Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa (Valmiin työn esittely)

Samankaltaiset tiedostot
Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa

Ensimmäisen asteen stokastinen dominanssi kuljetusverkoston riskienhallintatoimenpiteiden valinnassa

Suomen rautatieverkoston robustisuus

Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)

Monimutkaisten järjestelmien toimintavarmuuden parantaminen Jussi Kangaspunta ja Ahti Salo

Lisäinformaation arvo monikriteerisessä projektiportfoliovalinnassa (valmiin työn esittely)

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Luku 7. Verkkoalgoritmit. 7.1 Määritelmiä

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely)

Harjoitus 6 ( )

Lentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely)

Monte Carlo -menetelmä optioiden hinnoittelussa (valmiin työn esittely)

Vedonlyöntistrategioiden simulointi ja evaluointi

Harjoitus 3 ( )

Verkko-optimointiin perustuva torjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa (valmiin työn esittely) Paavo Kivistö

Harjoitus 3 ( )

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.

Minimilatenssiongelman ratkaisualgoritmeja (valmiin työn esittely)

Markov-kustannusmallit ja kulkuajat

MS-A0004/A0006 Matriisilaskenta

Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely)

Tuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely)

Esimerkki: Tietoliikennekytkin

Menetelmä Markowitzin mallin parametrien estimointiin (valmiin työn esittely)

Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely)

Erilaisia Markov-ketjuja

Algoritmit 2. Luento 13 Ti Timo Männikkö

Malliratkaisut Demot

Trimmitysongelman LP-relaksaation ratkaiseminen sarakkeita generoivalla algoritmilla ja brute-force-menetelmällä

T : Max-flow / min-cut -ongelmat

Turvallisuudelle tärkeiden laitteiden koestusten merkitys vikojen havaitsemisessa (Valmis työ)

Prof. Marko Terviö Assist. Jan Jääskeläinen

14. Luennon sisältö. Kuljetustehtävä. Verkkoteoria ja optimointi. esimerkki. verkkoteorian optimointitehtäviä verkon virittävä puu lyhimmät polut

Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017

Algoritmit 1. Luento 13 Ti Timo Männikkö

Harjoitus 6 ( )

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Mat Lineaarinen ohjelmointi

Lineaaristen monitavoiteoptimointitehtävien

Markov-ketjut pitkällä aikavälillä

Luento 8 Vikaantumisprosessit ja käytettävyys

Lääkintähelikopterikaluston mallintaminen

Mat Lineaarinen ohjelmointi

A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä.

Jatkuva-aikaisia Markov-prosesseja

Malliratkaisut Demot

KANSANTALOUSTIETEEN PÄÄSYKOE : Mallivastaukset

Algoritmit 2. Luento 11 Ti Timo Männikkö

Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen

Malliratkaisut Demot

Projektiportfolion valinta

Kasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely)

Mat Lineaarinen ohjelmointi

Luku 8. Aluekyselyt. 8.1 Summataulukko

Työvuorosuunnittelun optimointi (valmiin työn esittely)

Kombinatorinen optimointi

Ylikerroinstrategiat ja Poissonmallit vedonlyönnissä (aihe-esittely) Jussi Kolehmainen

Simulation model to compare opportunistic maintenance policies

Mikrotaloustiede Prof. Marko Terviö Aalto-yliopiston 31C00100 Syksy 2015 Assist. Salla Simola kauppakorkeakoulu

KANSANTALOUSTIETEEN PÄÄSYKOE MALLIVASTAUKSET

Projektin arvon aleneminen

Trichoderma reesein geenisäätelyverkoston ennustaminen Oskari Vinko

Projektiportfolion valinta

Sovellus: Portfoliopäätösanalyysi lentoliikenteen parantamisen tukena

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

Suojarakenteiden vaikutus maalin selviytymiseen epäsuoran tulen tai täsmäaseen iskussa

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

58131 Tietorakenteet (kevät 2009) Harjoitus 11, ratkaisuja (Topi Musto)

Sovellettu todennäköisyyslaskenta B

Experiment on psychophysiological responses in an economic game (valmiin työn esittely) Juulia Happonen

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

CleanuX-järjestelmään on myös mahdollista liittää kemia, jolloin puhdistusjärjestelmä kykenee poistamaan tehokkaasti myös fosforin jätevedestä.

Algoritmi on periaatteellisella tasolla seuraava:

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

Datatähti 2019 loppu

Simulointimalli mellakkapoliisin resurssien kohdentamiseen (valmiin työn esittely)

Mat Lineaarinen ohjelmointi

Implementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely)

Algoritmit 1. Luento 13 Ma Timo Männikkö

Kriittisten verkostoinfrastruktuurien toiminnallisuuden arviointi

3. laskuharjoituskierros, vko 6, ratkaisut

monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.

12. Korkojohdannaiset

Vangin dilemma häiriöisessä ympäristössä Markov-prosessina (valmiin työn esittely) Lasse Lindqvist

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

j n j a b a c a d b c c d m j b a c a d a c b d c c j

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

5. Rajoitelaskenta (Constraint Satisfaction)

Markov-kustannusmallit ja kulkuajat

Kohdassa on käytetty eksponentiaalijakauman kertymäfunktiota (P(t > T τ ) = 1 P(t T τ ). λe λτ e λ(t τ) e 3λT dτ.

Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Päätöksentekomenetelmät

Pellonkäytön muutokset ja tuottoriskien hallinta. Timo Sipiläinen Helsingin yliopisto, Taloustieteen laitos Omavara loppuseminaari Raisio 19.3.

Search space traversal using metaheuristics

P (A)P (B A). P (B) P (A B) = P (A = 0)P (B = 1 A = 0) P (B = 1) P (A = 1)P (B = 1 A = 1) P (B = 1)

Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu

Transkriptio:

Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa (Valmiin työn esittely) Joonas Lanne 23.2.2015 Ohjaaja: Eeva Vilkkumaa Valvoja: Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki oikeudet pidätetään.

Kuljetusverkostot kriittisten infrastruktuurien mallina Yhteiskunnan toimivuus riippuu merkittävästi kriittisistä infrastruktuureista kuten sähkönjakeluverkostoista. Näitä verkostoja voidaan kuvata malleilla, joissa solmut ovat yhdistetty toisiinsa kaarilla. Esimerkiksi voimala yhdistetty jakelukeskuksiin kaapeleilla Osa solmuista on lähteitä tai nieluja. Lähteistä virtaus kaaria pitkin nieluihin Tavoitteena on täyttää nielujen kysyntä, kun kaarilla on jokin virtausta rajoittava maksimikapasiteetti.

Esimerkkiverkosto Kokonaiskysynnän täyttöaste = 100%

Vikaantumistapahtumat ja verkon suorituskyky (1/2) Kuljetusverkoston solmut saattavat vikaantua esimerkiksi poikkeuksellisten sääilmiöiden tai ilkivallan seurauksena. Vikaantuneet solmut ja niihin liittyvät kaaret ovat käyttökelvottomia vikojen korjaamiseen kuluvan ajan verran. Kokonaiskysynnän täyttöaste jollekin vikaantuneiden solmujen yhdistelmälle voidaan laskea ratkaisemalla maksimivirtaus sen verkoston läpi, josta vikaantuneet solmut on poistettu.

Vikaantumistapahtumat ja verkon suorituskyky (2/2) Solmuilla on toisistaan riippumattomat vikaantumistodennäköisyydet -> solmuyhdistelmän vikaantumistodennäköisyys on yksittäisten solmujen vikaantumistodennäköisyyksien tulo. Verkon suorituskykyä voidaan mitata tutkimalla kysynnän täyttöastejakaumia erilaisten vikaantumisyhdistelmien todennäköisyyksien valossa.

Esimerkki vikaantuneesta verkostosta Kokonaiskysynnän täyttöaste = 75% 2^9 vikaantumisrealisaatiota

Riskienhallintaportfolio Verkoston odotusarvoista suorituskykyä voidaan parantaa erilaisilla riskienhallintatoimenpiteillä: Solmujen vikaantumistodennäköisyyttä voidaan pienentää. Solmujen korjausaikaa voidaan lyhentää. Toimenpiteet maksavat, joten ne on syytä valita kustannustehokkaasti. Työssä on kehitetty malli, jonka avulla voidaan tunnistaa verkon odotusarvoisen suorituskyvyn maksimoivat riskienhallintaportfoliot eri budjeteilla.

Optimaalisten portfolioiden laskeminen (1/2) Kiinnitetään budjetti. Valitaan jokin tehokas portfolio (ts. sellainen johon ei voida lisätä toimenpiteitä rikkomatta budjettirajoitetta). Käydään läpi kaikki solmujen vikaantumiskombinaatiot. Tarkastellaan valitulla portfoliolla ja kullakin vikaantumiskombinaatiolla verkon tilaa kolmeen osaan jaetun aikaikkunan yli.

Numeerisessa esimerkissä käytetty aikaikkuna 0,3 Poistetaan kaikki vikaantuneet solmut 0,5 Poistetaan ne vikaantuneet solmut, joiden korjausaikaa ei ole lyhennetty portfolion toimenpiteillä Verkosto toimii täydellisesti 0,2

Optimaalisten portfolioiden laskeminen (2/2) Ratkaistaan maksimivirtaus kunkin osan aikana ja keskiarvoistetaan saatu tulos aikaikkunan yli. Saadaan kokonaiskysynnän täyttöaste jokaiselle vikaantumiskombinaatiolle valitulla portfoliolla. Lasketaan jokaisen vikaantumiskombinaation todennäköisyys ottamalla huomioon todennäköisyyksiä pienentävät toimenpiteet valitussa portfoliossa. Saadaan kokonaiskysynnän odotusarvoinen täyttöaste. Lasketaan tällä tavoin odotusarvoinen täyttöaste jokaiselle tehokkaalle portfoliolle ja etsitään optimaaliset portfoliot eri budjettien puitteissa.

Esimerkki Verkoston alkutila: Solmun vikaantumistodennäköisyys: 0.1% Korjausaika: 0.5t Riskienhallintatoimenpiteet: Piennennetty vikaantumistodennäköisyys: 0.05%, kustannus 100 Lyhennetty korjausaika: 0.3t, kustannus 50 Käydään läpi vain sellaiset kombinaatiot, joissa vikaantumisia on maksimissaan 3 (katetaan 99,99% tapauksista) t = aikaikkunan pituus

Optimaaliset portfoliot eri budjeteilla

Tulosten tulkintaa Toimenpiteet 1,10 ja 12 mukana kaikissa portfolioissa, joissa budjetti on yli 200. Ts. suojataan solmu 1 kunnolla ja solmu 3 osittain Verkoston rakenteesta nähdään, että solmujen 1 ja 3 läpi kulkevat suurimmat virtaukset. Solmuihin 4,5 ja 7 kulkee reitti ainoastaan solmun 1 kautta. Solmuihin 6 ja 9 kulkee reitti ainoastaan solmun 3 kautta. Toimenpiteet 7,8 ja 9 otetaan käyttöön vasta todella suurilla budjeteilla. Verkoston päätesolmuja, joista hyödykkeet eivät enää virtaa eteenpäin

Kysynnän odotusarvoinen täyttöaste optimaalisilla portfolioilla Tulkinta: 0.0001 parannus kokonaiskysynnän täyttöasteessa vastaa noin yhden tunnin vähenemistä vuosittaisissa sähkökatkoissa.

Yhteenveto Analyyttinen optimointimalli tukee kustannustehokkaiden riskienhallintatoimenpiteiden valintaa, kun Tarkastellaan kriittisiä infrastruktuureja kuvaavia verkostoja. Kustannusrajoitteena on yksi budjetti. Verkoston vikaantumiskombinaatioiden ja toimenpideyhdistelmien eksponentiaalinen kasvu solmujen määrän funktiona aiheuttaa laskennallisia haasteita. Työ antaa pohjan jatkolle, jossa voidaan huomioida Enemmän mahdollisia riskienhallintatoimenpiteitä Portfoliot, jotka eivät ole binäärisiä