| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 7 / 7
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
NEGOTOVOST IN TVEGANJE V TEHNIŠKI EKONOMIKI
Marjeta Uršej, 2009, diplomsko delo

Opis: V diplomski nalogi so predstavljeni različni pristopi za obvladovanje tveganja in negotovosti pri sprejemanju odločitev z matematičnim programiranjem. Prikazane metode vključujejo odločitvena drevesa, deterministični pristop, pristop »počakaj in poglej« z domnevo popolne informacije, dvostopenjsko stohastično metodo z rekurzom in simulacijo Monte Carlo. Prikazana sta izračun in pomen pričakovane vrednosti popolne informacije in vrednost stohastične rešitve. Uporaba zgoraj navedenih pristopov je prikazana na petih primerih, ki predstavljajo odločitvene probleme na področjih planiranja proizvodnje, trženja in investiranja v negotovih pogojih. Matematični modeli študijskih primerov spadajo v skupino linearnega programiranja (LP) in mešano celoštevilskega linearnega programiranja (MILP oz. MIP). V primeru večperiodnega planiranja proizvodnje kemijskih obratov je izveden test fleksibilnosti. V primeru večperiodnega planiranja investiranja je izvedeno dvokriterijsko optimiranje z vključitvijo tveganja, izraženega z varianco, v namensko funkcijo stohastičnega modela. S spreminjanjem uteži variance v namenski funkciji je dobljena Pareto krivulja, ki kaže, da se z nižanjem stopnje tveganja, ki jo je odločevalec pripravljen sprejeti, znižuje tudi pričakovana ekonomska korist. Na osnovi rešenih primerov zaključujemo, da metoda, ki temelji na domnevi popolne informacije, ni ustrezno orodje za sprejemanje odločitev. Primernejši pristop je dvostopenjsko stohastično programiranje z rekurzom, ki daje optimalne vrednosti prvostopenjskih spremenljivk, preden je negotovost razrešena, medtem ko se vrednosti drugostopenjskih spremenljivk prilagajajo glede na realizacijo negotovih parametrov v prihodnosti. Na ta način dobimo optimalno kompromisno rešitev, ki je najbolje zavarovana proti tveganju možnih scenarijev.
Ključne besede: tveganje, negotovost, tehniška ekonomika, stohastično programiranje, večperiodni model, kemijski proces, investicijsko odločanje
Objavljeno: 22.12.2009; Ogledov: 2135; Prenosov: 118
.pdf Celotno besedilo (1,27 MB)

2.
UPORABA STOHASTIČNEGA LINEARNEGA PROGRAMIRANJA ZA IMUNIZACIJO PORTFELJA
Dušanka Bratuša, 2011, diplomsko delo

Opis: V diplomskem delu je v začetnem delu predstavljeno linerano programiranje, ki se uporablja vsakodnevno pri optimizacijskih problemih. V nadaljevanju linearno programiranje obravnavamo stohastično, kar pomeni, da v problem vključimo faktor naključnosti. Pri tem reševanje linearnih programov ostaja prisotno, saj stohastične probleme preoblikujemo v deterministično obliko in rešujemo njegov deterministični ekvivalent, do katerega lahko pridemo po različnih poteh, glede na vrsto problema, ki ga rešujemo. Za reševanje stohastičnih problemov in na splošno optimizacijskih problemov se je na spletu oblikovalo veliko reševalcev, ki zahtevajo vhodne podatke v določenih formatih datotek. Zato sta v diplomskem delu opisana formata datotek MPS za zapis linearnega programa in SMPS za zapis stohastičnega linearnega problema, s pomočjo katerih opišemo določeni problem in ga posredujemo reševalcu, ki nam potem izpiše rešitev. V zadnjem delu pa je predstavljen model imunizacije portfelja, ki oblikuje strategijo strukturiranja portfelja, tako da se zavarujemo pred obrestnim tveganjem in je torej uporaben za vse finančne institucije, ki so izpostavljene obrestnemu tveganju. Delovanje modela je predstavljeno na konkretnih podatkih, rešitev pa poiskana s pomočjo Neos reševalca.
Ključne besede: Linearno programiranje, stohastično linearno programiranje, MPS format datoteke, SMPS format datoteke, imunizacija portfelja.
Objavljeno: 14.06.2011; Ogledov: 1783; Prenosov: 180
.pdf Celotno besedilo (597,65 KB)

3.
4.
NAČRTOVANJE OPERABILNIH PROCESOV Z MATEMATIČNIM PROGRAMIRANJEM
Mihael Kasaš, 2012, doktorska disertacija

Opis: Disertacija obravnava vključevanje dejavnikov operabilnosti, kot so fleksibilnost ter obratovalna, okoljska in ekonomska učinkovitost, v načrtovanje kemijskih procesov z matematičnim programiranjem. V prvem delu je razvita metoda za testiranje podrobnosti, in ustreznosti modeliranja procesnih shem glede na generiranje ustreznih kompromisov med vloženimi sredstvi in ustvarjenim denarnim tokom. Metoda analizira funkcijo denarnega toka v odvisnosti od naložbe, njen odvod in razlike med optimalnimi rešitvami, dobljenimi z različnimi ekonomskimi kriteriji, kot so stroški, dobiček, neto sedanja vrednost, doba vračanja, interna stopnja donosnosti itd. Ustrezni modeli procesov izkazujejo monotono naraščajočo funkcijo denarnih tokov in položno krivuljo odvoda. Optimalne rešitve takšnih modelov, dobljene z različnimi namenskimi funkcijami, se med seboj bistveno razlikujejo. Modeli z neustrezno stopnjo natančnosti izkazujejo unimodalno funkcijo denarnega toka, strm odvod in majhne razlike med optimalnimi rezultati. V disertaciji je prikazano, da se optimalni rezultati, dobljenimi z različnimi ekonomskimi kriteriji, razlikujejo ne le po ekonomskih kazalcih, temveč tudi po obratovalni učinkovitosti in okoljskih kazalcih. S kvantitativnimi kriteriji, kot sta dobiček in stroški, dosežemo ob višji investiciji obratovalno učinkovitejše in okoljsko manj obremenjujoče procese z nižjo donosnostjo. Kvalitativni kriteriji, kot sta interna stopnja donosnosti in doba vračanja, generirajo procese z manj učinkovito izrabo virov in višjo donosnostjo ob nižji naložbi. Neto sedanja vrednost vzpostavlja najustreznejše kompromise med ekonomsko, obratovalno in okoljsko učinkovitostjo optimalnih procesov pri enokriterijskem optimiranju. Natančnejši vpogled v kompromise med omenjenimi učinkovitostmi daje večkriterijsko optimiranje, pri čemer je v disertaciji prikazano, da različni ekonomski kriteriji glede na izbrani okoljski kriterij generirajo množice nedominantnih (Pareto) rešitev, ki se razlikujejo po območju vrednosti ter po najnižji in najvišji dosegljivi vrednosti posameznega kriterija. V drugem delu disertacije je predstavljena strategija za načrtovanje fleksibilnih procesnih shem z velikim številom negotovih parametrov. Osnovna matematična formulacija temelji na dvostopenjskem stohastičnem problemu z rekurzom, ki je spremenjen v znatno reduciran deterministični ekvivalent. Ta je rešen v majhni množici kritičnih točk, medtem ko je pričakovana vrednost namenske funkcije ocenjena z eno samo točko, tj. nominalno ali centralno bazno točko. Za zmanjšanje števila scenarijev smo razvili dve metodi: metodo z analizo občutljivosti vpliva negotovih parametrov na prvostopenjske spremenljivke in namensko funkcijo, ter dvonivojsko metodo, ki uporablja možnost programa GAMS za vključitev zunanjih funkcij v optimiranje. Rezultati primerov kažejo, da je mogoče s predlaganimi pristopi generirati fleksibilne rešitve z bistveno zmanjšanim računalniškim naporom tudi za primere z do 100 negotovimi parametri.
Ključne besede: kemijska procesna tehnika, matematična optimizacija, modeliranje, NLP, MINLP, ekonomska namenska funkcija, operabilnost, učinkovitost, negotovost, dvostopenjsko stohastično programiranje, zmanjšanje scenarijev, algoritem WAR, okolje, večkriterijsko optimiranje
Objavljeno: 14.12.2012; Ogledov: 1467; Prenosov: 207
.pdf Celotno besedilo (4,82 MB)

5.
6.
Koordinacija blagovnega toka v maloprodajni oskrbovalni verigi
Tea Vizinger, 2019, doktorska disertacija

Opis: Disertacija obravnava koordinacijo blagovnih tokov v maloprodajnih oziroma trgovinskih oskrbovalnih verigah. Zanje je značilno, da delujejo v nenehno spreminjajočem se okolju ter so močno odvisne od povpraševanja končnih odjemalcev. Tipično maloprodajno oskrbovalno verigo sestavlja več trgovin, ki so oskrbovane iz vsaj enega skladišča izbranega trgovca. Da dosežemo usklajenost zalog med objekti dane oskrbovalne verige, je zagotovo najprej potrebno doseči primerno koordinacijo vseh povezanih in odvisnih si aktivnosti, ki spremljajo blagovni tok. Pri gradnji matematičnega modela smo se najprej osredotočili na analizo povpraševanja, medtem ko so dinamično prilagajanje cen, upoštevanje pokvarljivosti itd. predmet nadaljnih raziskav, povezanih s komplementarnim modelom za operativno planiranje blagovnega toka. Idejno je pristop zasnovan tako, da se najprej poišče primerni distribucijski plan (taktični plan) z minimalnimi pričakovanimi stroški distribucije, kot tudi z minimalnimi pričakovanimi stroški rizikov. Problem predstavljamo kot večkriterijski problem optimizacije, predlagani stohastični model za dosego koordinacije pa pri tem kombinira več metod in postopkov iz področij teorije grafov, teorije verjetnosti in operacijskih raziskav. Ker je izbrani problem računsko kompleksen, za njegovo reševanje uporabimo nekaj hevrističnih postopkov lokalnega iskanja ter tudi predlagamo robustni optimizacijski pristop reševanja danega problema. Eksperimentalna študija pokaže, da je za optimizacijski problem mogoče implementirati algoritem, ki da uporabne rešitve.
Ključne besede: Distribucija, Zaloge, Optimizacija, Hevristike, Stohastično programiranje
Objavljeno: 01.10.2019; Ogledov: 57; Prenosov: 16
.pdf Celotno besedilo (3,80 MB)

7.
Optimizacija nabora investicijskih projektov z uporabo matematičnega programiranja
Tina Melisa Šimič, 2019, magistrsko delo

Opis: Izbor optimalnih investicijskih projektov za vsako podjetje predstavlja pomemben dejavnik, ki bistveno pripomore k poslovni uspešnosti in doseganju organizacijskih ciljev podjetja. V okviru magistrske naloge smo z uporabo orodij matematičnega programiranja želeli poiskati optimalen nabor projektov, ki so z vidika ekonomskih kriterijev sprejemljivi za vodstvo sodelujočega podjetja, ki razpolaga z omejenimi investicijskimi sredstvi. Predlagani projekti predstavljajo možnosti proizvodnje novih proizvodov, le-ti pa se razlikujejo v vrednosti zahtevane investicije in lokaciji, kjer bi proizvodnja potekala. Z namenom, da podjetju olajšamo izbor najboljših projektov, smo v programu General Algebraic Modeling System (GAMS) razvili več optimizacijskih modelov in jih rešili z uporabo mešanega-celoštevilskega linearnega programiranja (MILP), mešanega celoštevilskega-nelinearnega programiranja (MINLP), mešanega-celoštevilskega ciljnega programiranja (MIGP) in stohastičnega programiranja. Kot glavni ekonomski kriterij, ki smo ga maksimirali, smo v namenskih funkcijah MILP modelov in MINLP modela uporabili neto sedanjo vrednost (NSV). Pri večkriterijskih ciljnih modelih pa smo ekonomskim kriterijem (celotni dobiček, celotni letni stroški,…) dodali tudi ostale kriterije, ki jih ekonomsko ne moremo ovrednotiti, npr. tveganje glede kontrole kakovosti, dodatno zaposlovanje ipd. Glavni pogoj v vseh modelih predstavlja investicijski proračun, ki ga izbrani projekti ne smejo preseči. Iz rezultatov optimizacije smo pri enokriterijski optimizaciji (MILP modeli, MINLP model in stohastični model) ugotovili, da bi bila za podjetje optimalna možnost lastna proizvodnja z začetno investicijo v novo opremo kot tudi proizvodnja na lokaciji partnerskega podjetja, kjer investicija ni zahtevana. Medtem ko so rezultati večkriterijske optimizacije pokazali, da bi bila edina optimalna izbira proizvodnja na lokaciji partnerskega podjetja.
Ključne besede: investicijski projekti, ekonomski kriterij, mešano-celoštevilsko linearno programiranje, mešano-celoštevilsko ciljno programiranje, stohastično programiranje
Objavljeno: 17.09.2019; Ogledov: 38; Prenosov: 0

Iskanje izvedeno v 0.22 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici