operációkutatás eredete •második világháború alatt alakult ki •különböző szakmájú emberekből.
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
A lineáris programozási feladatok típusai és grafikus megoldásai
MI 2003/ A következőkben más megközelítés: nem közvetlenül az eloszlásokból indulunk ki, hanem a diszkriminancia függvényeket keressük. Legegyszerűbb:
Műveletek logaritmussal
TÖBBCÉLÚ LINEÁRIS PROGRAMOZÁS ÉS CÉLPROGRAMOZÁS
ALAKZATOK TRANSZFORMÁCIÓJA ÚJ KÉPSÍKOK BEVEZETÉSÉVEL
GNSS elmélete és felhasználása Fázismérések lineáris kombinációi. A ciklustöbbértelműség feloldása.
Matematika II. 2. előadás Geodézia szakmérnöki szak 2012/2013. tanév Műszaki térinformatika ágazat őszi félév.
Euklidészi gyűrűk Definíció.
Gyűrűk Definíció. Az (R, +, ·) algebrai struktúra gyűrű, ha + és · R-en binér műveletek, valamint I. (R, +) Abel-csoport, II. (R, ·) félcsoport, és III.
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSA
DIFFERENCIÁLSZÁMÍTÁS
Gazdaságmatimatika Gyakorló feladatok.
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Algoritmizálás Göncziné Kapros Katalin humaninformatika.ektf.hu.
Papp Róbert, Blaskovics Viktor, Hantos Norbert
Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok
Operációkutatás Kalmár János, Hiperbolikus és kvadratikus programozás.
OPERÁCIÓKUTATÁS Kalmár János, 2011 Tartalom Több lineáris célfüggvényes LP Tiszta egészértékű LP.
OPERÁCIÓKUTATÁS Kalmár János, 2012 Tartalom A nulla-egy LP megoldása Hátizsák feladat.
Optimalizálási módszerek 2. Konvex halmazok
Év eleji információk Előadó: Hosszú Ferenc II. em Konzultáció: Szerda 9:50 – 10:35 II. em
A lineáris függvény NULLAHELYE
Készülj az érettségire
Gazdasági informatikából megkaptuk a félévi feladatot!!! Mindenki nagy örömére… 0. hét.
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
Operációkutatás eredete
Lineáris programozás Definíció: Olyan matematikai programozási feladatot nevezünk lineáris programozási feladatnak, amelyekben az L halmazt meghatározó.
Gráfok Készítette: Dr. Ábrahám István.
Algoritmusok Páll Boglárka.
Sims-1 A Simson-egyenes.
Lineáris programozás.
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
Matematika II. 1. előadás Geodézia szakmérnöki szak 2010/2011. tanév Kataszteri ágazat tavaszi félév.
A differenciálszámtás alapjai Készítette : Scharle Miklósné
Alapsokaság (populáció)
Határozatlan integrál
Lineáris algebra.
Készítette: Horváth Viktória
Dr. Bánkuti Gyöngyi Klingné Takács Anna
A derivált alkalmazása
A folytonosság Digitális tananyag.
GRÁFOK Definíció: Gráfnak nevezzük véges vagy megszámlálhatóan végtelen sok pont és azokat összekötő szintén véges vagy megszámlálhatóan végtelen sok.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
OPERÁCIÓKUTATÁSDUALITÁS
előadások, konzultációk
OPERÁCIÓKUTATÁS TÖBBCÉLÚ PROGRAMOZÁS. Operáció kutatás Több célú programozás A * x  b C T * x = max, ahol x  0. Alap összefüggés: C T 1 * x = max C.
HÁLÓZAT Maximális folyam, minimális vágás
Kontinuum modellek 1.  Bevezetés a kontinuum modellekbe  Numerikus számolás alapjai.
Operációkutatás I. 1. előadás
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
IV. konzultáció Analízis Differenciálszámítás II.
Absztrakt problémák Q  I  S, az absztrakt probléma kétváltozós reláció az esetek (I) és a megoldások (S) halmazán Példa: legrövidebb út Eset: gráf és.
Előadás másolata:

Készítette: Mátyás István agrár mérnöktanár szakos hallgató, A TÖBBCÉLÚ PROGRAMOZÁS Készítette: Mátyás István agrár mérnöktanár szakos hallgató, IV. évfolyam

A vállalati problémák során gyakran több cél merülhet fel egyidejűleg A vállalati problémák során gyakran több cél merülhet fel egyidejűleg. Ilyenkor több célfüggvény meghatározása szükséges. Most azt az esetet vizsgáljuk, amikor a célok mindegyike lineális függvénnyel kifejezhető, valamint célfüggvények maximalizálása a feladat.

Definíció: Az A x < b, x > 0 ------------------------------- f1(x)=c* max 1 f2(x)=c* max 2 …………………………… fk(x)=c* max k feladatot többcélú programozási feladatnak nevezzük.

1. A szekvenciális optimalizálás módszere Ennél a feladatnál az egyes célfüggvények fontosságuk szerint sorba rendezhetők. Tehát az első célfüggvény a legfontosabb, a második a kevésbé fontos stb.. 1. Példa: egy húsüzem öt különböző terméket állít elő. A korlátozó feltételek a következők:

x1,x2,x3,x4,x5 > 0 ---------------------------------- ------------------------------- --- A feladathoz tartozó vektorok komponensei a következők: 1.ÁRBEVÉTEL (ezer forintban, egy egységre vonatkoztatva): [5;5;6;4;5]* 2.ELŐÁLLÍTÁSI KTG. (ezer forintban, egy egységre vonatkoztatva): [3;3;4;2;3]* 3. SZÁLLÍTÁSI KTG.( Ft./ km):[1/2;1/2;1;1/3;1/2]*

A feladatban olyan termelési programot keresünk, mely a legnagyobb árbevételt biztosítja alacsony termelési- és szállítási költség mellett. Az első célfüggvény a következő: f1(x)=5x1+5x2+6x3+4x4+5x5 max. a második: f2(x)=3x1+3x2+4x3+2x4+3x5 min. a harmadik: f3(x)=1/2x1+1/2x2+x3+1/3x4+1/2x5 min.

A feladat megoldása:

A B3 táblában látható maximális árbevétel mellett az előállítási ktg A B3 táblában látható maximális árbevétel mellett az előállítási ktg., valamint a szállítási ktg. szempontjából létezik alternatív optimum, vagyis tudunk találni olyan megoldást is, ami a másik kettő szempontjából jobb megoldást hozna,(ha tovább generálnánk, látható lenne, hogy mindhárom célfüggvény szempontjából nem létezik optimális megoldás). Ritkán fordul elő az az eset amikor is k db. célfüggvényhez létezik olyan x0 , amelynél mindegyik célfüggvény optimális. Definíció: Ha x0 minden célfüggvénynek optimum helye, akkor x0 -t a feladat abszolút optimumának nevezzük.

2. A többcélúság helyettesítése, ill. közelítése egy célfüggvénnyel Két eset létezik: 1. A súlyozásos módszer: az egyes célfüggvényekhez súlyokat rendelünk fontosságuk szerint. Ekkor az L halmazon a g(x)=t1c *x+t2c *x+… +tkc *x 1 2 k függvény maximumát keressük. Ez gazdasági szempontból is fontos: pl. a termékeinket külföldi és belföldi piacon is értékesítjük, ilyenkor a ti súlyoknak a devizaárfolyamokat tekintjük, vagy a különböző termékeinket valamilyen szempontból preferáljuk( fő és melléktermékek) és ehhez igazítjuk az árat és az eladás elsőbbségét, vagy a gyártott termékeinket a gyártásfolyamat során pl. minőségi stb.

vagy a gyártott terméket a gyártásfolyamat során pl vagy a gyártott terméket a gyártásfolyamat során pl. minőségi szempontból csoportosítjuk, ezért bizonyos összetevőkből többet vagy kevesebbet adunk hozzá, attól függően, hogy a piac milyen minőséget kíván stb. A súlyok megválasztása szubjektív. Valamint a célfüggvények dimenziója és nagyságrendje különböző lehet. Ezért ennél a módszernél az alábbi célfüggvényt szokták választani: k g(x)=Σ ti i =1 ahol mi , Mi az fi(x)=ci*x függvény minimuma, ill. maximuma a lehetséges megoldások halmazán. c*x -mi i Mi -mi

Ekkor a c* -mi i Mi -mi transzformált célfüggvények dimenzió nélküliek és értékük [0,1] intervallumba esnek. 2. A korlátok módszere: az fi célfüggvényekre az első kivételével valamilyen di alsó korlátot adunk meg. Az x > 0 ---------------------------------- A x < b c* x > d2 2 …………………………… ck* x > dk f1(x)= c1T x max LP feladatot oldjuk meg.

3. A többcélúság általánosabb vizsgálata Ha a célfüggvények mindegyike egyaránt fontos, előfordulhat, hogy a lehetséges megoldások L halmazának két pontja közül melyiket nevezzük hatékonyabbnak. Célszerű az x1Є L programot hatékonyabbnak tekinteni az x2Є L programnál, ha fj (x1) > fj (x2) (j =1,…,k) és van olyan j, hogy fj (x1)= fj (x2), vagyis x1 egyik célfüggvény szempontjából sem rosszabb x2- nél. Definíció: Az xeЄ L pontoz a feladat efficiens pontjának nevezzük, ha nincsen olyan xЄ L (x=xe), amelyre fj(xe) < fj(x), j =1,…, k és valamely j-re fj (xe) = fj (x).

---------------------------------- A x < b c* x > c*x e 1 1 Tétel: ha az x >0 ---------------------------------- A x < b c* x > c*x e 1 1 …………………………… c k* x > c*x e k ……………………………………………..… g(x)=(c *+c *+… +c *)x max 1 2 k LP feladat megoldható és max g(x)=g(xe ), akkor az xe pont efficiens.

-x1+x2 < 3 x1+x2< 8 0 < x1 < 6 0 < x2 < 4 2. Feladat: -x1+x2 < 3 x1+x2< 8 0 < x1 < 6 0 < x2 < 4 ------------------------------- --- f1(x)=5x1-2x2 max. f2(x)=-x1+4x2 max.

A feladat efficiens pontjainak halmazát a következő grafikon szemlélteti. Ezen pontok halmaza nem konvex (ha két efficiens pont által meghatározott szakasz belső pontjai között van legalább van egy efficiens pont, akkor a szakasz minden pontja efficiens) Elvileg valamennyi efficiens pont meghatározható. Nekünk elég a tételben alapján előállítható véges sok efficiens pont meghatározásának ismerete.

---------------------------------- A x < b c* x > c*x e 1 1 Először az x1Є L lehetséges megoldást keressük meg, majd megoldjuk a x >0 ---------------------------------- A x < b c* x > c*x e 1 1 …………………………… c k* x > c*x e k ……………………………………………..… g(x)=(c *+c *+… +c *)x max LP feladatot 1 2 k .Két eset lehetséges: 1. g(x2) > g(x1), akkor x1 pont nem efficiens,ekkor az eljárást x2 megoldással meg kell ismételni. 2. g(x2) = g(x1), akkor x1 pont efficiens,akkor az eljárás befejezhető. Ez az eljárás véges számú lépésben ér véget.

---------------------------------- -x1+x2 < 3 x1+x2 < 8 Feladat: a) x1=[3;4]* b) x1=[0;3]* a 2. számú feladatnak efficiens pontjai-e. a) x1,x2, > 0 ---------------------------------- -x1+x2 < 3 x1+x2 < 8 x1+x2 < 6 x2 < 4 5 x1-2x2 > 7 -x1+4x2 > 30 ------------------------------- g(x)= 4x1+2x2 max

Ebből x2=[3;4]*= x1. Mivel max g(x)=g(x2)=g( x1) =20, ezért az x1=[3;4]* pont efficiens. b)c* x1= - 6, c* x1 =12 és g(x1) = 6 1 2 .

Ebből x2=[4;4]*. Mivel max g(x)=g(x2)=24>g(x1)=6, így az x1=[0;3]*pont nem efficiens, ezért a B2 táblából kiolvasható x2=[4;4]*ponttal megismételjük. c* x2= 12, c* x2 =12 és g(x2) =24 1 2 Ebből

Ebből x3=[4;4]*=x2. Most már max g(x)=g(x2)=24, ezért x2=[4;4]*pont efficiens.