ANALÝZA VÝSLEDKŮ LINEÁRNÍHO OPTIMALIZAČNÍHO MODELU

Slides:



Advertisements
Podobné prezentace
PLAYBOY Kalendar 2007.
Advertisements

Konvekce Konvekce 1.
Matematické programování
TEORIE ROZHODOVÁNÍ A TEORIE HER
Dopravní úloha Literatura Kosková I.: Distribuční úlohy I.
OBECNÉ OPTIMALIZAČNÍ MODELY
Dualita úloh lineárního programování a analýza citlivosti
MARKOVSKÉ ŘETĚZCE.
SIMPLEXOVÝ ALGORITMUS Řešení v tabulkovém procesoru
*Zdroj: Průzkum spotřebitelů Komise EU, ukazatel GfK. Ekonomická očekávání v Evropě Březen.
Práce s vektory a maticemi
Mgr. Andrea Cahelová Gymnázium J. Kainara, Hlučín
Spektra zatížení Milan Růžička 1 Dynamická pevnost a životnost
TEORIE ROZHODOVÁNÍ.
Úvod Klasifikace disciplín operačního výzkumu
Téma 3 Metody řešení stěn, metoda sítí.
Téma 3 ODM, analýza prutové soustavy, řešení nosníků
Obecná deformační metoda
1 Metoda GENEROVÁNÍ SLOUPCŮ a její použití v celočíselném programování Jan Fábry.
Lineární regresní analýza Úvod od problému
Regulační diagram je to základní grafický nástroj statistické regulace procesu, který umožňuje posoudit statistickou zvládnutost procesu statisticky zvládnutý.
Dynamické rozvozní úlohy
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Lineární programování
Lineární programování Simplexový algoritmus
Základy lineárního programování
Lineární algebra.
Vizualizace projektu větrného parku Stříbro porovnání variant 13 VTE a menšího parku.
Matice David Hoznátko.
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
Získávání informací Získání informací o reálném systému
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
LINEÁRNÍ OPTIMALIZAČNÍ MODEL
LOGISTICKÉ SYSTÉMY 9/14.
Jazyk vývojových diagramů

Projekt PŘEDPOVĚĎ POČASÍ. Předpověď počasí na
předpověď počasí na 14. května 2009 OBLAČNOST 6.00.
Vícekriteriální rozhodování
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
Tento Digitální učební materiál vznikl díky finanční podpoře EU- OP Vzdělávání pro konkurenceschopnost. Není – li uvedeno jinak, je tento materiál zpracován.
Formulace a vlastnosti úloh lineárního programování
Vektory Práce s vektory Př.: Mějme dva vektory z Udělejme kombinace
EKONOMICKO MATEMATICKÉ METODY
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Fyzika 2 – ZS_3 OPTIKA.
Jazyk vývojových diagramů
Inverzní matice potom Že je to dobře:.
Nelineární programování - úvod
A. Soustavy lineárních rovnic.
Semestrální práce z předmětu MAB
Gradientní metody Metoda největšího spádu (volný extrém)
Simplexová metoda pro známé počáteční řešení úlohy LP
Lineární programování - charakteristika krajních bodů
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 11. PŘEDNÁŠKA.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Operační výzkum Lineární programování Dualita v úlohách lineárního programování. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace.
MME51 Ekonomicko-matematické metody 5 Prof. RNDr. Jaroslav Ramík, CSc.
Matice Přednáška č.4. Definice: Soubor prvků nazýváme maticí typu i-tý řádek j-tý sloupec prvky matice.
EMM21 Ekonomicko-matematické metody 2 Prof. RNDr. Jaroslav Ramík,CSc.
Simplexová metoda.
Analýza výsledků v modelech lineárního programování
CW-057 LOGISTIKA 30. PŘEDNÁŠKA Lineární programování - úvod Leden 2017
Parametrické programování
Lineární optimalizační model
CW-057 LOGISTIKA 32. PŘEDNÁŠKA Lineární programování - 2 Leden 2017
Obecná deformační metoda
ANALÝZA A KLASIFIKACE DAT
Transkript prezentace:

ANALÝZA VÝSLEDKŮ LINEÁRNÍHO OPTIMALIZAČNÍHO MODELU

Obsah Formulace modelu Výpočet modelu Optimální řešení Alternativní řešení Suboptimální řešení Analýza citlivosti vzhledem k změnám cen Analýza citlivosti vzhledem k změnám pravých stran Změny formulace modelu - rozsahu modelu

Formulace (definice) modelu Proměnné - procesy (jednotky) Omezující podmínky - soustava lineárních rovnic a nerovnic Kritérium - účelová funkce (lineární)

Optimální řezný plán

Optimální řezný plán Proměnné Omezující podmínky Účelová funkce x1, x2, x3 desky rozřezané podle řezného plánu A, B, C (počet kusů) Omezující podmínky Minimální počet obdélníků (ks) Minimální počet čtverců (ks) Účelová funkce Celkový počet rozřezaných desek  MIN (ks)

Simplexový algoritmus Podmínky algoritmu: b0 = kanonická báze Simplexová tabulka Test optimality Test přípustnosti Nové bázické řešení - JEM

Jordanova eliminační metoda kanonická – jednotková báze změna báze – nahrazení jednoho bázického vektoru druhým – Steinitziova věta o výměně matice bázických vektorů B matice přechodu od báze k bázi B-1

Simplexový algoritmus Algoritmus končí nalezením optimálního řešení, pokud není v bázi pomocná proměnná, je to optimální přípustné řešení modelu, pokud pomocná proměnná v bázi zůstala a je nenulová, neexistuje přípustné řešení problému, nebo zjištěním, že účelová funkce je neomezená pokud nelze najít proměnnou pro vyřazení z báze.

Analýza výsledků řešení Do modelu můžeme přidat další podmínku, rovnici účelové funkce x1 + x2 + x3 = z a po úpravě z - x1 - x2 - x3 = 0

Analýza simplexové tabulky Vliv proměnné x3 na optimální řešení Inverzní matice báze B-1 Matice E Hodnoty zj - cj Hodnoty bázických proměnných Hodnota kritéria

Řešení modelu Optimální řešení Alternativní řešení Suboptimální řešení bázické řešení s optimální hodnotou kritéria ve výsledné simplexové tabulce Alternativní řešení každé další bázické i nebázické optimální řešení, lze odvodit z výsledné simplexové tabulky Suboptimální řešení bázické i nebázické řešení problému s dostatečně dobrou hodnotou kritéria, odvozuje se z výsledné simplexové tabulky

Další řešení modelu Interval přípustných hodnot nebázické proměnné xj Test přípustnosti Nové řešení bázické nebo nebázické

Optimální řezný plán Optimální řešení řezný plán A 2,86 desek řezný plán B 20 desek řezný plán C 0 desek

Optimální řezný plán Optimální řešení Alternativa řezný plán A 2,86 desek 0 desek řezný plán B 20 desek 8,57 desek řezný plán C 0 desek 14,29 desek

Optimální řezný plán Suboptimální řešení první řezný plán 2,86 - 0,03 d1 druhý řezný plán 20 + 0,2 d1 překročení obdélníků z intervalu 0, 95.3

Analýza citlivosti vzhledem k změnám vstupních dat Analýza citlivosti vzhledem k změnám cen Analýza citlivosti vzhledem k změnám hodnot pravých stran Analýza citlivosti vzhledem k změnám koeficientů v omezujících podmínkách

Analýza citlivosti vzhledem k změnám cen Změnu sledované ceny cj vyjádříme jako cj +  Přepočítáme kriteriální řádek a získáme hodnoty s parametrem  Test optimality - soustava lineárních nerovnic s parametrem  Interval stability - nemění se báze řešení ani hodnoty proměnných, mění se hodnota kritéria

Optimální řezný plán

Analýza citlivosti vzhledem k změnám hodnot pravých stran Změnu sledované pravé strany bi vyjádříme jako bi +  Přepočítáme vektor pravých stran a získáme hodnoty s parametrem  Test přípustnosti - soustava lineárních nerovnic s parametrem  Interval stability - nemění se báze řešení, mění se hodnoty proměnných a hodnota kritéria

Přepočet pravých stran Řešení soustavy lineárních rovnic pomocí JEM Ax = b báze B x = B-1Ax = B-1b Parametrizovaný vektor pravých stran b + µ bude přepočítán B-1(b + µ)

Optimální řezný plán

Analýza citlivosti vzhledem k změnám koeficientů v omezujících podmínkách Změna koeficientu bázické proměnné - tvoří nový vektor s ostatními bázickými vektory opět bázi? Nejlépe přidat nový vektor, novou proměnnou Změna koeficientu nebázické proměnné Přepočítat vektor pomocí B-1, test optimality a případně další výpočet

Změny formulace modelu - rozsahu modelu Přidání podmínky Vynechání podmínky Přidání proměnné Vynechání proměnné (bázická, nebázická)