صفحه محصول - پاورپوینت مثال ریاضی

پاورپوینت مثال ریاضی (pptx) 33 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 33 اسلاید

قسمتی از متن PowerPoint (.pptx) :

بنام خدا Linear Programming: Complicating Variables مثال 1: مساله تامین ذغال سنگ و گاز طبیعی در یک نیروگاه در دو سال آینده را در نظر بگیرید. تقاضای برق در سال جاری با قطعیت معلوم اما در سال آینده نامطمئن است و به صورت سناریومحور مشخص می شود. قیمتهای ذغال سنگ و گاز طبیعی در سال جاری با قطعیت مشخصند اما در سال آینده به صورت سناریومحور تعیین می شوند. واحد ذغال سنگ و گاز طبیعی بر حسب انرژی برق معادل بیان می شود. برای موازنه تولید انرژی با استفاده از دو نوع سوخت، مجموع میزان ذغال سنگ و گاز طبیعی مصرفی در دو سال باید بیش از یک سوم و کمتر از دو سوم تقاضای انرژی این دو سال باشد. مدل ریاضی: ستون اول تا سوم مربوط به cs و gs در سناریوهای سه گانه سال آینده و ستون آخر مربوط به c0 و g0 است. متغیرهای c0 و g0 پیچیده کننده هستند و از کسب جواب تجزیه شده جلوگیری می کنند. اگر به این دو مقادیر معین نسبت دهیم، مساله قابل تجزیه به سه بلوک است. مثال 2: احداث دو کارخانه تولیدی در دو محل مختلف برای تامین تقاضای یک شهر بزرگ را در نظر بگیرید. بین مکانهای این دو کارخانه و شهر جاده هایی با ظرفیت حمل و نقل محدود وجود دارد. این دو کارخانه می توانند بسته به نیاز در هر دوره به صورت مدولار افزایش ظرفیت داده شوند. هدف کمینه کردن هزینه های سرمایه ای و عملیاتی در افق دو سال است. مدل ریاضی: متغیرهای xit پیچیده کننده هستند و از دستیابی به جواب تجزیه شده برای مساله جلوگیری می کنند. Mixed-Integer Programming: Complicating Variables مثال: مشابه مثال قبل است با این تفاوت که گزینه های توسعه ظرفیت گسسته و هزینه های حمل و نقل کوادراتیک هستند. Decomposition in Linear Programming: Complicating Variables اگر مقدار ثابت به متغیر پیچیده کننده λ1 نسبت داده شود، می توان مساله را به سه زیرمساله تجزیه کرد: Complicating Variables: Problem Structure xi (i=12,…n) متغیرهای پیچیده کننده هستند. مساله دارای متغیرهای پیچیده کننده را می توان با استفاده از ثانویه آن به یک مساله دارای محدودیتهای پیچیده کننده تبدیل و با استفاده از الگوریتم دنتزیج-ولف حل کرد.