Preda Vanja Pmp 1112
-
Upload
barni-armi -
Category
Documents
-
view
48 -
download
3
Transcript of Preda Vanja Pmp 1112
Primjena matematičkog programiranja Zaštićeno licencom
Primjena matematičkog programiranja
Prof.dr.sc. Damir KalpićZavod za primijenjeno rač[email protected]: D-368
Literatura & informacije: http://www.fer.unizg.hr/predmet/opeist_a
1
Primjena matematičkog programiranja Zaštićeno licencom
Primjena matematičkog programiranja
Uvod• Primalni simplex• Dualni simplex• Model LP• Analiza osjetljivosti• Mješovito-cjelobrojno programiranje• Mrežno planiranja• Nabavka opreme• Politika skladišta
2
Primjena matematičkog programiranja Zaštićeno licencom
Uvod3
Testovi tijekom nastave (20)1. Zadatak (10)http://www.fer.hr/_download/repository/DZ09-10Prva.doc 2. zadatak (10) http://www.fer.hr/_download/repository/ZadaciZaDZ.docIzbor zadatka [1, 100]: http://www.random.org/integers/?mode=advanceduz opciju „Use pregenerated randomization based on persistent identifier“ i studentov JMBAG s vodećim nulama kao persistent identifer.3. zadatak (10)1 mrežni plan po vlastitom izboruUsmeni ispit (50)Prezentacija rješenja zadataka i odgovori na pitanja iz ostatka gradiva
Primjena matematičkog programiranja Zaštićeno licencom
Uvod
Operational research (UK)
Operations research (US)
Operationsforschung
Recherche opérationnelle
Ricerca operativa
Búsqueda operativa
Investigação operacional
...
4
Primjena matematičkog programiranja Zaštićeno licencom
Uvod
Povijest:Charles Babbage
– pošta i željeznica– 1840. Penny Post
Drugi svjetski rat– U Velikoj Britaniji paradigmatična situacija za OPEIST
• Napadi na podmornice• Radarska mreža• Analiza efekata V-2• ...
– SAD• Veličina konvoja• Pronalaženje brodova na Pacifiku• Miniranje voda na Pacifiku• ...
5
Primjena matematičkog programiranja Zaštićeno licencom
Uvod
Nakon Drugog svjetskog rata– vojne primjene– primjene u gospodarstvu
Izrada modela
6
Realni svijet Model
Zaključci orealnom svijetu
Zaključci o modelu
Formulacija
Dedukcija
Interpretacija
Primjena matematičkog programiranja Zaštićeno licencom
Uvod
Modeliranje:1. Ne komplicirati
2. Ne podešavati problem tehnici rješavanja
3. Rigorozno zaključivati o modelu
4. Provjera modela
5. Model ne shvaćati previše doslovno
6. Ne rješava ono za što nije projektiran
7. Ne pretjerati s prodajom istog modela
8. Koristi od modeliranja
9. Model nije bolji od ulaznih informacija
10.Model ne nadomješta donositelja odluke
7
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje 8
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje9
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje10
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje11
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje12
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje13
max/min z = Σ cj xjj=1
n
uz:
Σ aij xj
j=1
n
≤ bi ; i = 1,...,m
xj ≥ 0 ; j = 1,..., n
LP u kanonskom obliku:
n nenegativnih strukturnih varijabli
m nejednadžbi tipa ≤
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje14
max z = Σ cj xjj=1
n
uz:
Σ aij xj
j=1
n
+ xn+i = bi ; i = 1,...,m
xj ≥ 0 ; j = 1,..., n + m
LP u obliku jednadžbi:
n nenegativnih strukturnih varijabli
m nenegativnih dopunskih (slack) varijabli
m jednadžbi
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje
m linearnih jednadžbi
m + n nenegativnih varijabli__________________________________
n nebazičnih varijabli ( ≡ 0)
m bazičnih varijabli po kojima se sustav rješava
– uz bi ≥ 0 (i = 1, m), moguće početno rješenje je bazično
» strukturne varijable nebazične» dopunske varijable bazične» (nitko ništa ne radi)
15
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje
Optimalno rješenje je i bazično– simpleksni postupak u jednoj iteraciji zamjenjuje
po jednu bazičnu varijablu jednom nebazičnom– zašto kod zamjene ulazne nebazične i izlazne
bazične varijable prestati preuranjeno?– O( ( ))– iskustveno: o(km3)
16
m+nm
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje
Bez ograničenja na predznak koeficijenata/desnih strana:
17
Σ aij xj
j=1
n
≥ bi→ Σ - aij xj
j=1
n
≤ - bi
Σ aij xj = bi
j=1
n
→ Σ aij xjj=1
n≥ bi
Σ aij xjj=1
n≤ bi
min z = max (-z)
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje
Bez ograničenja na predznak varijabli:
18
→
→
xj ≥ dj
dj < 0
x’j = xj - dj
x’j ≥ 0
-∞< xj < +∞ xj = x’’j – x’j
x’j ≥ 0
x’’j ≥ 0
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje19
min Z = 3x1 - 4x2
uz :
2x1 + 1x2 ≤ 4
3x1 + 2x2 8
x1 0 x2 0
Primjena matematičkog programiranja Zaštićeno licencom
Ulazni podaci za LPE (Notepad)20
*Primjer za oba tipa ogranicenja x1 z 3x2 z -4x1 y1 2x2 y1 1x1 y2 3x2 y2 2up y1 4lo y2 8
Primjena matematičkog programiranja Zaštićeno licencom
Postupak s LPE (1)21
lpe.bat
Primjena matematičkog programiranja Zaštićeno licencom
Postupak s LPE (2)22
Nema druge funkcije cilja pa se pritisne RETURN
Primjena matematičkog programiranja Zaštićeno licencom
Postupak s LPE (3)23
Nakon ispisane statistike modela, upise se O za optimiranje i S za ispis rješenja.
Primjena matematičkog programiranja Zaštićeno licencom
Postupak s LPE (4)24
Kad se upiše za kraj E, raspoloživ je OUTPUT.PRN s ispisom.
LPE -- Total of 9 records read
Goal function z is in row 1Row count = 3Column count = 2Structural coefficients count = 6Matrix density = 100.000000 %Lower bounds count = 2Upper bounds count = 1
Amax = 1.000000 Amin = 0.250000
No primal errorsMaximum dual error :0Solution is feasibleMinimum has been reached* p00000 *Primjer za oba tipa ogranicenja Page 1.*** Rows ***
No. Row In At Activity Lower Bound Upper Bound Slack Activ. Dual Activity Description
1 z 2 b -16 NONE NONE 16 -0 2 y1 2 u 4 0 4 0 -4 3 y2 2 b 8 8 NONE 0 0 * p00000 *Primjer za oba tipa ogranicenja Page 1.*** Columns ***
No. Column In At Activity Lower Bound Upper Bound Objective Co. Reduced Cost Description
51 x1 3 l 0 0 NONE 3 11 52 x2 3 b 4 0 NONE -4 0
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje25
Dualni simpleksni postupak:
• Početno rješenje: bazično, nemoguće, superptimalno
1.korak iteracije: • izbor izlazne bazične varijable takve da se umanji
prekoračenje dopuštenih granica2.korak iteracije:
• izbor ulazne nebazične varijable, takve da ima negativni koeficijent u retku izlazne bazične varijable (nužni uvjet), te da svojim jediničnim porastom najmanje pokvari funkciju cilja, tj. da zadrži zadovoljenima uvjete optimalnosti.
Ako nema kandidata za ulaz u bazu -> Rješenje je nemoguće.
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje26
Dualni simpleksni postupak:
• Početno rješenje: bazično, nemoguće, suboptimalno
1.korak iteracije: • izbor izlazne bazične varijable takve da se umanji
prekoračenje dopuštenih granica2.korak iteracije:
• izbor ulazne nebazične varijable, takve da ima negativni koeficijent u retku izlazne bazične varijable (nužni uvjet), te (poželjni uvjet) da svojim jediničnim porastom najmanje pokvari funkciju cilja.
Ako nema kandidata za ulaz u bazu -> Rješenje je nemoguće.Kad je rješenje postalo moguće, ali je ostalo suboptimalno, prelazi se na primalni simpleksni postupak.
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje27
z x1 ... xj ... xn xn+1 ... xn+i ... xn+m b
1 -c1 ... -cj ... -cn 0 ... 0 ... 0 0
0 a11 ... a1j ... a1n 1 ... 0 ... 0 b1
...
0 ai1 ... aij ... ain 0 ... 1 ... 0 bi
...
0 am1 ... amj ... amn 0 ... 0 ... 1 bm
Nulta iteracija
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje28
z x1 ... xj ... xn xn+1 ... xn+i ... xn+m b
1 z1-c1
... zj-cj ... zn-cn
y1 ... yi ... ym y0
0 α11 ... α 1j ... α 1n π11 ... πii ... π1m β1
...
0 α i1 ... α ij ... α in πi1 ... πii ... πim β i
...
0 α m1 ... α mj ... α mn πm1 ... πmi ... πmm β m
Zadnja iteracija
Primjena matematičkog programiranja Zaštićeno licencom
Linearno programiranje29
min y0 = Σ bi yi (raspoloživost resursa puta njihova marginalna vrijednost)i=1
m
uz uvjet optimalnosti za primal:
Σ aij yi
i=1
m
≥ cj ; j = 1,...,n
yi ≥ 0 ; i = 1,..., m
DUAL
Primjena matematičkog programiranja Zaštićeno licencom
Prijelaz na dual (1)30
min Z = 3x1 - 4x2
uz :
2x1 + 1x2 ≤ 4
3x1 + 2x2 8
x1 0 x2 0
Primjena matematičkog programiranja Zaštićeno licencom
Prijelaz na dual (2)31
min Z = 3x1 - 4x2
uz :
2x1 + 1x2 ≤ 4
3x1 + 2x2 8
5x1 + 3x2 = 12
x1 -∞ x2 0
Primjena matematičkog programiranja Zaštićeno licencom
Interpretacija dualnih vrijednosti analiza osjetljivosti
32
Povećanje nerada stroja #1 (x3) ne utječe na funkciju cilja• znači stroj #1 jest resurs kojeg ima više nego li je potrebno.
Jedinično povećanje nerada stroja #2 izazvalo bi• smanjenje funkcije cilja za 3/2 [HRK/h].
Jedinično povećanje nerada stroja #3 izazvalo bi• smanjenje funkcije cilja 1 [HRK/h].
Vrijednost funkcije cilja je suma umnožaka raspoloživosti i marginalnih vrijednosti resursa.
z = 4 * 0 + 12 * 3/2 + 18 * 1 = 36
Primjena matematičkog programiranja Zaštićeno licencom
Interpretacija dualnih vrijednosti analiza osjetljivosti
33
•U kojem intervalu vrijede promjene iskazane dualnim varijablama?
• do susjednih bazičnih rješenja
•Što sprječava neograničeni rast funkcija cilja?
• uska grla
• uvijek postoje!
•Do koje cijene se artikl još isplati proizvoditi u količini iskazanoj optimalnim rješenjem?
•Uz koju cijenu se artikl isplati proizvoditi više?
•Po kojoj cijeni se isplati nedostajući resurs unajmiti?
•Po kojoj cijeni se nedostajući resurs isplati iznajmiti?
•Po kojoj cijeni postupiti s resursom kojeg ima suviše?
Primjena matematičkog programiranja Zaštićeno licencom
Jednostavna proizvodnja - LPE34
*Jedostavna proizvodnjax1 z 3x2 z 5x1 stroj1 1x2 stroj2 2x1 stroj3 3x2 stroj3 2up stroj1 4up stroj2 12up stroj3 18
Ulazni podaci
Primjena matematičkog programiranja Zaštićeno licencom
Jednostavna proizvodnja - LPE35
*** Rows ***
No. Row In At Activity Lower Bound Upper Bound Slack Activ. Dual Activity Description
1 z 2 b 36 NONE NONE -36 0 2 stroj1 1 b 2 0 4 2 0 3 stroj2 1 u 12 0 12 0 1.5 4 stroj3 2 u 18 0 18 0 0.9999999
*** Columns ***
No. Column In At Activity Lower Bound Upper Bound Objective Co. Reduced Cost Description
51 x1 3 b 2 0 NONE 3 -0 52 x2 3 b 6 0 NONE 5 -0
Rješenje
Primjena matematičkog programiranja Zaštićeno licencom
Jednostavna proizvodnja - LPE36
*** A n a l y s i s f o r r o w s ******************************************************************************** No.*Row * Activity * Lower Bound *Decreased act.* Unit **----*---------*--------------*--------------*--------------* ** In* At *Slack Activity* Upper Bound *Increased Act.* Cost ***************************************************************************** 1 z 36 None 30 -1 2 b -36 None 36 0
2 stroj1 2 0 0 -3 1 b 2 4 6 -4.5
3 stroj2 12 0 5.999999 -1.5 1 u 0 12 18 1.5
4 stroj3 18 0 12 -0.9999999 2 u 0 18 24 0.9999999
Analiza osjetljivosti za retke
Primjena matematičkog programiranja Zaštićeno licencom
Jednostavna proizvodnja - LPE37
*** A n a l y s i s f o r c o l u m n s ******************************************************************************** No.*Column * Activity * Lower Bound *Decreased act.* Unit **----*---------*--------------*--------------*--------------* ** In* At *Objective Coef* Upper Bound *Increased Act.* Cost ***************************************************************************** 51 x1 2 0 0 -3 3 b 3 None 4 -4.5
52 x2 6 0 3 -3 3 b 5 None 6 -0
Analiza osjetljivosti za stupce
Primjena matematičkog programiranja Zaštićeno licencom
Višefazna proizvodnja 38
15.0 [min/kg]
31.7 [min/kg]
Stroj..1 2400 [min]
Stroj..2 1800 [min]
Stroj..3 8400 [min]
36 [€/kg]
45 [€/kg]
30 x1 250
40 x2 120
23.0 [min/kg]
17.0 [min/kg]
21.5 [min/kg]
35.6 [min/kg]
0.36 [€/min]
0.43 [€/min]
0.27 [€/min]Sirov..1100 5.7 [€/kg]
Sirov..2300 7.6 [€/kg]
1.12
1.05
1.07
1.10
•Normativi sirovina za izradu poluproizvoda > 1•Nema mogućnosti skladištenja poluproizvoda•x11 & x12 ; x21 & x22 fizički su isti, financijski različiti
x11
x12
x21
x22
Primjena matematičkog programiranja Zaštićeno licencom
Neki financijski pojmovi
• Prihod = ProdajnaCijena * ProdanaKoličina
• Troškovi
– Fiksni troškovi» Otplata kredita» Amortizacija» Administrativni troškovi» Zajamčene plaće» …
– Direktni / varijabilni troškovi» Sirovine» Energija» Promjenjivi dio plaća» Habanje strojeva» ..
39
Primjena matematičkog programiranja Zaštićeno licencom
Što je cilj (1)?
• Minimizacija troška– Javne usluge
» Javni prijevoz» Komunalne djelatnosti
– Vojska– …
• Minimizacija vremena– Vatrogasci– Hitna pomoć– …
• Maksimizacija prihoda?– Može li to stvoriti gubitak?
40
Primjena matematičkog programiranja Zaštićeno licencom
Što je cilj (2)?
• Maksimalne proizvedene količine?• Maksimalno iskorištavanje kapaciteta?
– Zašto?• Profit?
– Kako ga izraziti?– Od čega se profit (prije oporezovanja) tvori (kod
proizvodnje za tržište):» Prihod – VarijabilniTrošak – FiksniTrošak
– Na što možemo trenutno utjecati:» Kontribucija ili Doprinos za pokriće fiksnih troškova =
Prihod – VartijabilniTroškovi
41
Primjena matematičkog programiranja Zaštićeno licencom
Za što se ništa ne isplati?
42
Direct costs Fixed costs
Selling price ++
Market
proportional to 1 / Q
Q - -
Price increasing loop
Preskupo, ne proda se, proizvodi se manje, cijena raste! Umjesto toga Marketing: Koliko i po kojoj cijeni se može prodati Planiranje proizvodnje: Maksimalna kontribucija
Primjena matematičkog programiranja Zaštićeno licencom
Višefazna proizvodnja - LPE
*PROBLEM VIŠEFAZNE PROIZVODNJE *Ulazni podaci za program: Ekvivalentna matematicka notacija:*Finalni prizvodi X11 X1 1. X1(kg) = X11(kg) + X12(kg) X12 X1 1. X21 X2 1. X2(kg) = X21(kg) + X22(kg) X22 X2 1.*Utrošak strojnog vremena X11 STROJ..1 15. STROJ..1(min) = 15.(min/kg)*X11(kg) + X21 STROJ..1 23. + 23.(min/kg)*X21(kg) X12 STROJ..2 17. STROJ..2(min) = 17.(min/kg)*X12(kg) + X22 STROJ..2 21.5 + 21.5(min/kg)*X22(kg) X1 STROJ..3 35.6 STROJ..3(min) = 35.6(min/kg)*X1(kg) + X2 STROJ..3 31.7 + 31.7(min/kg)*x2(kg)*Utrošak sirovina X11 SIROV..1 1.12 SIROV..1(kg) = 1.12*X11(kg) + X12 SIROV..1 1.07 + 1.07*X12(kg) X21 SIROV..2 1.05 SIROV..2(kg) = 1.05*X21(kg) + X22 SIROV..2 1.10 + 1.10*X22(kg)
43
Primjena matematičkog programiranja Zaštićeno licencom
Višefazna proizvodnja - LPE
*Troškovi SIROV..1 TROSAK 5.7 TROSAK(kn) = 5.7(kn/kg)*SIROV..1(kg)
SIROV..2 TROSAK 7.6 + 7.6(kn/kg)*SIROV..2(kg) STROJ..1 TROSAK 0.34 + .34(kn/min)*STROJ..1(min) STROJ..2 TROSAK 0.43 + .43(kn/min)*STROJ..2(min) STROJ..3 TROSAK 0.27 + .27(kn/min)*STROJ..3(min)
*Prihod X1 PRIHOD 36. PRIHOD(€) = 36.(€/kg)*X1(kg) X2
PRIHOD 45. + 45.(€/kg)*X2(kg)*Kontribucija PRIHOD KONTRIB. 1. KONTRIB.(€) = PRIHOD(kn)-TROSAK(kn)
TROSAK KONTRIB. -1.*Ogranicenja LO X1 30. 30.(kg) < X1 < 250.(kg) UP X1 250. LO X2 40. 40.(kg) < X2 < 120.(kg) UP X2 120. UP STROJ..1 2400. STROJ..1 < 2400.(min) UP STROJ..2 1800. STROJ..2 < 1800.(min) UP STROJ..3 8400. STROJ..3 < 8400.(min) UP SIROV..1 100. SIROV..1 < 100.(kg) UP SIROV..2 300. SIROV..2 < 300.(kg)
44
Primjena matematičkog programiranja Zaštićeno licencom
Višefazna proizvodnja – LPEAnaliza osjetljivosti za stupce
45
Primjena matematičkog programiranja Zaštićeno licencom
Problem smjese – LPE
46 BIN.5 WEIGHT 1 BIN.5 FE 0.02 BIN.5 CU 0.06 BIN.5 MN 0.02 BIN.5 MG 0.01 BIN.5 AL 0.8 BIN.5 SI 0.02 ALUMINUM COST 0.21 ALUMINUM WEIGHT 1 ALUMINUM FE 0.01 ALUMINUM CU 0.01 ALUMINUM AL 0.97 ALUMINUM SI 0.01 SILICON COST 0.38 SILICON WEIGHT 1 SILICON FE 0.03 SILICON SI 0.97 FE BASE 1 CU BASE 1 FR COST FX WEIGHT 2000 UP MN 40 UP MG 30 LO AL 1500 LO SI 250 UP SI 300 UP BASE 120 UP BIN.1 200 UP BIN.2 750 UP BIN.3 800 UP BIN.4 700 UP BIN.5 1500 UP FE 60 UP CU 100
BIN.1 COST 0.03 BIN.1 WEIGHT 1 BIN.1 FE 0.15 BIN.1 CU 0.03 BIN.1 MN 0.02 BIN.1 MG 0.02 BIN.1 AL 0.7 BIN.1 SI 0.02 BIN.2 COST 0.08 BIN.2 WEIGHT 1 BIN.2 FE 0.04 BIN.2 CU 0.05 BIN.2 MN 0.04 BIN.2 MG 0.03 BIN.2 AL 0.75 BIN.2 SI 0.06 BIN.3 COST 0.17 BIN.3 WEIGHT 1 BIN.3 FE 0.02 BIN.3 CU 0.08 BIN.3 MN 0.01 BIN.3 AL 0.8 BIN.3 SI 0.08 BIN.4 COST 0.12 BIN.4 WEIGHT 1 BIN.4 FE 0.04 BIN.4 CU 0.02 BIN.4 MN 0.02 BIN.4 AL 0.75 BIN.4 SI 0.12 BIN.5 COST 0.15
Primjena matematičkog programiranja Zaštićeno licencom
Problem smjese – LPE
47
Primjena matematičkog programiranja Zaštićeno licencom
Problem smjese – LPE
48
Primjena matematičkog programiranja Zaštićeno licencom
Transportni problem49
Odredišta Raspoloživo
1 j n
Izvori
1 c11 ... c1j ... c1n Q1
...
i ci1 ... cij ... cin Qi
...
m c m1 ... c mj ... c mn Qm
Potrebno
D1 Dj Dn
Primjena matematičkog programiranja Zaštićeno licencom
Transportni problem50
Odredišta Raspoloživo
1 2 3 4
Izvori
1 2 5 4 5 60
2 1 2 1 4 80
3 3 1 5 2 60
Potrebno 50 40 70 40
Primjer iz “Invitation a la recherche opérationnelle,” Kaufmann & Faure, Dunod
Primjena matematičkog programiranja Zaštićeno licencom
Transportni problem51
x11 z 2x12 z 5x13 z 4x14 z 5x21 z 1x22 z 2x23 z 1x24 z 4x31 z 3x32 z 1x33 z 5x34 z 2
x11 o1 1x21 o1 1x31 o1 1x12 o2 1x22 o2 1x32 o2 1x13 o3 1x23 o3 1x33 o3 1x14 o4 1x24 o4 1x34 o4 1
x11 i1 1x12 i1 1x13 i1 1x14 i1 1x21 i2 1x22 i2 1x23 i2 1x24 i2 1x31 i3 1x32 i3 1x33 i3 1x34 i3 1
up i1 60up i2 80up i3 60lo o1 50lo o2 40lo o3 70lo o4 40
Primjena matematičkog programiranja Zaštićeno licencom
Problem pridruživanja52
Stroj
Normativi vremena [h/kg] Kapacitet
[h]P1 P2
M1 0,8 0,8333 40
M2 0,6 0,196740
M30,5 0,75
40
Potrebna količina
[kg]100 60
Primjena matematičkog programiranja Zaštićeno licencom
Problem pridruživanja53
* Utrosak vremena za svaki proizvod na svakom od strojeva P11 M11 0.8 P12 M21 0.6 P13 M31 0.5 P21 M12 0.83333 P22 M22 0.91667 P23 M32 0.75* Utrosak vremena na svakom od strojeva M11 M1 1. M12 M1 1. M21 M2 1. M22 M2 1. M31 M3 1. M32 M3 1.* Maksimalno neiskoristeno vrijeme stroja M1 M1UK 1. P M1UK 1. M2 M2UK 1. P M2UK 1. M3 M3UK 1. P M3UK 1. P PP 1.
* Kolicina svakog od proizvoda P11 P1 1. P12 P1 1. P13 P1 1. P21 P2 1. P22 P2 1. P23 P2 1.* Ukupan utrosak vremena na strojevima M1 VRIJEME 1. M2 VRIJEME 1. M3 VRIJEME 1.* Raspolozivi kapaciteti strojeva UP M1UK 40. UP M2UK 40. UP M3UK 40.* Zadane kolicine koje treba proizvesti LO P1 100. LO P2 60.
Primjena matematičkog programiranja Zaštićeno licencom
Metoda grananja i ograđivanja54
Poslovi
1 2 3 4 5
A 7 26 55 43 28
B 83 57 40 77 61
C 38 93 14 29 86
D 52 10 48 61 73
E 21 56 49 48 33
Str
ojev
i
Primjena matematičkog programiranja Zaštićeno licencom
Metoda grananja i ograđivanja55
Poslovi
1 2 3 4 5
A 7 26 55 43 28
B 83 57 40 77 61
C 38 93 14 29 86
D 52 10 48 61 73
E 21 56 49 48 33
Str
ojev
i
Primjena matematičkog programiranja Zaštićeno licencom
Metoda grananja i ograđivanja56
Primjena matematičkog programiranja Zaštićeno licencom
Rješavanje pridruživanja kao transportni problem (1)57
1 2 3 4 5
A 7 26 55 43 28 1
B 83 57 40 77 61 1
C 38 93 14 29 86 1
D 52 10 48 61 73 1
E 21 56 49 48 33 1
1 1 1 1 1
Primjena matematičkog programiranja Zaštićeno licencom
Rješavanje pridruživanja kao transportni problem (2)58
1 2 3 4 5
A 1 ε1 1+ε1
B 1 ε2 1+ε2
C 1 ε3 1+ε3
D 1 ε4 1+ε4
E 1 1
1 1+ε1 1+ε2 1+ε3 1+ε4
ε1 > ε2 > ... > ε4
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (1)59
max Z = x1 + x2
uz:
19 x1 + 12 x2 ≤ 114 → x1 / 6 + x2 / 9,5 = 1
2 x2 ≤ 11 → x2 / 5,5 = 1
x1, x2 = 0, 1, 2, 3,...
Primjer iz “Invitation a la recherche opérationnelle,” Kaufmann & Faure, Dunod
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (2)60
x1 / 6 + x2 / 9.5 = 1
x2 / 5.5 = 1
Optimum:
(2.52; 5.5), Z = 8.02
X1
X2
6
9
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (3)61
x1 / 6 + x2 / 9,5 ≤ 1
x2 / 5,5 ≤1
x1 ≤ 2
(2; 5,5) z = 7,5
X1
X2
6
9
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (4)62
x1 / 6 + x2 / 9,5 ≤ 1
x2 / 5,5 ≤ 1
x1 ≤ 2
x2 ≤ 5
(2; 5) z = 7
X1
X2
6
9
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (5)63
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (6)64
Si = Σ fk0-0.5 + Σ (1 - fm
0.5-1.0) k m
min { Si │ Ci ≥ C0 * Fq }
{ Ci │ Ci > CI * (1+Fp) }
Ci - (C0 - CI)/ S0 * Si
Odstupanje od cjelobrojnosti
Najbliži cjelobrojnosti, a da nije suviše loš
Takav da se isplati tražiti bolje rješenje
Projekcijski faktor
Primjena matematičkog programiranja Zaštićeno licencom
Mješovito cjelobrojno programiranje (7)65
Primjena matematičkog programiranja Zaštićeno licencom
Planiranje poljoprivredne proizvodnje66
i – poljoprivredno zemljište /njivaj – poljoprivredna kultura /usjev
Uzgajanje usjeva j na njivi i
δij = 0, 1
δij = 1 ; za svaki ij
Na jednoj njivi može se uzgajati samo jedan usjev.
Svojstvo Grupnih varijabli umanjuje složenost odeksponencijalne na linearnu!
Primjena matematičkog programiranja Zaštićeno licencom
Energetska mreža (1)67
Pi
Ri
ij1 j2
Wj2- +
≤ Ci*δi
Primjena matematičkog programiranja Zaštićeno licencom
Energetska mreža (2)68
j
Pi
i
Ri
Ci
δi
Wj
Jedan od n čvorovaIzvor energije
Ponor energije
Energija isporučena/ utrošena
Grana i – Jedan od m visokonaponskih vodova duljine li na kojem se tijekom životnog vijeka izgubi energije za q% troškova izgradnjePozitivni tok energije u grani i
Negativni tok energije u grani i
Kapacitet grane i
Fizičko postojanje grane i (0 = Ne; 1 = Da)
{
Primjena matematičkog programiranja Zaštićeno licencom
Energetska mreža (3)69
min z = li * ( δi + q*Pi + q*Ri)
Pi + Ri Ci*δi ; i = 1, …,m
i = 1
m
k (i,j)*Pi - k (i,j)*Ri = Wj ; j = 1,…,n i = 1
m
i = 1
m
k (i,j) = {-1 Grana i izlazi iz čvora j0 Grana i ne koincidira s čvorom j
-1 Grana i ulazi u čvor j
Pi 0 ; i = 1, …,mRi 0 ; i = 1, …,m
δi = 0, 1 ; i = 1, …,m
Primjena matematičkog programiranja Zaštićeno licencom
Separabilno programiranje70
g1 g2 g3 g4
y1 y2 y3 y4
f(x)
f0 S1S2
S3
S4
x
Primjena matematičkog programiranja Zaštićeno licencom
Separabilno programiranje izraženo cjelobrojnim71
x = yi ; 0 yi gi
f (x) = f0 + Si*yi
i=1
n
i=1
n
y1 g1
yi gi*δi
yi+1 gi+1* δi
δ i = 0, 1i = 1,…, n-1
Primjena matematičkog programiranja Zaštićeno licencom
Podešavanje strojeva72
količina
t
0 T
Primjena matematičkog programiranja Zaštićeno licencom
Terminiranje proizvodnje73
Primjena matematičkog programiranja Zaštićeno licencom
Mrežno planiranje (1)74
Šifra Opis aktivnosti Trajanje Preduvjeti
Primjena matematičkog programiranja Zaštićeno licencom
Mrežno planiranje (2)75
Najranijij mogući početak
Trajanje aktivnosti
Najraniji mogući
završetak
Identifikacija aktivnosti
Slobodna vremenska
rezerva
Najkasniji dozvoljeni početak
Ukupona vremenska
rezerva
Najkasniji dozvoljeni završetak
Primjena matematičkog programiranja Zaštićeno licencom
Mrežno planiranje (3)76
Lokacija
Start: 3.6.05 ID: 1
Finish: 23.6.05 Dur: 15 days
Res: Vlasnik
Uređenje okoliša
Start: 12.5.06 ID: 13
Finish: 8.6.06 Dur: 1 mon
Res: Izvoditel j
Unutarnje 1. KAT
Start: 14.4.06 ID: 12
Finish: 11.5.06 Dur: 1 mon
Res: Izvoditel j
Krov
Start: 7.4.06 ID: 10
Finish: 13.4.06 Dur: 5 days
Res: Izvoditel j
Unutarnje priz emlje
Start: 7.4.06 ID: 11
Finish: 4.5.06 Dur: 1 mon
Res: Izvoditel j
Zidovi
Start: 24.3.06 ID: 17
Finish: 6.4.06 Dur: 2 wks
Res: Izvoditel j
Garaž a
Start: 7.3.06 ID: 14
Finish: 27.3.06 Dur: 15 days
Res: Izvoditel j
Baz en
Start: 7.3.06 ID: 15
Finish: 3.4.06 Dur: 1 mon
Res: Izvoditel j
Iz gradnja temelja
Start: 17.3.06 ID: 16
Finish: 23.3.06 Dur: 1 wk
Res: Izvoditel j
Narudž ba materija la
Start: 3.3.06 ID: 9
Finish: 6.3.06 Dur: 2 days
Res: Izvoditel j
Kopanje temelja
Start: 3.3.06 ID: 8
Finish: 16.3.06 Dur: 10 days
Res: Izvoditel j
Građevinska doz vola
Start: 16.9.05 ID: 4
Finish: 2.3.06 Dur: 6 mons
Res: Vlasnik[5%]
Lokacijska doz vola
Start: 24.6.05 ID: 6
Finish: 15.9.05 Dur: 3 mons
Res: Vlasnik[10%]
Kredit
Start: 24.6.05 ID: 5
Finish: 21.7.05 Dur: 1 mon
Res: Vlasnik[20%]
Odabir podiz vođača
Start: 24.6.05 ID: 3
Finish: 30.6.05 Dur: 5 days
Res: Vlasnik
Birokracija
Start: 24.6.05 ID: 2
Finish: 2.3.06 Dur: 180 days
Comp: 0%
Iz gradnja
Start: 3.3.06 ID: 7
Finish: 8.6.06 Dur: 70 days
Comp: 0%
Primjena matematičkog programiranja Zaštićeno licencom
Mrežno planiranje (4)77
ID Task Name Duration Start Early Start Finish Late Finish Finish Slack Predecessors
1 Lokacija 15 days Fri 3.6.05 Fri 3.6.05 Thu 23.6.05 Thu 23.6.05 0 days
2 Birokracija 180 days Fri 24.6.05 Fri 24.6.05 Thu 2.3.06 Tue 14.3.06 8 days 1
3 Odabir podizvođača 5 days Fri 24.6.05 Fri 24.6.05 Thu 30.6.05 Thu 2.3.06 175 days
5 Kredit 1 mon Fri 24.6.05 Fri 24.6.05 Thu 21.7.05 Tue 14.3.06 8,4 mons 1
6 Lokacijska dozvola 3 mons Fri 24.6.05 Fri 24.6.05 Thu 15.9.05 Thu 15.9.05 0 mons 1
4 Građevinska dozvola 6 mons Fri 16.9.05 Fri 16.9.05 Thu 2.3.06 Thu 2.3.06 0 mons 6
7 Izgradnja 70 days Fri 3.3.06 Fri 3.3.06 Thu 8.6.06 Thu 8.6.06 0 days
8 Kopanje temelja 10 days Fri 3.3.06 Fri 3.3.06 Thu 16.3.06 Thu 16.3.06 0 days 4;3;6
9 Narudžba materijala 2 days Fri 3.3.06 Fri 3.3.06 Mon 6.3.06 Thu 16.3.06 8 days 5;4
14 Garaža 15 days Tue 7.3.06 Tue 7.3.06 Mon 27.3.06 Thu 11.5.06 33 days 9
15 Bazen 1 mon Tue 7.3.06 Tue 7.3.06 Mon 3.4.06 Thu 11.5.06 1,4 mons 9
16 Izgradnja temelja 1 wk Fri 17.3.06 Fri 17.3.06 Thu 23.3.06 Thu 23.3.06 0 wks 8;9
17 Zidovi 2 wks Fri 24.3.06 Fri 24.3.06 Thu 6.4.06 Thu 6.4.06 0 wks 16
10 Krov 5 days Fri 7.4.06 Fri 7.4.06 Thu 13.4.06 Thu 13.4.06 0 days 17
11 Unutarnje prizemlje 1 mon Fri 7.4.06 Fri 7.4.06 Thu 4.5.06 Thu 11.5.06 0,25 mons 17
12 Unutarnje 1. KAT 1 mon Fri 14.4.06 Fri 14.4.06 Thu 11.5.06 Thu 11.5.06 0 mons 10
13 Uređenje okoliša 1 mon Fri 12.5.06 Fri 12.5.06 Thu 8.6.06 Thu 8.6.06 0 mons 12;11;14;15
Vlasnik
Vlasnik
Vlasnik[20%]
Vlasnik[10%]
Vlasnik[5%]
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Izvoditelj
Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov2nd Quarter 3rd Quarter 4th Quarter 1st Quarter 2nd Quarter 3rd Quarter 4th Quarter 1st Quarter 2nd Quarter 3rd Quarter 4th Quarter
Primjena matematičkog programiranja Zaštićeno licencom
Politika vođenja zaliha (1)78
Proizvodnja televizora a = [8000 kom/mjesec]
Povremena brza proizvodnja zvučnika za TV
• K =12000 [kn] trošak pokretanja proizvodnje
• h = 0,30 [kn/mjesec] troškovi skladištenja
• g = 1,10 [kn/mjesec] trošak zbog privremenog nedostatka zvučnika
Primjena matematičkog programiranja Zaštićeno licencom
Politika vođenja zaliha (2)79
Početna količina S [kom]
Potražnja a [kom/mjesec]
Pokretnje proizvodnje /Naručivanje K [kn]
Veličina narudžbe Q [kom]
Skladištenje h [kn/(kom*mjesec)]
Nedostatak robe g [kn/(kom*mjesec)]
Primjena matematičkog programiranja Zaštićeno licencom
Politika vođenja zaliha (3)80
Q
Q-at
Q/a t2Q/a
Q/2
Nedopušten nedostatak robe; S = Q; g = 0
Prosječne zalihe Q/2
Primjena matematičkog programiranja Zaštićeno licencom
Politika vođenja zaliha (4)81
Q
S
Q-at
S/a
Q/a
t
Prosječne zalihe S/2 * S/a = S2/(2a)Prosječni manjak (Q-S)/2 * (Q-S)/a = (Q-S)2/(2a)
Primjena matematičkog programiranja Zaštićeno licencom
Politika vođenja zaliha (5)82
P(s) vjerojatnost da nastupi potražnja ≤ s
s
1
Primjena matematičkog programiranja Zaštićeno licencom
Politika vođenja zaliha (6)83
Prodavač novina:
Kupuje po cijeni 5 [kn/primjerak]
Prodaje po cijeni 10 [kn/primjerak]
Za remitendu dobije 2 [kn/primjerak]
P(s) vjerojatnost da nastupi potražnja ≤ s
Ako umjesto s-1, kupi s primjeraka od izdavača:
Porast zarade = 5*[1-P(s-1)] – 3*P(s-1)
Primjena matematičkog programiranja Zaštićeno licencom
Zamjena opreme (1)84
Kada zamijeniti auto?
•Cijena rabljenog vozila pada
•Troškovi održavanja rastu
• Kako postići minimalne prosječne troškove posjedovanja?
•Novčane transakcije u raznim vremenskim trenutcima
• Kako usporediti novac danas i u nekom trenutku t?
Primjena matematičkog programiranja Zaštićeno licencom
Zamjena opreme (2)85
t
Φ (t)
t
Ψ (t)
t
1-k
1
ϒ (t)
Primjena matematičkog programiranja Zaštićeno licencom
Zamjena opreme (3)86
Γ(t) = A0 - A0*Φ(t) + A0*Ψ(t)
ϒ (t) = Γ(t) / t = A0[1 - Φ(t) + Ψ(t)] / t
Zamijeniti opremu kad postane ϒ (t) > ϒ (t-1) ; za “dovoljno veliki” t
Aktualizacija t
Γ(t) = A0 {[1 - Φ(t)/(1+α)t ]+ Σ [ Ψ(k) - Ψ(k-1)] / (1+α)k ]}k=1
Primjena matematičkog programiranja Zaštićeno licencom
Nabavka opreme (1)87
Usporedba više ponuda opreme za proizvodnju
•Proizvod se prodaje po 10 HRK/kom.
•Varijabilni troškovi su 70% prodajne cijene.
•Realna godišnja kamatne stopa je 10%
•različit vijek trajanja opreme
•različite cijene opreme
•različiti troškovi održavanja opreme
•različita rezidualna cijena opreme
•različite performanse opreme
Svesti vrijeme korištenja opreme na najmanji zajednički višekratnik radi usporedivosti
Primjena matematičkog programiranja Zaštićeno licencom
Nabavka opreme (2)88
Oprema A:•vijek trajanja: 4 godine•cijena: 50.000 HRK•troškovi održavanja: Aritmetička progresija
(a=1.000, d=1.000)•vrijednost opreme na kraju perioda: 10.000 HRK•proizvodni kapacitet : 10.000 kom/godina
Oprema B:•vijek trajanja: 6 godina•cijena: 65.000 HRK•troškovi održavanja: Aritmetička progresija
(a=2.000, d=1.000)
•vrijednost opreme na kraju perioda: 15.000 HRK•proizvodni kapacitet: 14.000 kom/godina
Primjena matematičkog programiranja Zaštićeno licencom
Nabavka opreme (3)89
Investicijom se 1 HRK pretvara u 100.351/50.000 = 2 HRK
Primjena matematičkog programiranja Zaštićeno licencom
Nabavka opreme (4)90
Investicijom se 1 HRK pretvara u 168.949/65.000 = 2,60 HRK
Primjena matematičkog programiranja Zaštićeno licencom
Dinamičko programiranje (1)91
Primjena matematičkog programiranja Zaštićeno licencom
Dinamičko programiranje (2)92
Primjena matematičkog programiranja Zaštićeno licencom
Dinamičko programiranje (3)93
n fA(n) fB(n) fAB(n) (A, B) fC(n) fABC(n) (A, B, C)
o 0 0 0 (0, 0) 0 0 (0, 0, 0)
1 0,28 0,25 0,28 (1, 0) 0,15 0,28 (1, 0, 0)
2 0,45 0,41 0,53 (1, 1) 0,25 0,53 (1, 1, 0)
3 0,65 0,55 0,70 (2, 1) 0,40 0,70 (2, 1, 0)
4 0,78 0,65 0,90 (3, 1) 0,50 0,90 (3, 1, 0)
5 0,90 0,75 1,06 (3, 2) 0,62 1,06 (3, 2, 0)
6 1,02 0,80 1,20 (3, 3) 0,73 1,21 (3, 2, 1)
7 1,13 0,85 1,33 (4, 3) 0,82 1,35 (3, 3, 1)
8 1,23 0,88 1,45 (5, 3) 0,90 1,48 (4, 3, 1)
9 1,32 0,90 1,57 (6, 3) 0,96 1,60 (5, 3, 1) ili
(3, 3, 3)10 1,38 0,90 1,68 (7, 3) 1 1,73 (4, 3, 3)
Primjena matematičkog programiranja Zaštićeno licencom
Gradijentne metode nelinearnog programiranja bez ograničenja
94
max f(x1, x2) = 7*x1 + 4*x2 + x1*x2 - x12 - x2
2
Primjena matematičkog programiranja Zaštićeno licencom
Gradijentne metode nelinearnog programiranja s linearnim ograničenjima
95
Primjena matematičkog programiranja Zaštićeno licencom
Literatura96
Hillier, F.S., Lieberman, G.J. : Operations Research, Holden-Day Inc., 1974
Kaufmann, A., Faure, R.: Invitation a la recherche opérationnelle, Dunod, Paris, 1970
Ravindran, A. Phillips, D.T:, Solberg, J.J.: Operations Research – Principles and Practice, John Wiley & Sons, New York, 1987
Kalpić, D., Mornar, V.: Operacijska istraživanja, Zeus, Zagreb, 1996