第四章 線性規劃:敏感度分析與電腦報表解讀

Slides:



Advertisements
Similar presentations
猜谜语 有个小娃娃,真是没 礼貌。 见到小树摇一摇,吓 得树叶哇哇叫。 见到小花逗一逗,摘 去她的太阳帽。 没人和它交朋友,只 好自已到外处跑。
Advertisements

黄帝内经 内经教研室 王黎.
單元九:單因子變異數分析.
線性規劃 Linear Programming
职官与科举 职官:在国家机构中担任一定职务的官吏,这里面有职官的名称、职权范围和品级地位等方面的内容。
走向现代的博物馆 中国博物馆协会 宋新潮 2014年3月29日.
花开有日 芬芳天下 “国培计划(2012)” ——幼儿园骨干教师远程培训项目 山东幼儿园教师8班第4期简报 主办人:张瑞美     
目錄 服務地點 南寮 世光教養院 飛鳳山 長安養老院 尖石國小 內灣 大華停車場 上智國小 二重國中 班級 領隊教師 參與人數 (人次)
《卖火柴的小女孩》 《海的女儿》 你 认 识 这 些 图 片 的 故 事 吗 《丑小鸭》 《拇指姑娘》 它们都来自于哪位作家笔下?
數位邏輯設計與實習 Ch02基本邏輯閘與布林代數.
民主國家的政府體制 我國的中央政府體制 我國中央政府的功能 地方政府組織與功能
政府採購法規概要 報告人:杜國正 行政院公共工程委員會企劃處.
一、平面点集 定义: x、y ---自变量,u ---因变量. 点集 E ---定义域, --- 值域.
3-2 條件不等式 解一元 n 次不等式 二元一次不等式的圖解法 函數的極植.
銷售與顧客關係管理 巫立宇.邱志聖 著.
之 魔 析 妖 鬼 解 怪 大 沈家仪小组出品.
20、豆花庄的小家伙们.
102學年度新生家長座談會 新竹市香山區港南國民小學.
CH11 心理疾病 李志鴻.
物流账册系统介绍 2012年5月16日 北京.
第四章 数学规划模型 课程内容和目的: 了解数学规划模型的一般理论,介绍一些典型的规划模型,如生产计划安排问题、资源配置问题、运输问题、下料问题、指派问题、选址问题等。能通过分析建立一些实际问题的数学规划模型,会用各种工具软件熟练求解线性规划,非线性规划,整数规划等问题。 教学难点和重点: 重点掌握规划模型的三要素,建立规划模型的方法以及工具求解。难点是模型求解算法的理解和如何将实际问题逐步转换成规划问题。
線性規劃實務應用 應用領域(例如): 決定每期最佳產品生產組合 多重期間的生產規劃 行銷管理(如選擇媒體) 財務管理(如選擇投資組合)
管理学基本知识.
华 夏 之 祖 第 3 课.
法學緒論第六單元:法律適用 設計課程︰ 財經法律系 --楊東連 法學緒論-6.
滁州学院首届微课程教学设计竞赛 课程名称:高等数学 主讲人:胡贝贝 数学与金融学院.
揭秘 庄家 股市中的 为什么你的股票一买就跌,一卖就涨? 为什么出了利好,股价反而下跌? 为什么有的股票一直涨停?
第九章 长期资产及摊销 2017/3/21.
CH1 . 集 合 与 命 题.
股市不傳之秘 甘氏矩陣圖/價格推算 簡介、基礎學習步驟 1、學習觀念 2、基礎看圖法 A.大數推算 B.基礎角度線推算.
Ch19 創業精神 管理學:整合觀點與創新思維3/e.中山大學企管系 著.前程文化 出版.
以考试说明带动二轮复习 福州第三中学 张璐.
5.1 自然對數函數:微分 5.2 自然對數函數:積分 5.3 反函數 5.4 指數函數:微分與積分 5.5 一般底數的指數函數和應用 5.6 反三角函數:微分 5.7 反三角函數:積分 5.8 雙曲函數.
拾貳、 教育行政 一、教育行政的意義 教育行政,可視為國家對教育事務的管理 ,以增進教育效果。 教育行政,乃是一利用有限資源在教育參
課程銜接 九年一貫暫行綱要( )  九年一貫課程綱要( ) 國立台南大學數學教育系 謝 堅.
2.4 二元一次方程组的应用(1).
乳猪断奶后拉稀,掉膘与教槽料.
跨越海峡的生命桥.
LINGO.
Linear Programming: Introduction and Duality
Chapter 2 線性規劃.
REGRESSION FOR ORDINAL OUTCOMES 「順序尺度依變項」的迴歸模型
整數線性規劃 線性規劃中有一項假設,是決策變數是連續的,且不必為整數。如果某個問題符合線性規劃連續性等其他假設,但決策變數卻必須是整數,則成為『整數線性規劃(ILP)』。 7-1.
第6章 線性規劃:單形法 © 2016 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part, except for use as permitted.
簡捷法 簡捷法可用來找尋端點,並評估何者為最佳解。先考慮所有決策變數值皆為零的基本解,再算出是否有其他解的目標函數值較此點為佳。
對偶理論 「敏感度分析」,研究數學規劃問題中參數值(如各類係數)的改變對於最佳解以及目標函數值的影響。
第7章 單形法敏感度分析及對偶性 © 2016 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part, except for use as permitted.
GHANGDONG VOCATIONAL COLLEGE OF INDUSTRY&COMMERCE
敏感度與參數分析 Sensitivity and Parametric Analyses
第四章 線性規劃:敏感度分析與電腦報表解讀
整數規劃 Integer Programming
Ch2多項式函數 2-2 多項式的運算與應用 影音錄製:陳清海老師 資料提供:龍騰文化事業股份有限公司.
第一章 直角坐標系 1-3 函數圖形.
第八章補充 運輸模型.
第2章 線性規劃概要 © 2016 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part, except for use as permitted.
线性规划案例:上海红星建筑构配件厂生产计划的优化分析
Chapter 8 整數規劃與目標規劃.
第9章 交期管理.
第二章 三角函數 2-5 三角函數的圖形.
反矩陣與行列式 東海大學物理系‧數值分析.
第五章 對偶理論 Duality Theory 作業研究 二版 2009 © 廖慶榮.
第一章 直角坐標系 1-3 函數及其圖形.
資料結構與C++程式設計進階 期末考 講師:林業峻 CSIE, NTU 7/ 15, 2010.
線性規劃的其他演算法 Special Simplex Method
4-1 變數與函數 第4章 一次函數及其圖形.
在直角坐標平面上兩點之間 的距離及平面圖形的面積
朱中華 2011/12/14 建立關聯式報表.
用加減消去法解一元二次聯立方程式 台北縣立中山國中 第二團隊.
Chapter 16 動態規劃.
Presentation transcript:

第四章 線性規劃:敏感度分析與電腦報表解讀 電腦解-Lindo 敏感度分析簡介 改變一個參數 同時改變 4-1

線性規劃問題的電腦解 (1/5) 重新檢視第三章力新問題: Max 9X + 10Y 總利潤 Subject to (s.t.) 4-2

4-3

4-4

線性規劃問題的電腦解(2/5) 在最佳解右方的欄位為決策變數的「削減成本」,表示決策變數的目標函數係數要「改善」多少,才能使決策變數出現正值。 此題共有四條<=限制式,從圖可知前兩個限制式為束縛限制式,其「寬裕值」均為0(亦即資源全部用完);後兩個限制式其寬裕值分別為:組裝1270小時、檢裝720小時的未用人力。 4-5

線性規劃問題的電腦解(3/5) 「對偶價」(Dual prices):其意義為該限制式不等式「右側值」每增加一單位,目標值「改善」量。 OBJ COEFFICIENT RANGES:其意義為只要目標函數中決策變數的係數在此範圍內變動,則最佳解(decision variables)不變,此範圍稱之為「最佳化範圍」 RIGHTHAND SIDE RANGES:其意義為只要右側值在此範圍內變動,則限制式之對偶價不變;此範圍又稱之為可行性範圍 4-6

重要對偶性質 <=限制式 ←→ DP >=0 束縛限制式 ←→ DP ≠ 0 >=限制式 ←→ DP <=0 4-7

線性規劃問題的電腦解(4/5) C2目前係數 = 10.000000 可允許增量  5.75 可允許減量 = 2.29 最佳化範圍上限 = 10.00 + 5.75 = 15.75 最佳化範圍下限 = 10.00 – 2.29 = 7.71 C2最佳化範圍為: 7.71  C2  15.75 4-8

線性規劃問題的電腦解(5/5) 以第一條限制式(切染部門)的對偶價U1為例: 目前右側值 = 4220.000000 可允許增量 = 1041.666748  1041.66 可允許減量 = 1200.000000 可行性範圍上限 = 4220.00 + 1041.66 = 5261.66 可行性範圍下限 = 4220.00 – 1200.00 = 3020.00 U1可行性範圍為:3020.00  RHS1  5261.66 4-9

敏感度分析簡介 「敏感度分析」(Sensitivity Analysis) 是探討線性規劃問題中參數係數的改變,如何影響最佳解。 由於此項分析是在已經求得最佳解的情況下,探討參數係數改變對於最佳解的影響,故又稱之為「後最佳化分析」 兩大類: 與  第一類:求最佳範圍(電腦報表及圖形分析) 例如: (7.71  C2  15.75) 4-10

一次改變一個參數(1/5) 題目請見課本p92 範例4.1(Y-型球袋單位利潤10元有誤,應為12元 ) 【解】 變數Y之係數C2最佳化範圍:7.71  C2  15.75 因新單位利潤12元仍在範圍內,故最佳解不變,仍為X*=250,Y*=460 新目標函數 = 9X* + 12Y* = 9(250) + 12(460) = 7770(元)所以,目標函數已經從6,850元增加920(=2460)元至7,770元。 4-11

一次改變一個參數(2/5) 題目請見課本p92 範例4.2(Y-型球袋單位利潤改為7元 ) 【解】 因Y-型球袋單位利潤7元超出最佳化範圍:7.71  C2  15.75 故最佳解可能已改變,必須重解線性規劃模型。如圖4.2示,最佳解為X=538(個),Y=124(個),目標函數值為5,710元。 4-12

4-13

一次改變一個參數(3/5) 第二類:對偶價及可行性範圍(課本p93 範例4.3) 人事部門可多提供9人工小時, 如何安排? 【解】 當限制式右側值改變時,對偶值愈大,則目標函數的改善愈大。 發現第二條限制式的對偶值0.92元為最大,可知四個部門當中,以增加縫合部門每單位(分鐘)人力,可增加0.92元的獲利為最高,其次為切染部門的0.64元,另外兩個部門皆為0元。 4-14

一次改變一個參數(4/5) 第二條限制式U2的可行性範圍為:3617.15  RHS2  5110.00 縫合部門增援後可用人力為4510 + 540 = 5050(分鐘),仍然在可行性範圍內,故知其對偶值0.92(元/分鐘)不變,則所增加的最大利潤為:5400.92 = 496.8(元),增加人力後的總利潤:6850 + 496.8 = 7346.8(元)。 4-15

一次改變一個參數(5/5) 【解】 題目請見課本p94 範例4.4(若縫合部門增加20小時的人力) 縫合部門增援後總人力 = 4510 + 1200 = 5710(分) 因5,710分超出範圍:3617.15  U2  5110.00,須重新求解。 最佳解X*=418(個),Y*=364(個),目標值為7,402元。 增援20小時力的貢獻:7402 – 6850 = 552(元)。每分鐘的貢獻利潤為:552/1200 = 0.46(元/分鐘) 4-16

一次可同時改變多個參數(1/10) 在實務上,管理者作敏感度分析時,可能必須考慮一次同時改變多個參數,其可能的情況有以下三種: 同時改變多個目標函數係數 同時改變多個限制式右側值 同時改變多個目標函數係數以及限制式右側值 先介紹會用到的兩項法則: 目標函數係數改變的100%法則 限制式右側值改變的100%法則 4-17

一次可同時改變多個參數(2/10) 題目請見課本p95 範例4.5 (X-型與Y-型球袋單位利潤分別改為8元與12元 ) 【解】由圖4.1可算出: X之係數C1最佳化範圍為:5.72  C1  11.66 Y之係數C2最佳化範圍為:7.72  C2  15.75 8元與12元分別在C1與C2的最佳化範圍內,同時改變兩個係數必須計算其總係數改變率是否超過100%。 4-18

一次可同時改變多個參數(3/10) C1從9減為8,減量為1,可允許減量為3.285714則X係數改變率 = 1/3.2857  0.3043 = 30.43% C2增量為2,可允許增量為5.750000則Y係數改變率 = 2/5.7500  0.3478 = 34.78% 總係數改變率  30.43% + 34.78% = 65.21% < 100% 故最佳解不變,仍X*=250,Y*=460。新目標函數 = 8X + 12Y = 8(250) + 12(460) = 7520(元) 目標函數從6,850元增加670元至7,520元。 4-19

一次可同時改變多個參數(4/10) 題目請見課本p96 範例4.6 (X-型與Y-型球袋單位利潤分別改為11元與9元 ) 【解】 11元與9元分別在C1與C2的最佳化範圍內,由於同時改變兩個係數,必須計算其總係數改變率是否超過100%。 C1增量為2元,可允許增量2.666667,則變數 X係數改變率 = 2/2.6667  0.7500 = 75.00% 4-20

一次可同時改變多個參數(5/10) C2減量為1元,可允許減量2.285714,則變數Y的係數改變率 = 1/2.2857  0.4375 = 43.75% 總係數改變率  75.00% + 43.75% = 118.75% > 100% 故最佳解可能已經改變,必須重解線性規劃模型,以求得新的最佳解。 最佳解為X*=538(個),Y*=124(個),目標函數值為7,034元。 4-21

4-22

一次可同時改變多個參數(6/10) 題目請見課本p97 範例4.7(支援切染與縫合兩部門分別可多提供7與5人工小時) 【解】 420分鐘與300分鐘在U1與U2的可行性範圍內,同時改變兩個右側值,必須計算其總右側值改變率是否超過100% RHS1增加420(分),可允許增量為1041.6667,則RHS1改變率 = 420/1041.6667  0.4032 = 40.32% 4-23

一次可同時改變多個參數(7/10) 因RHS2增加300(分鐘),可允許增量為600.0000,則RHS改變率 = 300/600.0000  0.5000 = 50.00% 總右側值改變率  40.32% + 50.00% = 90.32% < 100% 故知所有對偶價不變。則約可替公司增加利潤 = 420(0.64) + 300(0.92) = 544.8。 4-24

一次可同時改變多個參數(8/10) 題目請見課本p98 範例4.8(人事部門考慮將切染部門的人力調撥8人工小時至縫合部門 ) 【解】 單位換算:8小時 = 480分 480分都在U1與U2的可行性範圍內,同時改變兩個右側值,必須計算其總右側值改變率是否超過100%。 RHS1減少480(分),可允許減量為1200.0000,則RHS1右側值改變率 = 480/1200.0000  0.4000 = 40.00% 4-25

一次可同時改變多個參數(9/10) 因RHS2增加480(分),可允許增量為600.0000,則RHS2右側值改變率 = 480/600.0000  0.8000 = 80.00% 總右側值改變率  40.00% + 80.00% = 120.00% > 100% 原對偶價可能已經改變,故必須重新求解。 如圖4.5所示,最佳解為X*=466(個),Y*=268(個),目標函數值為6,874元。此人力調度,確實可為公司增加獲利。 4-26

4-27

一次可同時改變多個參數(10/10) 題目請見課本p99 範例4.9 (Y-型球袋單位利潤為12元,切染與縫合兩部門分別增加7與5小時之人力 ) 【解】 如圖4.6所示,最佳解為X*=233(個),Y*=529(個),目標函數值為8,454元。切染與縫合兩限制式的對偶價皆已改變,分別為1.2(元/分鐘)與0.6(元/分鐘)。 4-28

4-29

HW All (self-practice for exam practice) 4-30

1st HW Hand-in HW Problems: Due date: Three weeks from today(4/20) Ch03: 4, 9 ch04:3, 4, 5 Due date: Three weeks from today(4/20) Policy: Late hw is not allowed. Individual hw which means a copy hw will not be graded. 4-31