Techniki rozwiązań optymalizacyjnych

Roman Szarawara, Władysław Wornalkiewicz

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-01-23602-1

DOI:

https://doi.org/10.53271/2024.020

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2024

Liczba stron:

250

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Szarawara, Roman; Wornalkiewicz, Władysław. Techniki rozwiązań optymalizacyjnych. Red. . Warszawa: Wydawnictwo Naukowe PWN, 2024, 250 s. ISBN 978-83-01-23602-1, doi: https://doi.org/10.53271/2024.020

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Szarawara, R.

A1 Wornalkiewicz, W.

T1 Techniki rozwiązań optymalizacyjnych

PB Wydawnictwo Naukowe PWN

PP Warszawa

YR 2024

SN 978-83-01-23602-1

DOI https://doi.org/10.53271/2024.020

Bibliografia BibTex:

@Book{ 309015, author = "Szarawara, Roman and Wornalkiewicz, Władysław", editor = "", title = "Techniki rozwiązań optymalizacyjnych", publisher = "Wydawnictwo Naukowe PWN", year = "2024", address = "Warszawa", isbn = "978-83-01-23602-1", doi = "https://doi.org/10.53271/2024.020" }

Bibliografia endNote:

TY - BOOK

AU - Szarawara, Roman

AU - Wornalkiewicz, Władysław

ED -

TI - Techniki rozwiązań optymalizacyjnych

PB - Wydawnictwo Naukowe PWN

CY - Warszawa

PY - 2024

SN - 978-83-01-23602-1

ER -

DOI - https://doi.org/10.53271/2024.020

Netografia (standard APA):

Szarawara, Roman; Wornalkiewicz, Władysław. Techniki rozwiązań optymalizacyjnych [baza danych online] Warszawa: Wydawnictwo Naukowe PWN, 2024 [dostęp: 30 06 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/techniki-rozwiazan-optymalizacyjnych-roman-szarawara-wladyslaw-309015. doi: https://doi.org/10.53271/2024.020

badania operacyjne, optymalizacja decyzji zarządczych, informatyka w zarzadzaniu

Nowy podręcznik akademicki do ćwiczeń z zastosowaniem komputera z zakresu przedmiotów: • Badania operacyjne, • Optymalizacja decyzji zarządczych i gospodarczych, • Informatyka w zarzadzaniu.

Podręcznik bazuje na metodach m...

Więcej

ISBN/ISSN:

978-83-01-23602-1

DOI:

https://doi.org/10.53271/2024.020

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2024

Liczba stron:

250

XML:ISBN/ISSN:

ONIX MARC21

Wprowadzenie10
1.1. Wstęp12
1. Zastosowanie Solvera do przykładów dydaktycznych z optymalizacji12
1.2. Minimalizacja odpadów16
1.3. Minimalizacja kosztu karmienia psów20
1.4. Maksymalizacja liczby kompletów22
1.5. Uwzględnienie wcześniejszego kontraktu23
1.6. Uwzględnienie macierzy zmiennych (przykład uprawy i hodowli rolniczej)25
1.7. Zastosowanie zmiennych binarnych (przykład przydziału zadań pracownikom)27
1.8. Budowa modelu marketingowego (pokazującego wpływ reklamy na wielkość sprzedaży)29
1.9. Asortyment produktów dający największy zysk33
1.10. Optymalna obsada stanowisk35
1.11. Zagadnienie transportowe37
1.12. Maksymalizacja wpływu z kapitału pracującego39
2. Optymalizacja przewozów masowych42
3.1. Wstęp48
3. Programy optymalizacji stosowane w dydaktyce48
3.2. Skorzystanie z aplikacji Oracle VM VirtualBox49
3.3. Zastosowanie programu ExploreLp54
3.4. Wykorzystanie aplikacji Solvexo57
3.5. Użycie dodatku Solver59
4.1. Wstęp62
4. Rozwiązanie problemu transportowego metodą VAM62
4.2. Procedura rozwiązywania zadania decyzyjnego transportowego metodą VAM z zastosowaniem formuł Excela64
4.3. Zastosowanie metody simpleks dla sprawdzenia wyników według VAM70
4.4. Rozwiązanie alternatywne zadania modułem pakietu WinQSB73
5.1. Uogólniony model Holta76
5. Iteracyjna optymalizacja parametrów w wybranych modelach76
5.2. Modele wyrównywania wykładniczego w programie WinQSB78
5.3. Zastosowanie dodatku Solver Excela82
6.1. Wprowadzenie92
6.2. Problem komiwojażera w publikacjach92
6. Podejście do problemu komiwojażera92
6.3. Zastosowanie Solvera do rozwiązania symetrycznego problemu komiwojażera96
6.4. Zastosowanie modułu Programowanie liniowe i całkowitoliczbowe103
7.1. Wprowadzenie112
7. Optymalizacja marszrutyzacji z zastosowaniem funkcji Excela112
7.2. Model zadania klasy VRP115
7.3. Określenie danych wejściowych i formuł do realizacji Solverem118
7.4. Skorzystanie z metody optymalizacji LP simpleks w Solverze123
8.1. Wstęp132
8. Marszrutyzacja przewozów z zastosowaniem programu WinQSB132
8.2. Model matematyczny zadania decyzyjnego klasy VRP134
8.3. Założenia do testowania modelu programem WinQSB136
8.4. Procedura sformułowania zadania decyzyjnego w WinQSB137
8.5. Rozwiązanie problemu decyzyjnego o zmiennych mieszanych141
9.1. Wstęp146
9. Zastosowanie wybranych programów do optymalizacji146
9.2. Skorzystanie z oprogramowania R147
9.3. Zastosowanie dodatku Solver Excela152
9.4. Użycie modułu LP-ILP pakietu WinQSB157
10.1. Wstęp162
10. Zastosowanie edytora Tinn-R do optymalizacji programem R162
10.2. Instalowanie R163
10.3. Uruchomienie programu R168
10.4. Instalowanie edytora Tinn-R169
10.5. Uruchomienie RGui w programie R172
10.6. Rozwiązanie problemu za pomocą programu Tinn-R174
11.1. Wprowadzenie176
11. Wykorzystanie wersji aplikacji PROMETHEE-GAIA176
11.2. Zdefiniowanie problemu w PROMETHEE-GAIA179
11.3. Podejście do prezentacji graficznej przy wykorzystaniu dodatku programowego GAIA184
11.4. Wprowadzenie funkcji Linear186
11.5. Uwzględnienie progów według istotności różnic188
12.1. Wstęp192
12. Zastosowanie formuł Excela w optymalizacji wielokryterialnej metodą PROMETHEE II192
12.2. Zbudowanie macierzy decyzyjnej194
12.3. Normalizacja wartości dla kryteriów196
12.4. Różnice poszczególnych wariantów i określenie funkcji preferencji197
12.5. Ważone różnice poszczególnych funkcji preferencji199
12.6. Ranking potencjalnych kursów e-learingowych szkolenia BI200
13.1. Wprowadzenie202
13. Wstęp do formułowania rankingu atrakcyjności akwenów turystyki morskiej202
13.2. Zainicjowanie struktury trzypoziomowej ocen203
13.3. Skorzystanie z aplikacji PROMETHEE-GAIA211
14.1. Wstęp216
14. Implementacja procedury optymalizacji usług logistycznych216
14.2. Założenia teoretyczne modelu liniowego optymalizacji kosztów usług logistycznych218
14.3. Budowa tablic w Excelu na danych umownych224
15.1. Wstęp232
15. Sztuczna inteligencja232
15.2. Termin i obszar zastosowania sztucznej inteligencji233
15.3. Dostęp do programu ChatGPT235
15.4. Niepokoje związane z zastosowaniem techniki AI242
Bibliografia247

Rozdzial1.ZastosowanieSolveradoprzykladówdydaktycznychzoptymalizacji

PoOKpojawiasięnamrozwiązaniewtabelidanych(zob.rysunek1.5)iwskoroszy-

cieExcelazostajedopisanyplikraportu(rysunek1.6).

Rys.1.5.Rozwiązaniezadaniaprodukcjiwyrobów

Źródło:OpracowaniewłasnenapodstawiemenuprogramuMicrosoftExcel16.0.

MicrosoftExcel16.0Raportwyników

Arkusz:[ZastosowanieSolvera.xlsx]Dane1

Raportutworzony:06.04.202314:19:42

Wynik:DodatekSolverznalazłrozwiązanie.Wszystkieograniczeniaiwarunkioptymalizacjisąspełnione.

AparatdodatkuSolver

Aparat:LPsimpleks

Czasrozwiązania:0,078sek.

Liczbaiteracji:3Podproblemy:0

OpcjedodatkuSolver

MaksymalnyczasNieograniczone,IteracjeNieograniczone,Precision

Maks.liczbapodproblemówNieograniczone,Maks.liczbarozwiązańcałk.Nieograniczone,Tolerancjacałk.%,

Przyjmijnieujemne

Komórkacelu(Maks)

Wartość

początkowa

Komórka

Nazwa

Max.sprzedaży

Ceny:

$C$9

Komórkizmiennych

Wartość

początkowa

Komórka

Nazwa

$D$3

WykorzystanieW1

$E$3

WykorzystanieW2

Ograniczenia

Komórka

Nazwa

$C$5

S1Wykorzystanie

$C$6

S2Wykorzystanie

$C$7

S3Wykorzystanie

$D$3

WykorzystanieW1

$E$3

WykorzystanieW2

$D$3:$E$3=Całkowite

Wartość

końcowa

18000

Wartość

końcowa

Całkowite

200Całkowite

600Całkowite

Wartośćkomórki

Formuła

1000$C$5<=$B$5

2400$C$6<=$B$6

300$C$7<=$B$7

200$D$3>=0

600$E$3>=0

Stan

Wiążące

Niewiążące

Zapasczasu

300

200

600

Rys.1.6.Raportwyników

Źródło:OpracowaniewłasnenapodstawiemenuprogramuMicrosoftExcel16.0.

Brak wyników

Techniki rozwiązań optymalizacyjnych

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra