0% fanden dieses Dokument nützlich (0 Abstimmungen)
3 Ansichten10 Seiten

PROBLEMSATZ

Das Dokument präsentiert drei Probleme der Prozessoptimierung in der Industrie, die mit linearer Programmierung gelöst wurden. Das erste Problem zielt darauf ab, die Bohrkosten für Ölquellen an zwei möglichen Standorten zu minimieren. Das zweite minimiert die Transportkosten, indem die Produktion von drei Werken drei Kunden zugewiesen wird. Das dritte Problem weist Ressourcen zu, um die Gewinne von drei Produkten, die in zwei möglichen Werken hergestellt werden, zu maximieren.

Übersetzt von

ScribdTranslations
Copyright
© All Rights Reserved
Wir nehmen die Rechte an Inhalten ernst. Wenn Sie vermuten, dass dies Ihr Inhalt ist, beanspruchen Sie ihn hier.
Verfügbare Formate
Als PDF, TXT herunterladen oder online auf Scribd lesen
0% fanden dieses Dokument nützlich (0 Abstimmungen)
3 Ansichten10 Seiten

PROBLEMSATZ

Das Dokument präsentiert drei Probleme der Prozessoptimierung in der Industrie, die mit linearer Programmierung gelöst wurden. Das erste Problem zielt darauf ab, die Bohrkosten für Ölquellen an zwei möglichen Standorten zu minimieren. Das zweite minimiert die Transportkosten, indem die Produktion von drei Werken drei Kunden zugewiesen wird. Das dritte Problem weist Ressourcen zu, um die Gewinne von drei Produkten, die in zwei möglichen Werken hergestellt werden, zu maximieren.

Übersetzt von

ScribdTranslations
Copyright
© All Rights Reserved
Wir nehmen die Rechte an Inhalten ernst. Wenn Sie vermuten, dass dies Ihr Inhalt ist, beanspruchen Sie ihn hier.
Verfügbare Formate
Als PDF, TXT herunterladen oder online auf Scribd lesen

PROBLEMSATZ

AKTIVITÄT OPTIMIERUNG INDUSTRIELLER CHEMISCHER PROZESSE


Fundación Universität Amerika
Facultad de Ingeniería
Angie Buitrago
[Link]@[Link]
DOCENTE: Felipe Correa Mahecha

1. Oilco zieht zwei potenzielle Bohrstandorte in Betracht, um vier Ziele zu erreichen.


(vielleicht sind es Ölquellen). Die folgende Tabelle zeigt die Vorbereitungskosten in jedem
einer der Standorte und die Bohrkosten des Standorts i bis zum Ziel j (i=1,2; j=1,2,3,4).

Formuliere das Problem als ganzzahliges lineares Programm und bestimme seine optimale Lösung mit
TORA.

Lösung:

Es werden zwei potenzielle Standorte für Bohrungen in Betracht gezogen, um 4 Ziele zu erreichen.
Also wird es 8 Variablen geben, die den Ort symbolisieren, an dem im Standort i gebohrt werden soll (sei es
an Ort 1 oder Ort 2), zum Ziel j (die 4 Lagerstätten), dann werden die Variablen sein
binär (kann nur Werte zwischen 0 und 1 annehmen), 1 wenn gebohrt werden soll oder 0 wenn nicht gebohrt werden soll
perforieren. Außerdem werden 2 weitere binäre Variablen berücksichtigt, um den Standort zu bestimmen
in was er bohren wird:

0 kein Vorbereitung auf die Perfektion


={ }
1 Die Vorbereitung der Setzung zur Perforation

0 kein see performer desdes a hast a


={ }
1 se perfore desdē ʀ hāsta ʁ

Wo undich, repräsentiert die Variable, die mit den Bohrstellen verbunden ist. Und xij, stellt die
Variable, die mit den Bohrkosten verbunden ist. Das bedeutet, dass, wenn die mit den Kosten verbundene Variable ...
Die Bohrung hat die Syntax x11, stellt dar, dass an Standort 1 der Fundort 1 gebohrt wird und
Vielleicht gibt es Öl oder nicht, und so von x11bis x14Der gleiche vorherige Fall, aber
Ändern des Standorts 1 durch den Standort 2, und so weiter von x21bis x24.

Dann gibt es 8 Variablen, die mit den Bohrkosten verbunden sind, und 2 Variablen, die damit verbunden sind.
zu den Bohrstellen:

11 , 12 , 13 , 14 , 21 , 22 , 23 , 24 , 1, 2
• Erste Einschränkung: Es ist zu beachten, dass das Ziel erreicht werden soll, ...
Ziele, daher muss in mindestens einem Vorkommen gebohrt werden, um das
Im Gegenteil, es würde wenig Sinn machen, Kapital für das Projekt bereitzustellen, ohne
perforieren. Da die Funktion darin besteht, die Kosten zu minimieren, um die Ziele zu erreichen, ...
Es wäre alles einfacher, es als 0 zu nehmen, daher wird die Funktion die Summe von allen sein.
Variablen, die die 8 Lagerstätten darstellen, die größer oder gleich 1 sind:

11+ 12+ 13+ 14+ 21+ 22 + 23+ 24≤ 1

• Zweite und dritte Einschränkung: Die Orte müssen eingeschränkt werden, da, wenn ausgewählt wird
Standort 1 vorbereiten und bohren, Standort 2 kann nicht vorbereitet und gebohrt werden (da die
Die Idee ist, die Kosten zu senken), dann werden die entsprechenden Variablen der Standorte summiert.
größer oder gleich der Variablen, die den Ort darstellt (yich), dies wird erzwingen, dass wenn man
Nimm die Stelle, wir müssen bohren:

11+ 12+ 13+ 14≥ 1


21+ 22+ 23+ 24≥ 2

• Vierte und fünfte Einschränkung: Die maximale Anzahl an Lagerstätten muss eingeschränkt werden
zu bohren, das heißt, wenn man die Stelle 1 nimmt, ist es nicht möglich, mehr als 4 zu bohren
Vorkommen, und ebenso, wenn man Standort 2 nimmt, ist es nicht möglich, mehr zu bohren als
4 Vorkommen:

11+ 12+ 4 13+ 14≥ 1


21+ 22+ 23+ 24≥ 4 2

• Zielsetzung: Da es sich um Kosten handelt, wird angenommen, dass die Zielsetzung eine ...
Minimierung davon. Daher wird es als die Multiplikation der Kosten definiert durch
jede zugehörige Variable:
= 2 11+ 12+ 8x13+ 5x14+ 4 21+ 6x22+ 3 23+ 24+ 5y1+ 6y2

Wo die Einheiten von z Millionen Dollar entsprechen.

• Modell: Es wird folgendermaßen dargestellt.

=2 11+ 12+ 8x13+ 5x14+ 4 21+ 6x22+ 3 23+ 24+ 5y1+ 6y2
11+ 12+ 13+ 14+ 21+ 22+ 23+ 24≤ 1
11+ 12+ 13+ 14≥ 1
21+ 22+ 23+ 24≥ 2
11+ 12+ 13+ 14≥ 4 1
21 + 22+ 23+ 24≥ 4 2

• TORA: Mit dem Programm erhält man, dass:


Fazit
Um dieses Problem zu interpretieren, wird die Lösung überprüft, in der die Variablen y1 und 1 erscheinen.
was symbolisiert der Standort 1 =1, daher wird festgelegt, dass der Standort 1 mit einem Kosten von
Vorbereitung von 5 Millionen $, und es wird ein Mindestkosten von 6 Millionen $ anfallen, wenn man bohrt in den
erster Standort im Fundplatz 2.
Es werden drei Industrieparks untersucht, um Fertigungsanlagen zu platzieren.
Pflanzen liefern ihre Produkte an drei Kunden. Die Versorgung in den Pflanzen und die Nachfrage nach den
Die Kunden sind in der folgenden Tabelle aufgeführt, zusammen mit den Stückkosten für den Transport von den
Pflanzen bis zu den Kunden.

Zusätzlich zu den Transportkosten gibt es auch fixe Kosten von 12.000 $, 11.000 $ und
$12,000 para las plantas 1, 2 y 3, respectivamente. Formule el problema como programa
lineares Ganzzahlenproblem und bestimmen Sie die optimale Lösung mit TORA.
Lösung:

Es sind drei Produktionsstätten, daher werden 3 binäre Variablen berücksichtigt, um


bestimmen, welche Pflanzen ihre Produktion senden, wenn die Variable 1 ist, die Pflanze
Versende das Produkt an den Kunden, wenn die Menge 0 ist, sendet die Anlage nichts an den Kunden. Zusätzlich zu diesen
Binärvariablen, es werden Ganzzahlen festgelegt, es ist bereits notwendig, die Menge zu bestimmen von
Produkt, das von Werk i an Kunde j versendet wird (wobei i und j von 1 bis 3 gehen).

0 kein Produkt der Pflanze


={ }
1 sei ein Produkt der Planeten

= ℎ

Nachdem wir unsere Variablen identifiziert haben, werden wir die Ziel-Funktion identifizieren.
Wir wissen, dass wir die Kosten verwenden müssen, da wir immer versuchen, zu maximieren oder zu minimieren.
Geld (wenn wir darüber sprechen), verwenden wir die Transportkosten multipliziert mit der
Menge des von der Anlage i an den Kunden j gesendeten Produkts, da wir wissen, dass wir verwenden.
Kosten, daher wird die Funktion minimiert.

• Erste, zweite und dritte Einschränkung: Das Angebot der Pflanzen wird eingeschränkt.
Hersteller, die höher sind als die Nachfrage, daher wird diese Einschränkung von
menor gleich. Die Einschränkung erfolgt durch die Summe aller Variablen, die das symbolisieren
Menge der Produkte, die von Werk 1 zu den 3 Kunden versendet werden, die Menge von
productos que se envían de la planta 2 a los 3 clientes y la cantidad de productos
die von der Anlage 3 an die 3 Kunden jeweils gesendet werden, multipliziert mit der
binäre Variable zur Bestimmung, ob gesendet wird oder nicht.

11+ 12+ 13≤


1800 1
21+ 22+ 23≤ 1400 2
31+ 32+ 33≤ 1300 3

• Vierte, fünfte und sechste Einschränkung: Die Nachfrage der Kunden wird eingeschränkt.
Dann, da das Angebot die Nachfrage deckt, werden diese Einschränkungen gleichgesetzt mit der
Forderung. Außerdem ist es nicht notwendig, zu bestimmen, ob es gesendet wird oder nicht, da das Ziel
es deckt die Nachfrage.

11+ 21+ 31= 1200


12+ 22 + 32 1700
=
13+ 23+ 33= 1600

• Zielsetzung: Bei den Transportkosten handelt es sich um die Multiplikation der Kosten mit den Einheiten von
Produkt, es wird davon ausgegangen, dass die Zielsetzung eine Minimierung davon sein wird. Daher
Ende wird definiert als die Multiplikation der Kosten mit jeder zugehörigen Variablen:

= 10 11+ 15x12+ 12 13+ 17x21+ 14 22+ 20x23+ 15x31+ 10x32


+ 11x33+ 2800y1+ 2400 2+ 2300 3
Wo z durch die Einheit $ gegeben sein wird. Was den Transportkosten entspricht.
von den Produkten an jeden Kunden.

• Modell: Es wird folgendermaßen dargestellt:

z = 10x11 + 15x12+ 12 13+ 17x21+ 14 22+ 20x23+ 15x31+ 10x32


+ 11x33+ 2800yeins+ 2400 2+ 2300 3
11+ 12+ 13≤ 1800 1
21+ 22+ 23≤ 1400 2
31+ 32+ 33≤ 1300 3
11+ 21+ 31= 1200
12+ 22+ 32= 1700
13+ 23+ 33= 1600

• TORA: Mit dem Programm erhält man:

Conclusión
Es sagt uns, dass unsere binären Variablen 1 und 3 1 sind, das bedeutet, dass die Anlage 1 und die drei
Sie werden ihre Produktion senden, aber die 2 nicht. Außerdem gibt er die Menge des Produkts an, die gesendet wird und
das sind:
Es werden 1200 von der Anlage 1 an Kunde 1, 300 Produkte von der Anlage 1 an Kunde 3, 1000
Produkte aus Werk 3 an Kunde 2 und 1300 aus Werk 3 an Kunde 3, um die Nachfrage zu decken.
die 3 Kunden
Gabco stellt drei Produkte her, deren täglicher Bedarf an Arbeitskraft und Rohstoffen
erscheinen in der folgenden Tabelle.

Die Gewinne pro Einheit der drei Produkte betragen jeweils 25 $, 30 $ und 22 $. Gapco
Sie hat zwei Optionen, um ihr Werk zu platzieren. Diese beiden Optionen unterscheiden sich hauptsächlich durch die
Verfügbarkeit von Arbeitskräften und Rohstoffen, wie in der folgenden Tabelle zu sehen ist:

Formulieren Sie das Problem als ganzzahliges lineares Programm und verwenden Sie TORA, um den Standort zu bestimmen.

optimal für die Pflanze.

Lösung:

Da das Problem binäre Variablen wie ganze Zahlen enthält, wird es als ein
gemischte lineare Programmierung. Folglich werden die binären Variablen und die
ganzzahlige Variablen:

Wo:

Sobald die Variablen definiert sind, wird die Zielfunktion definiert. Da das Problem verlangt,
den optimalsten Standort für die Anlage zu bestimmen, lässt darauf schließen, den größtmöglichen Nutzen zu erzielen
von den drei Produkten:
Um die Einschränkung 1 zu definieren, wird die Möglichkeit berücksichtigt, die sein kann:

O:

Um die Einschränkung 2 zu definieren, wird die Möglichkeit berücksichtigt, die sein kann:

O:

Um die Variablen "O" in Variable "Y" zu definieren, wird M*y addiert. Dabei ist bekannt, dass, wenn es
besser der Ort 1 als der Ort 2, dann ist y=1 und wird M auf die rechte Seite der Gleichung addiert. Von
Das Gegenteil, wenn der Standort 2 besser ist als der Standort 1, dann ist y=0, und es wird die Gleichheit nicht verändern:

Mit Hilfe von TORA erreicht man Folgendes:

Annehmend, dass =200 =1 (Seite 2)


Vorausgesetzt, dass =200 =0 (Ort 1):
Conclusión

Um den maximalen Nutzen von 780 $ pro Tag für Arbeit zu erzielen, ist es notwendig, die
Pflanze am Standort 2, produziere 12 Einheiten des Produkts 1 pro Arbeitskraft und Tag und 16
Einheiten des Produkts 2 pro Tag. Es kann auch abgeleitet werden, dass das Produkt 3 in keinem der
Die Fälle ist es vorteilhaft zu produzieren, da dies geringere Gewinne nach sich ziehen kann.

4. Jaco besitzt ein Werk, in dem drei Produkte hergestellt werden. Die Anforderungen an die Arbeitskraft und
Die Rohstoffe von jedem sind in der folgenden Tabelle aufgeführt.

Die Gewinne pro Einheit der Produkte betragen jeweils 25 $, 30 $ und 45 $. Wenn man...
Das Produkt 3 herstellen, seine minimale Produktionsmenge muss 5 Einheiten pro Tag betragen. Formulieren Sie.
Das Problem als gemischtes ganzzahliges lineares Programm und bestimmen Sie die optimale Mischung mit TORA.

Lösung:

Zunächst werden die Variablen bestimmt:


1Produkt 1
2= 2
3= 3
1 =
2=

• Einschränkungen:
3 1+ 4 2+ 5x3≤ 100 1
4 1+ 3 2 + 6x3≤ 100 2
3≥ 5
• Función objetivo:
= 25x1+ 30x2+ 45x3
• Modelo:
= 25x1+ 30x2+ 45x3
3 1+ 4 2+ 5x3≤ 100 1
4 1+ 3 2+ 6x3≤ 100y2
3≥ 5
• TORA:

Conclusión
Zusammenfassend können wir im Analyse der Tora sehen, dass beide Bedingungen berücksichtigt werden.
Rohstoffe und Arbeitskraft zeigen, dass es am optimalsten wäre, 11 zu realisieren.
Einheiten von Materie 2 und Materie 3.

( )+ 5 11=
411 ( 99)
( ) (
311 + 6 11= 99 )
30 (11 )+ 45 11=
( 825
)

Es würde uns den besten Nutzen bringen, der $825 betragen würde.

Das könnte Ihnen auch gefallen