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.

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Termeléstervezési számítások
Készítette: Nagy Mihály tanár Perecsen, 2006.
A Szállítási feladat megoldása
Készítette: Kosztyán Zsolt Tibor
TÖBBVÁLTOZÓS FÜGGVÉNYEK FELTÉTELES SZÉLSŐÉRTÉKSZÁMÍTÁSA
2005. Operációkutatás Ferenczi Zoltán. Széchenyi István Egyetem Operációkutatás eredete •második világháború alatt alakult ki •különböző szakmájú emberekből.
Tökéletes verseny és monopólium
Dualitás Ferenczi Zoltán
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
A lineáris programozási feladatok típusai és grafikus megoldásai
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
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
Vektormező szinguláris pontjainak indexe
Matematika II. 2. előadás Geodézia szakmérnöki szak 2012/2013. tanév Műszaki térinformatika ágazat őszi félév.
Matematika II. 1. előadás Geodézia szakmérnöki szak 2012/2013. tanév/
INFOÉRA 2006 Kombinatorika
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
Algoritmusok és adatszerkezetek 2 Újvári Zsuzsanna.
Operációkutatás szeptember 18 –október 2.
Gazdaságmatimatika Gyakorló feladatok.
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Készítette: Pető László
Szállítási feladatok Optimalitás vizsgálat
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 3. Lineáris programozás
Optimalizálási módszerek 2. Konvex halmazok
Év eleji információk Előadó: Hosszú Ferenc II. em Konzultáció: Szerda 9:50 – 10:35 II. em
PTE PMMK Matematika Tanszék dr. Klincsik Mihály Matematika III. előadások MINB083, MILB083 Gépész és Villamosmérnök szak BSc képzés 2007/2008. őszi félév.
MATEMATIKA ÉS INFORMATIKA I.
Operációkutatás eredete
Lineáris programozás Definíció: Olyan matematikai programozási feladatot nevezünk lineáris programozási feladatnak, amelyekben az L halmazt meghatározó.
Függvények.
Halmazműveletek.
Az elemzés és tervezés módszertana
Lineáris programozás.
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
Lineáris programozás és a szimplex módszer
Optimalizáció modell kalibrációja Adott az M modell, és p a paraméter vektora. Hogyan állítsuk be p -t hogy a modell kimenete az x bemenő adatokon a legjobban.
Matematika II. 1. előadás Geodézia szakmérnöki szak 2010/2011. tanév Kataszteri ágazat tavaszi félév.
Alapsokaság (populáció)
A KOMPLEX DÖNTÉSI MODELL MATEMATIKAI ÖSSZEFÜGGÉSRENDSZERE Hanyecz Lajos.
Algoritmizálás, adatmodellezés tanítása 8. előadás.
Készítette: Horváth Viktória
Módosított normál feladat
A program a bemeneti adatok alapján ( mint pl. az Excel Solver ) nem adja meg közvetlenül a végeredményt, hanem a megfelelő generálóelemek kiválasztásával.
Parametrikus programozás
A függvény grafikonjának aszimptotái
Dr. Bánkuti Gyöngyi Klingné Takács Anna
Adatbázis-kezelés 3-4. Adatok lekérdezése utasítás általános formája SELECT [ALL/DISTINCT] {*/, …, } FROM [ ], …, [ ] [WHERE GROUP BY, …, HAVING ORDER.
Mikroökonómia gyakorlat
A Függvény teljes kivizsgálása
Többdimenziós valószínűségi eloszlások
OPERÁCIÓKUTATÁSDUALITÁS
Operációkutatás eredete második világháború alatt alakult ki különböző szakmájú emberekből álló team: matematikus, fizikus, közgazdász, mérnök, vegyész,
Készítette: Mátyás István agrár mérnöktanár szakos hallgató,
Szállításszervezés.
Statisztikai és logikai függvények
HÁLÓZAT Maximális folyam, minimális vágás
Technológiai folyamatok optimalizálása Ráduly Botond Mészáros Sándor MATLAB ® - Optimization Toolbox.
Technológiai folyamatok optimalizálása Dinamikus programozás Ráduly Botond Mészáros Sándor.
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
Technológiai folyamatok optimalizálása
15. óra Logikai függvények
Valószínűségi változók együttes eloszlása
Előadás másolata:

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 T 2 * x = max C T k * x = max …. A  feltételi egyenlőség együttható x  változók vektora b  kapacitás vektor C T i  célfüggvény együtthatók

Operáció kutatás Több célú programozás Módszerek: 1.Szekvenciális optimalizálás 2.Súlyozás módszere: g(x) = t 1 ·C 1 ·x + t 2 ·C 2 ·x +…..+ t k ·C k ·x g(x) - Eredő célfüggvény t i - súlyok

Operáció kutatás Több célú programozás x 1 + x 2 + x 4  100 x 2 + x 3  80 x 1 + x 2 + x 3  50 z 1 = 2x 1 + 3x 2 + 2x 3 + 2x 4 = max z 2 = 4x 1 + 6x 2 + 5x 3 + 4x 4 = max z 3 = x 1 - 5x 2 - x 3 + 3x 4 = min Kapacitás  Példafeladat megoldása szekvenciális optimalizálási módszerrel: Termék  f=[2, 3, 2, 2]  fedezeti összeg vektor á = [4, 6, 5, 4]  árbevétel vektor s = [1, 5, 1, 3]  költségek vektora Mivel ez minimum, ezért be kell szorozni –1-gyel, hogy maximumot kapjunk, így írhatjuk az induló táblába: -z 3 = -x 1 - 5x 2 - x 3 - 3x 4 = max.

Több célú programozás Szekvenciális optimalizálás A feladat induló táblája: x1x1 x2x2 x3x3 x4x4 I u1u1 u3u3 u2u2 b -z 2 -z 1 z3z Generáló elem választás: -z 1 sor legnagyobb eleme fölött (3-as) -Legszűkebb keresztmetszet (100:1=100;80:1=80;50:1=50) - generáló elem: u3 sorában álló 1-es - báziscsere: x 2 és u 3 x 1 + x 2 + x 4  100 x 2 + x 3  80 x 1 + x 2 + x 3  50 z 1 = 2x 1 + 3x 2 + 2x 3 + 2x 4 = max z 2 = 4x 1 + 6x 2 + 5x 3 + 4x 4 = max z 3 = x 1 + 5x 2 + x 3 + 3x 4 = min

A feladat 2. táblája: x1x1 u3 u3 x3x3 x4x4 I I. u1u1 x2x2 u2u2 b -z 2 -z 1 z3z Generáló elem választás: -z 1 sor legnagyobb pozitív eleme fölött (ez most a 2) -Csak az 1-est választhatjuk, mert a generáló elem nem lehet 0. Több célú programozás Szekvenciális optimalizálás x 1 x 2 x 3 x 4 I. u1u1 u3u3 u2u2 b -z 2 -z 1 z3z

A feladat 3. táblája: x1x1 u3 u3 x3x3 u1u1 I I I. x4x4 x2x2 u2u2 b -z 2 -z 1 z3z Generáló elem választás: - z 1 sor legnagyobb pozitív eleme fölött (ez most az 1-es) - Csak az egyetlen pozitív számot az 1-est választhatjuk x 1 u 3 x 3 x 4 I I. u1u1 x2x2 u2u2 b -z 2 -z 1 z3z Több célú programozás Szekvenciális optimalizálás

A feladat 4. táblája: x1x1 u3 u3 x2x2 u1u1 IV x4x4 x3x3 u2u2 b -K 2 -K 1 K3K Nem lehet tovább generálni, mert a z 1 függvényt nem ronthatom és minden értéke negatív lett. Ha lenne közte 0 és a z 2 - ben pozitív, akkor folytatni lehetne, mert akkor a z 1 -et még nem rontjuk. A z 1 a z 2 függvény egyszerre veszi fel az optimumát, a z 3 nem, mert azt még lehetne javítani, de ha ez szerint generálunk, akkor a z 1 a z 2 függvény romlik. Megoldás: x =[0, 0, 50, 100] Több célú programozás Szekvenciális optimalizálás

-x 1 + x 2  3 x 1 + x 2  8 x 1  6 x 2  4 Több célú programozás Súlyozás módszere Példafeladat: f 1 (x) = 5x 1 - 2x 2 =max f 2 (x) = -x 1 + 4x 2 =max g(x) = 1. f 1 (x) + 1. f 2 (x) = 4x 1 + 2x 2 = max A feladat grafikusan: Azonos súllyal szerepel mindkét célfüggvény

A feladat induló táblája: x1x1 x2 x2 v5v5 v6v6 I u1u1 u3u3 u2u2 b u5u5 u4u4 u6u z Rajz kijelölt területe alapján kiválasztunk egy pontot, legyen ez a (3,4), ha azt mondom hogy ez megoldás, akkor ezeknél feltételként tudom alkalmazni. [5,-2]  [3,4] T =7 és [-1,4]  [3,4] T =13, ezeket tekintjük alsó korlátnak. 5x 1 - 2x 2  7 /  -1  -5x 1 + 2x 2  7 -x 1 + 4x 2  13 /  -1  x 1 - 4x 2  13 z = 4x 1 + 2x 2 =max Ezáltal bevezetünk u 5, u 6, v 5, v 6 változókat. Generáló elem: 4-es fölött választjuk az 5-öst. Több célú programozás Súlyozás módszere

A feladat 2. táblája: u5 u5 x2 x2 v5v5 v6v6 I u1u1 u3u3 u2u2 b x1x1 u4u4 u6u6 1/5 -2/5 -1/5 0 7/5 1/5 0 -1/5 2/5 1/ /5 18/5 -1/5 1/51/5 3/5 -1/5 0 22/5 33/5 23/5 72/5 7/5 4 -z-4 /5 18/5 4/ /5 Generáló elem: 18/5 -ös fölött választjuk az 18/5 -öt. Több célú programozás Súlyozás módszere

A feladat 3. táblája: u5 u5 u6 u6 v5v5 v6v6 I I I u1u1 u3u3 u2u2 b x1x1 u4u4 x2x2 2/9 1/9 -2/9 -1/9 -5/18 -7/18 5/18 -7/18 -2/9 -1/9 2/9 1/91/9 1/18 -5/18 1/18 5/18 1/18 5/18 -1/18 - 5/18 1/61/6 -1/6 1/61/ K x 1 = [3,4] K=20 Mindazon pontok, amik beleesnek ebbe a tartományba, megoldásai ennek a függvénynek, de van 1 olyan pont ami a legjobb megoldást adja. Ezt efficiens pontnak nevezzük, azaz eleme a tartománynak (feltételrendszernek megfelel), de visszahelyettesítve a függvénybe, minden másnál legalább 1 esetben nagyobb.Pl: ha x 2 = [4,4], akkor K 2 =24. Több célú programozás Súlyozás módszere