Optimoinnin sovellukset



Samankaltaiset tiedostot
TTY Porin laitoksen optimointipalvelut yrityksille

Malliratkaisut Demot

Esimerkkejä kokonaislukuoptimointiongelmista

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

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

Harjoitus 8: Excel - Optimointi

Kombinatorinen optimointi

Kokonaislukuoptimointi

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Harjoitus 4: Matlab - Optimization Toolbox

Varastonhallinnan optimointi

Demo 1: Branch & Bound

Lineaarisen kokonaislukuoptimointitehtävän ratkaiseminen

Malliratkaisut Demot

TIEA382 Lineaarinen ja diskreetti optimointi

Harjoitus 3 ( )

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

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Algoritmit 1. Luento 8 Ke Timo Männikkö

Aircraft Maintenance Scheduling with Multi- Objective Simulation- Optimization

Työvuorosuunnittelun optimointi (valmiin työn esittely)

Kuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij

Algoritmit 2. Luento 11 Ti Timo Männikkö

Algoritmit 1. Luento 10 Ke Timo Männikkö

Harjoitus 3 ( )

Algoritmit 1. Luento 1 Ti Timo Männikkö

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Harjoitus 2 ( )

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Algoritmit 2. Luento 13 Ti Timo Männikkö

Tietotuen suunnittelu hoitolinjojen sairaalassa

Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016

Harjoitus 2 ( )

Mat Lineaarinen ohjelmointi

Varastonhallinnan optimointi

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

Lineaarinen optimointitehtävä

v 8 v 9 v 5 C v 3 v 4

Malliratkaisut Demot

Algoritmit 1. Luento 9 Ti Timo Männikkö

Kokonaislukuoptimointi hissiryhmän ohjauksessa

Mat Lineaarinen ohjelmointi

Algoritmit 1. Luento 10 Ke Timo Männikkö

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Algoritmit 2. Luento 5 Ti Timo Männikkö

Tuotannon jatkuva optimointi muutostilanteissa

Algoritmit 2. Luento 12 To Timo Männikkö

Tulevaisuuden kuljetus ja varastointi data-analytiikalla

Algoritmit 2. Luento 6 Ke Timo Männikkö

Optimoinnin mahdollisuudet tilaus- ja toimitusketjujen hallinnassa. Helsinki, Olli Bräysy

Johdatus verkkoteoriaan 4. luento

Totaalisesti unimodulaariset matriisit voidaan osoittaa olevan rakennettavissa oleellisesti verkkomalleihin liittyvistä matriiseista

Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi.

TIE448 Kääntäjätekniikka, syksy Antti-Juhani Kaijanaho. 9. marraskuuta 2009

isomeerejä yhteensä yhdeksän kappaletta.

Mat Lineaarinen ohjelmointi

Skedulointi, kuormituksen tasaus, robotin navigaatio

Harjoitus 6 ( )

Harjoitus 9: Optimointi I (Matlab)

PARITUS KAKSIJAKOISESSA

Search space traversal using metaheuristics

Osavuosikatsaus II/05

Luento 6: Monitavoitteinen optimointi

Algoritmit 2. Luento 12 Ke Timo Männikkö

Silmukkaoptimoinnista

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Harjoitus 5 ( )

Malliratkaisut Demot

Algoritmit 2. Luento 5 Ti Timo Männikkö

Malliratkaisut Demot

HARJOITUS- PAKETTI E

66 päivää ma ma

Verkon värittämistä hajautetuilla algoritmeilla

Talousmatematiikan perusteet, ORMS1030

Harjoitus 5 ( )

1 Rajoitettu optimointi II - kustannusfunktio, Lagrangen kertoimet varjohintoina

Harjoitus 1 ( )

Etelä-Savon luomulogistiikan nykyinen malli Suvi Leinonen

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


Algoritmit 2. Luento 13 Ti Timo Männikkö

Tarkkuutta tuotannon suunnitteluun ennustamisen kehittämisestä Jaakko Takala RELEX Tammiseminaari

Harjoitus 10: Optimointi II (Matlab / Excel)

OPERAATIOANALYYSI ORMS.1020

Porkkanaa possuille, naurista naudoille?

58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, , vastauksia

1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= P, missä

213a. MS-A0503 Todennäköisyyslaskenna n ja tilastotieteen per; M (vkot 3-7)

Algoritmit 1. Luento 7 Ti Timo Männikkö

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

V. V. Vazirani: Approximation Algorithms, luvut 3-4 Matti Kääriäinen

1 KAUPALLISIA SOVELLUKSIA Tulovero 8

Harjoitus 6 ( )

Algoritmi on periaatteellisella tasolla seuraava:

Johdatus verkkoteoriaan luento Netspace

ENSIHOITOMALLINNUS. Malli laskee asemapaikkojen määrän ja sijainnin, ambulanssien määrän, palvelun peittoprosentin ja kustannukset

Harjoitus 9: Optimointi I (Matlab)

Ohjelmistoprojektien hallinta Tuloksen arvo menetelmä ja toimintoverkkotekniikka

KVTES yleistyöaika. Keskeytysmääräykset sisältävät voimaantulevat yleistyöaikamääräykset. JHL koulutus/mp

Algoritmit 2. Luento 14 Ke Timo Männikkö

Transkriptio:

Optimoinnin sovellukset Timo Ranta Tutkijatohtori TTY Porin laitos OPTIMI 4.12.2014

Mitä optimointi on? Parhaan ratkaisun systemaattinen etsintä kaikkien mahdollisten ratkaisujen joukosta Tieteellinen lähestymistapa päätöksentekoon Optimoinnin soveltamisessa yhdistyvät matematiikan, tietotekniikan ja sovelluskohteen tiedot 2 (43)

Optimointiprosessi 3 (43)

Optimointiprosessin vaiheet 1) Optimointitehtävän määrittely 2) Optimointimallin muodostaminen 3) Optimointimallin ratkaiseminen 4) Ratkaisun tarkastelu 5) Optimointiohjelman kehittäminen 4 (43)

Projektin valintatehtävä Toimit projektipäällikkönä ja tehtävänäsi on valita, mitkä projektit yritys aloittaa n mahdollisen projektin joukosta Kullakin projektilla i on kustannus a i euroa ja nykyrahassa mitattu tuotto c i euroa Käytettävissäsi oleva budjetti on b euroa ja se ei riitä kaikkien projektien aloittamiseen Mitkä projektit sinun tulisi valita, jotta yrityksen tuotot olisivat mahdollisimman suuret? 5 (43)

Optimointiprosessin vaiheet 1) Optimointitehtävän määrittely Optimointitehtävässä halutaan maksimoida tai minimoida jotain suuretta allokoimalla käytettävissä olevat resurssit mahdollisimman tehokkaasti vaihtoehtoisille aktiviteeteille Määritellään sanallisesti lähtötiedot, muuttujat, rajoitteet ja tavoite Projektin valintatehtävän tapauksessa lähtötiedot: projektien määrä (n), kunkin projektin kustannus (a i ), kunkin projektin tuotto (c i ), budjetti (b) muuttujat: valitaanko projekti i vai ei (x i = 1 tai 0) rajoitteet: valittujen projektien kustannukset eivät saa ylittää budjettia (b) tavoite: maksimoi tuotto (z) 6 (43)

Optimointiprosessin vaiheet 2) Optimointimallin muodostaminen Optimointimalli on matemaattinen kuvaus optimointitehtävästä Optimointimalli koostuu muuttujista, rajoitteista ja kohdefunktiosta Projektin valintatehtävän tapauksessa 7 (43)

Optimointiprosessin vaiheet 3) Optimointimallin ratkaiseminen Käytännön tehtävissä tyydytään usein approksimaatioratkaisuun Riittävän hyvän approksimaatioratkaisun löytäminen voi vaatia algoritmien ja heuristiikkojen kehittämistä 8 (43)

Optimointiprosessin vaiheet 4) Ratkaisun tarkastelu Verrataan ratkaisua olemassa olevaan ratkaisuun Suoritetaan entäs jos -tyyppisiä tarkasteluja Projektin valintatehtävän eräs instanssi Tuotot 35 k, kun valitaan projektit 2 ja 3 Millä budjetilla tuotot ovat vähintään 40 k? 13 k budjetilla tuotot 42 k, kun valitaan projektit 1 ja 3 9 (43)

Optimointiprosessin vaiheet 5) Optimointiohjelman kehittäminen Jatkuvaan optimointiin tarvitaan optimointiohjelma Usein tarvitaan yhteys toiminnanohjausjärjestelmään 10 (43)

Sovelluksia 11 (43)

Optimointia sovelletaan liiketoiminnassa mm. Tuotannon suunnittelussa ja aikataulutuksessa Logistiikan suunnittelussa ja aikataulutuksessa Toimitusketjun suunnittelussa ja aikataulutuksessa Työvuorojen suunnittelussa ja aikataulutuksessa Projektien suunnittelussa ja aikataulutuksessa 12 (43)

Toimipisteen sijoitusongelma Määrää, minne toimipisteet kannattaa perustaa ja mitä asiakkaita kustakin toimipisteestä kannattaa palvella, jotta yhteenlasketut kuljetus- ja perustamiskustannukset minimoituvat Yhden tuotteen kuljettaminen toimipisteestä i asiakkaalle j maksaa c ij Toimipisteen i perustamisesta aiheutuu kustannus f i Asiakas j tarvitsee tuotetta määrän b j Toimipisteen i kapasiteetti on u i 13 (43)

Toimipisteen sijoitusongelma Optimointimalli 14 (43)

Toimipisteen sijoitusongelma Instanssi c ij = toimipisteen i etäisyys asiakkaasta j, i M, j N f i = 100, b j = 1, i M j N u i = 100, i M 15 (43)

Toimipisteen sijoitusongelma Ratkaisu 16 (43)

Töidenjärjestely Määrää, missä järjestyksessä kukin kone ottaa suoritettavakseen töitä, jotta viimeinenkin työ on valmis mahdollisimman pian Kukin kone voi suorittaa vain yhtä työtä kerrallaan Työt koostuvat työvaiheista, jotka pitää suorittaa tietyssä järjestyksessä. Kukin työvaihe pitää suorittaa sille tarkoitetulla koneella kerralla valmiiksi Koneella i suoritettavan työn j työvaiheen kesto on p ij 17 (43)

Töidenjärjestely Optimointimalli 18 (43)

Töidenjärjestely Instanssi Töiden kestot Työ 1 Työ 2 Työ 3 Työ4 Kone 1 7.4 11.2 10.5 Kone 2 12 6.3 15.7 21.7 Kone 3 17.8 12.3 20.4 Kone 4 18.6 19.1 8.4 Kone 5 22.4 7.6 19 (43)

Töidenjärjestely Ratkaisu 20 (43)

Leikkaustehtävä Määrää, miten halutun levyisiä kapeita rullia tulee leikata leveistä rullista, jotta hävikki on mahdollisimman pieni Kokoa j olevia kapeita rullia tarvitaan vähintään b j kappaletta Leikattaessa leveätä rullaa leikkauskuviolla i syntyy kokoa j olevia kapeita rullia a ij kappaletta 21 (43)

Leikkaustehtävä Optimointimalli 22 (43)

Leikkaustehtävä Instanssi 23 (43)

Leikkaustehtävä Ratkaisu 24 (43)

Teräsaihioiden suunnittelutehtävä terästehtaalla Tavoitteena minimoida käytettävien aihioiden lukumäärä sekä ylijäämä suunnittelemalla aihiot Säästöä 2.5 milj. $ vuodessa (aihion keskimääräinen massa kasvoi 1.3 t ja ylijäämä pieneni 3 %) 25 (43)

Minimikustannusvirtaus Määrää, miten kuljetukset tulee järjestää lähteiltä kauttakulkusolmujen kautta nieluille, jotta kuljetuskustannukset minimoituvat Solmuja i ja j yhdistävän kaaren kuljetuskustannus on c ij Solmuja i ja j yhdistävän kaaren virtauksen maksimimäärä on u ij Solmun k nettotarjonta on b k 26 (43)

Minimikustannusvirtaus Optimointimalli 27 (43)

Minimikustannusvirtaus Instanssi Insidenssimatriisi Kaari Solmu (1,3) (1,4) (1,9) (2,3) (2,4) (2,9) (3,5) (3,6) (3,7) (3,8) (4,5) (4,6) (4,7) (4,8) 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 1 1 1 0 0 0 0 0 0 0 0 3-1 0 0-1 0 0 1 1 1 1 0 0 0 0 4 0-1 0 0-1 0 0 0 0 0 1 1 1 1 5 0 0 0 0 0 0-1 0 0 0-1 0 0 0 6 0 0 0 0 0 0 0-1 0 0 0-1 0 0 7 0 0 0 0 0 0 0 0-1 0 0 0-1 0 8 0 0 0 0 0 0 0 0 0-1 0 0 0-1 9 0 0-1 0 0-1 0 0 0 0 0 0 0 0 28 (43)

Minimikustannusvirtaus Ratkaisu 29 (43)

Muita verkkotehtäviä Lyhimmän polun tehtävä Maksimivirtausongelma Kuljetustehtävä Kohdistustehtävä Pienin virittävä puu Kriittinen polku Jne. 30 (43)

Työvuorosuunnittelu Määrää, miten paljon kuhunkin työvuoroon otetaan työntekijöitä, jotta kustannukset minimoituvat Työvuoron i kustannus on c i Aikavälin j työntekijätarve on b j a ij = 1, jos työvuoro i kattaa aikavälin j a ij = 0, muulloin 31 (43)

Työvuorosuunnittelu Optimointimalli 32 (43)

Työvuorosuunnittelu Instanssi Työvuoro Klo I II III IV V Tarve 10-11 1 0 0 1 0 2 11-12 1 0 0 1 0 6 12-13 1 0 1 1 0 8 13-14 1 1 1 0 0 5 14-15 0 1 1 0 0 4 15-16 1 1 0 0 0 5 16-17 1 1 1 0 0 4 17-18 1 0 1 0 0 7 18-19 0 1 0 0 1 3 19-20 0 1 0 0 1 2 20-21 0 1 0 0 1 2 Hinta 80 80 60 30 30 33 (43)

Työvuorosuunnittelu Ratkaisu Työntekijämäärä 10 9 8 7 6 5 4 3 Työvuoro 1 Työvuoro 2 Työvuoro 3 Työvuoro 4 Työvuoro 5 Tarve 2 1 0 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20 20-21 Kellonaika 34 (43)

Sairaalan leikkaussaliajan allokointitehtävä Tavoitteena minimoida poikkeama sairaalan eri osastoille suunnitellun ja toteutuneen leikkaussaliajan välillä allokoimalla käytettävissä oleva leikkaussaliaika eri osastoille Aikataulut koettiin tasapuolisemmiksi ja aikataulujen laadinta nopeutui Sali 1 Sali 2 Sali 3 Ma Surgery Otolaryngology Ophthalmology 08:00-17:00 08:00-15:30 08:00-15:30 Ti Surgery Otolaryngology Oral Surgery 08:00-17:00 08:00-15:30 08:00-15:30 Ke Surgery Otolaryngology Gynecology 08:00-17:00 08:00-15:30 08:00-15:30 To Gynecology Gynecology Ophthalmology 08:00-17:00 08:00-15:30 08:00-15:30 Pe Surgery Otolaryngology Ophthalmology 09:00-17:00 09:00-15:30 09:00-15:30 35 (43)

Yleistetty kohdistustehtävä Määrää, miten työt jaetaan suoritettavaksi eri koneille, jotta kustannukset minimoituvat Kukin työ tulee tehdä jollakin koneella Kone i tekee työn j kustannuksella c ij Koneella i on käytettävissään resurssimäärä w i Koneelta i kuluu työn j tekemiseen resurssimäärä w ij 36 (43)

Yleistetty kohdistustehtävä Optimointimalli 37 (43)

Yleistetty kohdistustehtävä Instanssi Kustannukset Työ Kone 1 2 3 4 5 6 7 8 9 10 1 57 52 56 53 49 36 69 63 34 21 2 41 56 55 65 70 63 53 69 51 43 3 54 56 46 34 46 54 45 50 45 58 4 49 44 37 46 26 47 43 54 46 51 5 36 50 53 54 57 40 48 53 48 45 Resurssinkulutus Työ Kone 1 2 3 4 5 6 7 8 9 10Käytettävissä 1 122 126 45 89 80 126 50 154 189 85 250 2 125 150 185 151 145 101 113 156 209 153 250 3 90 172 145 138 139 106 134 111 132 156 250 4 184 164 167 177 198 239 206 161 205 163 250 5 111 83 114 188 169 164 202 167 168 230 250 38 (43)

Yleistetty kohdistustehtävä Ratkaisu 39 (43)

Optimointi käytetyn ydinpolttoaineen loppusijoituksessa 40 (43)

Käytetyn ydinpolttoaineen loppusijoitus 41 (43)

Tutkitut optimointitehtävät Kustannusten minimointi Polttoainenippujen kapselikohtainen valinta 42 (43)

Kiitos! Yhteydenotot timo.ranta@tut.fi 43 (43)