Laboratorio di Simulazione e Ottimizzazione AA 2003/04

Documenti analoghi
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Modelli decisionali su grafi - Problemi di Localizzazione

Potenzialità degli impianti

COSTI FISSI E VARIABILI E I problemi di MAKE or BUY e IL BEP (IL PUNTO DI PAREGGIO)

Il dimensionamento dei sistemi di fabbricazione

La soluzione delle equazioni differenziali con il metodo di Galerkin

4.6 Dualità in Programmazione Lineare

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

Esercizi sulle reti elettriche in corrente continua (parte 2)

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005

Corso di Economia Applicata

Circuiti elettrici in regime stazionario

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

B - ESERCIZI: IP e TCP:

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

CPM: Calcolo del Cammino Critico

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

Analisi della Varianza

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

6. Catene di Markov a tempo continuo (CMTC)

Corso di. Dott.ssa Donatella Cocca

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Precisione e Cifre Significative

PROBLEMA DI SCELTA FRA DUE REGIMI DI

La contabilità analitica nelle aziende agrarie

Trigger di Schmitt. e +V t

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media

Il campionamento casuale semplice

Modelli descrittivi, statistica e simulazione

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Verifica termoigrometrica delle pareti

Statistica descrittiva

Il Programma Visualizzatore Risultati

Programmazione e Controllo della Produzione. Analisi dei flussi

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Risoluzione quesiti I esonero 2011

CEMENTO ARMATO PRECOMPRESSO Lezione 6

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 6 Risultati pag a) Osmannoro. b) Case Passerini c) Ponte di Maccione

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere

Intorduzione alla teoria delle Catene di Markov

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Modelli di variabili casuali

Algebra Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1

CAPITOLO 3 CIRCUITI DI RESISTORI

Il modello del Relay Variabile è implementato attraverso Simulink di Matlab. Esso è composto da 3 Blocchi: Relay, Controllo Relay, Frequency Meter.

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Telefoni Avaya T3 collegabile a Integral 5 Configurazione e utilizzo sala conferenze Integrazione del manuale utente

1 La domanda di moneta

Bipoli resistivi. (versione del ) Bipoli resistivi

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Variabili statistiche - Sommario

LEZIONE 11. Argomenti trattati

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite

1. Fissato un conveniente sistema di riferimento cartesiano Oxy si studino le funzioni f e g e se ne disegnino i rispettivi grafici G, G.

Premessa essa sulle soluzioni

Teorema di Thévenin-Norton

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE

Esercitazioni del corso di relazioni tra variabili

STATISTICA DESCRITTIVA CON EXCEL

Statistica e calcolo delle Probabilità. Allievi INF

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Circuiti elettrici in regime stazionario

3) Entropie condizionate, entropie congiunte ed informazione mutua

Progetto di elementi strutturali:

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Economie di scala, concorrenza imperfetta e commercio internazionale

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

Analisi dei flussi 182

LE FREQUENZE CUMULATE

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

3. Esercitazioni di Teoria delle code

Soluzione esercizio Mountbatten

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze

Esercitazione sulle Basi di di Definizione

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

Componenti resistivi

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE

Transcript:

Laboratoro d Smulazone e Ottmzzazone AA 2003/04 Gruppo 4 Ross Matteo Loll Luca Tema n 25: Poszonamento mpant Una dtta che produce ceramche deve decdere dove localzzare suo mpant produttv, sceglendo tra una sere d possbl nuove sed. Per ogn potenzale nuova sede s conosce la dmensone dell'mpanto che v s può realzzare e, d conseguenza, s conosce la massma capactà produttva (ntesa come numero d stock d pastrelle prodotte n un gorno) che s può ottenere dall'mpanto e s può avere una stma attendble del costo nzale d costruzone dell'mpanto e del costo d funzonamento dell'mpanto (legato alla produzone d uno stock d pastrelle). Attualmente le possbl sed per la costruzone d nuov mpant sono 6 e hanno le caratterstche evdenzate dalla tabella seguente. IMPIANTO MAX CAP COSTO INIT COSTO FUN 1 100 256 7 2 90 200 9 3 75 180 11 4 30 90 18 5 45 110 16 6 70 135 10 S ntende analzzare l costo presunto che la dtta deve sostenere nel caso n cu la sua capactà produttva a regme debba essere d (almeno) 200 stock d pastrelle al gorno. Modello Parametr: n mpant d produzone d possble costruzone CI Costo d costruzone del -esmo mpanto (= 1,...,n) CF Costo d produzone da parte del -esmo mpanto d uno stock d pastrelle (= 1,...,n) MaxC Massma capactà d produzone(n numero d stock al gorno) del -esmo mpanto(=1,...,n) Pr odmn Mnma produzone gornalera globale(n numero d stock d pastrelle) rchesta all nseme de nuov mpant costrut Varabl decsonal: Nel problema abbamo necesstà d rcavare qual mpant attvare e n che msura far produrre a quest. Appare chara, qund, la necesstà d rappresentare l numero d stock prodott gornalmente da cascun mpanto: Pr od Numero d stock prodott gornalmente dal -esmo mpanto (= 1,...,n)

Dal valore d Prod è faclmente possble dedurre se un mpanto è attvo o meno, rappresenteremo comunque questo con una varable(bnara) dedotta drettamente da quella sopra: 1 se Prod > 0 ossa se l'mpanto esmo è attvo ( = 1,..., n) Att = 0 se Prod = 0 Questa c rsulterà utle nella dcharazone de vncol. Modello PLI: Cò che s vuole è, come appare charo, mnmzzare l costo complessvo dell operazone d localzzazone degl mpant, la funzone obbettvo sarà costtuta qund dalla somma de cost d costruzone e de cost d produzone (d ogn stock) per ognuno de n mpant: n Mn CI * Att + CF *Pr od Vncol: = 1 n = 1 Pr od >= Pr odmn Vncolo sulla produzone globale del sstema d mpant che deve essere maggore o uguale al mnmo mposto n ProdMn. Pr od <= MaxC =1,,n Ogn mpanto dove rspettare la propra capactà massma d produzone gornalera espressa da MaxC Pr od >= 0 =1,,n Appare charo che la produzone debba essere maggore d 0. { 0,1} Att =1,,n Modello MPL Rportamo l codce MPL della versone con Input/Output n foglo EXCEL. Per l esecuzone attraverso Optmax n EXCEL è necessaro modfcare nel codce VBA relatvo al pulsante Solve le strnghe: MPL.WorkngDrectory = " " MPL.Solvers.Add (" ") Inserendo nella prma la drectory d lavoro contenente l fle Excel e mpl, mentre nella seconda l rfermento al rsolutore che d ntende utlzzare per l calcolo della soluzone. In manera analoga è necessaro apportare le stesse modfche al codce VBA per la versone ACCESS. TITLE Poszonamento_Impant; INDEX!Indce degl mpant d produzone mp := EXCELRANGE("PosImpant.xls","mpant");

DATA!Massma Capactà per mpanto MaxC[mp] = EXCELRANGE("PosImpant.xls","MaxCap");!Costo d costruzone per ogn mpanto IntCost[mp] = EXCELRANGE("PosImpant.xls","CostoInt");!Costo d produzone per uno stock per mpanto FunCost[mp] = EXCELRANGE("PosImpant.xls","CostoFun");!Produzone totale mnma rchesta dal sstema ProdMn = EXCELRANGE("PosImpant.xls","Req"); DECISION VARIABLES!Stock prodott gornalmante da ogn mpanto Prod[mp] EXPORT TO EXCELRANGE("ProdRange");!Attvazone o meno dell'mpanto d ndce "mp" Att[mp] EXPORT TO EXCELRANGE("AttRange"); MACRO!Calcolo del costo totale d produzone degl stock rchest n ProdMn TotProdCost:= SUM(mp: Prod * FunCost) EXPORT TO EXCELRANGE("CostoProd");!Calcolo del costo totale d costruzone degl mpant TotIntCost:= SUM(mp: Att * IntCost) EXPORT TO EXCELRANGE("CostoI"); MODEL!Funzone obbettvo, somma de cost parzal (sopra) MIN Costo=TotProdCost + TotIntCost ; SUBJECT TO BINARY END!Vncolo sulla produzone totale degl mpant attvat ProdTot: SUM(mp: Prod) >= ProdMn;!Vncolo sulle capactà d produzone massma d ogn mpanto!se "Att" è 0 l'mpanto non è attvato e qund "Prod" deve essere a!sua volta 0 CapMax[mp]: Prod <= MaxC * Att; Att[mp]; Nota: Il vncolo sulla capactà d produzone massma per mpanto permette n realtà una eventuale soluzone con un mpanto attvato ma a produzone nulla, questa charamente non potrà essere soluzone ottma, n quanto ve ne sarà sempre una mglore senza l mpanto a produzone nulla. Questo avvene n quanto nel modello MPL a dfferenza d quello PLI la varable Att non derva drettamente dal valore della varable Prod, ma è ndpendente da questa. Anals della soluzone SOLUTION RESULT

Optmal nteger soluton found MIN Costo = 2201.0000 MACROS Macro Name Values ------ TotProdCost 1610.0000 TotIntCost 591.0000 ------ DECISION VARIABLES VARIABLE Prod[mp] : mp Actvty Reduced Cost 1 100.0000 0.0000 2 90.0000 0.0000 3 0.0000 1.0000 4 0.0000 11.0000 5 0.0000 8.4444 6 10.0000 0.0000 VARIABLE Att[mp] : mp Actvty Reduced Cost 1 1.0000-44.0000 2 1.0000 110.0000 3 0.0000 180.0000 4 0.0000 0.0000 5 0.0000 0.0000 6 1.0000 135.0000 CONSTRAINTS PLAIN CONSTRAINTS Constrant Name Slack Shadow Prce ------------- ProdTot 0.0000 10.0000 ------------- CONSTRAINT CapMax[mp] : mp Slack Shadow Prce 1 0.0000-3.0000 2 0.0000-1.0000 3 0.0000 0.0000 4 0.0000-3.0000 5 0.0000-2.4444 6 60.0000 0.0000 END Dalla soluzone s nota che gl mpant attvat, con produzone mnma gornalera d 200, sono l numero1, 2 e 6, questa scelta vene fatta sulla combnazone de cost d costruzone e produzone n base al numero totale d stock da produrre. Cò che s nota è che prm due mpant sono quell con costo d costruzone maggore, ma n base al numero totale d stock prodott rsultano pù convenent consderando noltre che quest mpant sono sfruttat per tutta la loro capactà produttva(slack = 0).L mpanto numero 6 nvece è attvato ma con produzone molto nferre alla massma(slack = 60). Abbamo po verfcato l range d non varazone della base ottma al varare del valore mnmo d produzone(default=200), questo rsulta compreso tra 196 e 260 (dove l mpanto numero 6 satura la propra produzone e necessta qund l attvazone d un altro), quello che s è notato è che per valor

compres tra 191 e 195, la base ottma comprende nvece dell mpanto 6 l attvazone dell mpanto 4, questo nfatt prevede un costo d costruzone molto nferore ma maggore costo d produzone, presentando qund convenenza uncamente per bass reggm d produzone. L anals del costo ombra relatvo al vncolo sulla produzone totale rvela, banalmente, che l costo d un eventuale 201-esmo stock sarebbe d 10 ossa l costo d produzone da parte dell mpanto 6 gà attvo. Dopo alcune prove s è rscontrato che l costo ombra presenta valor semplc (come sopra l costo d prod.) fno al valore d produzone rchesta d 190, qu l costo ombra assume l valore d 11.9286, apparentemente ncomprensble, la ragone credamo rseda nel fatto che l costo ombra è relatvo al rlassamento contnuo del problema che, nel nostro caso è ntero, questo valore rappresenta qund l costo d uno stock d pastrelle nel caso n cu fosse possble attvare solamente parzalmente un mpanto e n partcolare l 6, n questo caso oltre al costo d prod. d 10 s avrebbe anche l parzale costo d attvazone ossa 135 / 70 = 1.9286. Per quanto rguarda nvece cost ombra relatv a vncol sulla capactà massma, quest rvelano che nel caso fosse possble amplamento questo sarebbe pù convenente se effettuato sull mpanto 1(costo ombra -3), dove evdentemente la produzone rsulta meno costosa.