MS Excel - wspomaganie decyzji

Slides:



Advertisements
Podobne prezentacje
ANALIZA SIECIOWA PRZEDSIĘWZIĘĆ konstrukcja harmonogramu
Advertisements

EKONOMETRIA CZ. II W. Borucki.
Wybrane zastosowania programowania liniowego
Nie-archimedesowe (leksykograficzne) PZ
Metoda simpleks Simpleks jest uniwersalną metodą rozwiązywania zadań programowania liniowego. Jest to metoda iteracyjnego poprawiania wstępnego rozwiązania.
Fazy procesu podejmowania decyzji
BADANIA OPERACYJNE opracowanie na podstawie „Metody wspomagające podejmowanie decyzji w zarządzaniu” D. Witkowska, Menadżer Łódź dr inż. Iwona Staniec.
Plan wykładów z mikroekonomii
Analiza ryzyka projektu
Badania operacyjne. Wykład 1
Badania operacyjne. Wykład 2
Modelowanie lokowania aktywów
Zagadnienie transportowe
Modele problemów decyzyjnych – przykłady
Komputerowe Wspomaganie Decyzji 2007/2008 Modele problemów decyzyjnych – przykłady II Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów.
Metody poszukiwania rozwiązań wielocelowych zagadnień liniowych
Liniowe modele decyzyjne – rozwiązania i analiza post-optymalizacyjna
Metoda graficzna opracowanie na podstawie „Metody wspomagające podejmowanie decyzji w zarządzaniu” D. Witkowska, Menadżer Łódź Zadania, w których.
Metoda simpleks opracowanie na podstawie „Metody wspomagające podejmowanie decyzji w zarządzaniu” D. Witkowska, Menadżer Łódź Simpleks jest uniwersalną.
dr inż. Iwona Staniec p. 334 Lodex
Problem transportowy opracowanie na podstawie „Metody wspomagające podejmowanie decyzji w zarządzaniu” D. Witkowska, Menadżer Łódź 2000.
Metoda graficzna opracowanie na podstawie Metody wspomagające podejmowanie decyzji w zarządzaniu D. Witkowska, Menadżer Łódź Zadania, w których występują
Zadanie 1.
gdzie: P-cena jednostkowa sprzedaży K-koszt całkowity produkcji
5. Problemy lokalizacji w projektowaniu międzynarodowych struktur logistycznych – przegląd metod i technik.
Etapy podejmowania decyzji
Dane do obliczeń.
Paweł Górczyński Badania operacyjne Paweł Górczyński
ETO w Inżynierii Chemicznej MathCAD wykład 4.. Analiza danych Aproksymacja danych.
Optymalizacja liniowa
Programowanie liniowe w teorii gier
Paweł Górczyński Badania operacyjne Paweł Górczyński
II Zadanie programowania liniowego PL
ALGORYTMY OPTYMALIZACJI
Modelowanie lokowania aktywów
Zagadnienie transportowe
METODY NUMERYCZNE I OPTYMALIZACJA
EXCEL Wykład 4.
PROBLEMY DECYZYJNE KRÓTKOOKRESOWE WYBÓR OPTYMALNEJ STRUKTURY PRODUKCJI
Planowanie przepływów materiałów
Logistyka Transport.
Badania operacyjne, Solver
Zadanie 1.
D. Ciołek BADANIA OPERACYJNE – wykład 2
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski 1 informatyka +
EXCEL Wstęp do lab. 4. Szukaj wyniku Prosta procedura iteracyjnego znajdowania niewiadomej spełniającej warunek będący jej funkcją Metoda: –Wstążka Dane:
D. Ciołek EKONOMETRIA – wykład 7
ZASADY USTALANIA CEN.
D. Ciołek BADANIA OPERACYJNE – wykład 0
D. Ciołek BADANIA OPERACYJNE – wykład 2
1 USTALANIE CENY SPECJALNEJ DLA DODATKOWEGO ZAMÓWIENIA.
ZASTOSOWANIE DWUKROTNEJ SYMULACJI MONTE CARLO W WYCENIE OPCJI REALNYCH mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw.
Katedra Inżynierii Sterowania Komputerowe systemy sterowania i wspomagania decyzji 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. 1 Dekompozycyjne metody.
1 PROBLEMY DECYZYJNE KROTKOOKRESOWE WYBÓR OPTYMALNEJ STRUKTURY PRODUKCJI.
ANALIZA CVP KOSZT-WOLUMEN-ZYSK.
Treść dzisiejszego wykładu l Metoda kar. l Podsumowanie przekształcania zadań programowania liniowego do postaci tabelarycznej. l Specjalne przypadki –sprzeczność,
Zagadnienia transportowe Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych
Ekonometria WYKŁAD 12 Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Treść dzisiejszego wykładu l Postać standardowa zadania PL. l Zmienne dodatkowe w zadaniu PL. l Metoda simpleks –wymagania metody simpleks, –tablica simpleksowa.
Treść dzisiejszego wykładu l Analiza wrażliwości –zmiana wartości współczynników funkcji celu, –zmiana wartości prawych stron ograniczeń. l Podejścia do.
 Zdefiniowanie zmiennych  Programowanie liniowe jest działem programowania matematycznego obejmującym te zagadnienia, w których wszystkie związki mają.
Rozpatrzmy następujące zadanie programowania liniowego:
Struktury i algorytmy wspomagania decyzji
Metody optymalizacji Materiał wykładowy /2017
Badania operacyjne, Solver
Wyższa Szkoła Ekologii i Zarządzania
Selekcja danych Korelacja.
Zastosowania zadań PL Wybór portfela inwestycyjnego
Zapis prezentacji:

MS Excel - wspomaganie decyzji ZIiP zaoczne sem.3 MS Excel - wspomaganie decyzji W3

Excel - złożone problemy decyzyjne DECYZJE SEMI-STRUKTURYZOWANE – OPTYMALIZACJA LINIOWA Z OGRANICZENIAMI Cel: znalezienie optymalnej wartości funkcji dla kilku zmiennych decyzyjnych.

Proces tworzenia:

Można podjąć decyzję korzystając z doświadczenia i intuicji - nie jest to sposób optymalny Opis analityczny Zbudowanie modelu sytuacji decyzyjnej Przeprowadzenie optymalizacji Interpretacja wyników

Przykładowo: wybór asortymentu produkcji - problem wyboru asortymentu produkcji polega na określeniu, które wyroby i w jakich ilościach powinno przedsiębiorstwo produkować, aby nie przekraczając dostępnych zasobów środków produkcji oraz przy spełnieniu ewentualnych dodatkowych ograniczeń maksymalizować zysk lub przychód ze sprzedaży,

problemy mieszania decydent chce określić optymalny skład mieszaniny, która powinna spełniać pewne wymagania aby zminimalizować koszty związane z uzyskaniem produktu końcowego (np. benzyna, ciekłe metale oraz inne chemikalia przerabiane na gotowe do sprzedaży wyroby),

określenie optymalnego portfela inwestycyjnego - polegający na doborze alokacji kapitału, którym dysponuje inwestor pomiędzy pewne preferowane walory, tworzące portfel, w celu minimalizacji poziomu ryzyka związanego z portfelem przy zachowaniu określonej stopy zwrotu,

zagadnienie transportowe - sprowadzające się do określania planu przewozu jednorodnego produktu z kilku różnych źródeł zaopatrzenia do kilku punktów zgłaszających zapotrzebowanie na ten towar, takiego aby zminimalizować łączne koszty transportu (czasem minimalizacja odległości lub czasu transportu),

zagadnienie harmonogramowania - sprowadzające się do określania planu wykonania pewnych prac, które muszą być zrealizowane w określonych miejscach pracy (zakładach, stanowiskach pracy, maszynach) przy znanych ograniczeniach (np. czas pracy pracowników lub liczba pracowników).

Przykładowe problemy należą do grupy zagadnień programowania liniowego - metoda wyznaczania decyzji przy spełnieniu warunków i przy zadanym kryterium oceny efektu decyzji. Decyzje - wektor zmiennych decyzyjnych Warunki ograniczające - układ nierówności lub równości liniowych Funkcja celu – reguła wyboru - pewna pojedyncza zmienna wartość, mająca być obliczona, wymagająca maksymalizacji, minimalizacji lub przyjęcia określonej wartości (zwykle jako zysk lub koszt). Kryterium oceny - funkcja liniowa.

NARZĘDZIE SOLVER Program Solver (dodatek wymagający instalacji) - bardziej skomplikowane problemy decyzyjne niż przy użyciu Szukaj wyniku. Daje możliwość wspomagania procesu podejmowania decyzji semistrukturyzowanych.

Proces - kilka etapów: identyfikacja problemu, określenie zmiennych decyzyjnych, sformułowanie funkcji celu, określenie i sformułowanie ograniczeń, zapis modelu w postaci analitycznej, przejście na zapis w postaci wyrażeń arkusza Excel, uruchomienie programu Solver, wprowadzenie informacji dotyczących adresów komórek stanowiących zmienne decyzyjne funkcji celu i ich ograniczenia, uruchomienie optymalizacji, interpretacja otrzymanych wyników.

Uruchomienie narzędzia - Solver

Parametry i opcje: komórka celu – adres komórki zawierającej wzór stanowiący zapis funkcji celu optymalizacji, równa – grupa opcji pozwalająca określić czy funkcja celu ma przyjąć wartość maksymalną, minimalną czy konkretną wartość, określoną przez użytkownika, komórki zmieniane (zmienne decyzyjne) – adresy lub zakresy komórek stanowiących zmienne decyzyjne, których wartości początkowe ustawiane są arbitralnie a po procesie optymalizacji przyjmują wartości optymalne (jeżeli program znajdzie rozwiązanie), warunki ograniczające – ograniczenia zdefiniowane w problemie do rozwiązania, można je dodawać, usuwać i modyfikować z wykorzystaniem odpowiednich przycisków Dodaj , Usuń i Zmień, rozwiąż – przycisk uruchamiania procesu optymalizacji.

Dodatkowe opcje (wybór przycisku Opcje), np.: Przyjmij model liniowy – wskazująca, że rozwiązywany problem należy do grupy zagadnień programowania liniowego, Przyjmij nieujemne – założenie, że zmienne decyzyjne mogą przyjmować tylko wartości nieujemne.

Ograniczenia czasowe na wydziałach PRZYKŁAD – WYBÓR ASORTYMENTU PRODUKCJI Dwa modele produktu aparatu fotograficznego Model 1 – zysk jednostkowy z1=1 jednostka (umowne), Model 2 – zysk jednostkowy z2=5 jednostek Podzespoły do wymienionych modeli są produkowane na trzech wydziałach: WM, WO, WME Liczba godzin przy tworzeniu podzespołów dla wymienionych modeli i ograniczenia czasowe na wydziałach: Wydział Model 1 Model 2 Ograniczenia czasowe na wydziałach WM t1a=2h t2a=7h ga<=4000 h WO t1b=2h t2b=2h gb<=2000 h WME t1c=1h t2c=8h gc<=4000 h

Funkcja celu: Jakie wybrać wielkości produkcji obydwu modeli by zmaksymalizować zysk.

Etapy rozwiązywania problemu 1) Identyfikacja problemu: określenie wielkości produkcji modelu 1 oraz modelu 2 2) Określenie zmiennych decyzyjnych: M1 – wielkość produkcji modelu 1 M2 – wielkość produkcji modelu 2 3) Sformułowanie funkcji celu: zysk zapisany w postaci wzoru z1*M1 + z2*M2  MAX gdzie współczynniki z1 i z2 oznaczają zysk jednostkowy (w przykładzie odpowiednio 1 i 5), a M1 i M2 to wielkość produkcji poszczególnych modeli.

4) Określenie i sformułowanie ograniczeń: t1a*M1 + t2a*M2  ga – ograniczenia czasu pracy na wydziale WM, w2 t1b*M1 + t2b*M2  gb – ograniczenia czasu pracy na wydziale WO, w3 t1c*M1 + t2c*M2  gc – ograniczenia czasu pracy na wydziale WME, M1, M2 0 – założenie o nieujemnych wartościach zmiennych decyzyjnych.

5. Interpretacja graficzna funkcja celu w3 M1 M2 w1 w2

6) Przejście na zapis w postaci wzorów w arkuszu Excel: wprowadzenie informacji do arkusza,

Można użyć funkcji suma Można użyć funkcji suma.iloczynów(…) - mnoży odpowiadające sobie elementy w danych tablicach (identycznych rozmiarów) i podaje w wyniku sumę tych iloczynów. Składnia = SUMA.ILOCZYNÓW(tablica1;tablica2;tablica3;...) Tablica1;tablica2;tablica3;... to od 2 do 30 tablic, których elementy mają być pomnożone i dodane. Argumenty tablic muszą mieć ten sam rozmiar. Jeśli tak nie jest, to funkcja SUMA.ILOCZYNÓW podaje w wyniku wartość błędu #ARG!. SUMA.ILOCZYNÓW traktuje elementy tablic, które nie są liczbami jako równe zero.

7) Uruchomienie programu Solver: w oknie dialogowym wprowadza się informacje dotyczące adresów komórek zawierających funkcję celu i ograniczenia oraz określa się, które komórki stanowią zmienne decyzyjne, po naciśnięciu przycisku Opcje wybiera się ustawienia: Przyjmij model liniowy Przyjmij nieujemne.

Wykonanie optymalizacji: Proces optymalizacji aktywizuje się przyciskiem Rozwiąż. Po wykonaniu optymalizacji zmienne decyzyjne przyjmują optymalne wartości a program Solver wyświetla okno informacyjne o powodzeniu lub braku możliwości uzyskania rozwiązania optymalnego.

linia prosta funkcji celu opiera się na "ostrzu" Interpretacja otrzymanych wyników: linia prosta funkcji celu opiera się na "ostrzu" aby uzyskać w rozpatrywanym problemie maksymalny zysk, przy zadanych ograniczeniach, należy model 1 produkować w liczbie 440 egzemplarzy natomiast model 2 produkować w liczbie 445 egzemplarzy, do produkcji aparatów potrzebny będzie następujący czas pracy poszczególnych wydziałów: WM - 3995 h <=4000 WO - 1770 h <=2000 WME - 4000 h <=4000 przy wskazanej decyzji zysk firmy przyjmie wartość 2665 jednostek umownych.

Przykład2: DORADCA GIEŁDOWY przygotowanie danych…   Firmy Gofer CanOil Sloth Cena akcji 60 25 20 Liczba akcji 1 Zmienne decyzyjne Wartość 60,00 25,00 20,00 105,00 = 100 000,00 <= 60 000 25 000 Warunki Zwrot roczny 7 3 13 Funkcja celu