[PYTHON] [Teil 2] Lernen Sie typische Probleme - Lernmaterialien zum Erlernen der mathematischen Optimierung

: hetero_ruler: Einführung

Dies ist das zweite Lernmaterial zum ersten Mal zum Erlernen der mathematischen Optimierung. Bitte sehen Sie das erste Mal aus dem Folgenden.

[Teil 1] Was ist Optimierung? - Lernmaterialien zum Erlernen der mathematischen Optimierung https://qiita.com/ttlabo/private/e6970c6e85cce9ff4e34

: hetero_ruler: Was ist ein typisches Problem?

Verschiedene Probleme können als mathematische Optimierungsprobleme betrachtet werden, aber bei der mathematischen Optimierung werden Probleme wie sogenannte Lehrbücher oder typische Probleme, die allgemein als typische Probleme (oder Standardprobleme) bezeichnet werden, klassifiziert und zusammengefasst. es gibt. Diese werden als typische Probleme (oder Standardprobleme) bezeichnet.

Der Referenztext ist in 7 Klassen und 24 Fragen unterteilt.

: one: Problemklasse des Grafiknetzwerks ・ Minimales Problem mit dem gesamten Flächenbaum ・ Problem mit maximaler stabiler Einstellung ・ Maximales Schnittproblem ・ Kürzestes Straßenproblem ・ Problem mit maximalem Durchfluss ・ Problem des minimalen Kostenflusses

: zwei: Routenproblemklasse ・ Problem mit der Transportroute (Lieferoptimierung) ・ Problem mit dem Patrouillenverkäufer ・ Problem mit der Zustellung chinesischer Post

: drei: Kollektive Deckungs- / Split-Problemklasse ・ Kollektives Beschichtungsproblem ・ Teilungsproblem einstellen ・ Kombinationsauktionsproblem

: vier: Planungsproblemklasse ・ Job-Shop-Problem ・ Arbeitsplanungsproblem

: fünf: Problemklasse Ausschnitt / Füllung ・ Rucksackproblem ・ Problem beim Packen der Stifte ・ N-dimensionales Packungsproblem

: six: Platzierungsproblemklasse ・ Problem bei der Platzierung der Einrichtung ・ Problem mit dem Anlagenlayout ohne Kapazitätsbeschränkungen

: sieben: Zuordnungs- / Übereinstimmungsproblemklasse ・ Sekundäres Zuordnungsproblem ・ Allgemeines Zuordnungsproblem ・ Maximales Übereinstimmungsproblem ・ Gewichtsanpassungsproblem ・ Stabiles Übereinstimmungsproblem

Ich werde einige der oben genannten Klassifikationen im Detail erklären.

** Probleme beim Design von Logistiknetzwerken ** Probleme, die die Platzierung / Reduzierung von Stützpunkten wie Fabriken und Lagern, Produktionslinienkapazität, Produktionsvolumen, Bestandsvolumen, Transportvolumen usw. bestimmen. Das kostengünstigste Problem der Logistikoptimierung. Die Konzentration auf die Transportmenge wird zu einem Problem der Transportoptimierung.

** Problem mit der Lieferoptimierung (Transportroute) ** Das Problem der Lieferung mehrerer Bestellungen mit mehreren Fahrzeugen. Eine Bestellung ist ein Vorgang, bei dem eine feste Menge Gepäck von der Lieferquelle zum Lieferziel befördert wird. Die Bestellung kann Einschränkungen unterliegen, wie z. B. der Versandzeitzone der Lieferquelle und der Lagerzeitzone des Lieferziels. Da es sich um ein schwieriges Problem handelt, wird es häufig durch eine ungefähre Lösung gelöst.

** Schiffsplanungsproblem ** Problem bei der Lieferoptimierung mit Schiffen anstelle von Fahrzeugen. Obwohl es Einschränkungen gibt, die dem Meer eigen sind, wie z. B. Hafeneintrittsbeschränkungen, entspricht die Struktur dem Problem der Lieferoptimierung.

** Besatzungsplanungsproblem (Arbeitsplanungsproblem) ** Probleme, die Besatzungspläne für Lastwagen, Eisenbahnen, Flugzeuge usw., Teilzeitjobs und Schichten für Krankenschwestern erfordern.

** Problem des minimalen Kostenflusses ** Das Problem der Verwendung von Schiffen und Fahrzeugen, um Lieferungen von Überschuss zu Mangel zu den niedrigsten Kosten zu transportieren, um die Nachfrage zu jedem Zeitpunkt zu befriedigen. Probleme wie die Rückgabe gebrauchter Mietwagen und leerer Paletten in den Nachfragebereich.

** Ausgabe von Sicherheitsbeständen ** Das Problem des Ausgleichs von Lagerkosten und Lagerbestandsrisiko bei Nachfrageschwankungen. Es gibt auch ein Modell, bei dem mehrere Lieferanten zur Berücksichtigung von Katastrophen herangezogen werden.

** Problem bei der Bestimmung der Losgröße ** Wenn es effizient ist, Produkte in großen Mengen zu erstellen, z. B. wenn Einrichtungskosten anfallen, besteht das Problem darin, zu entscheiden, wie viel in großen Mengen mit einem Kompromiss mit den Lagerkosten verdient werden soll.

** Job-Shop-Problem (Flow-Shop-Problem) ** Das Problem der Zuweisung von Jobs zu Maschinen. Wenn der Verarbeitungsauftrag festgelegt ist, spricht man von einem Flow-Shop-Problem.

** Verpackungsproblem ** Das Problem der effizienten Verpackung von Gepäck in Containern wie Containern. Das Schneiden (Schneiden = Teilen von Ressourcen) und das Verpackungsproblem (Verpacken = Packen von Gepäck in einen Container) sind zwei Seiten derselben Medaille, und die Probleme sind dieselben.

** Revenue Management Probleme ** Das Problem der Gewinnmaximierung durch Manipulation (Erhöhung) der Preise für Produkte, die im Laufe der Zeit veraltet sind. Flug, Hotelunterkunft usw.

Um das Optimierungsproblem anzugehen, können Sie das vorliegende Problem genauer lösen, indem Sie diese typischen Probleme kennen und die jeweiligen Merkmale und Lösungen anwenden.

: hetero_ruler: Am Ende

Das nächste Mal werden wir in Teil 3 endlich ein Beispiel für ein Optimierungsproblem in Python lösen. Ich hoffe du liest weiter.

Für diesen Artikel ist der Autor auch ein Anfänger in der Optimierung. Ich denke, es gibt überall Missverständnisse und Druckfehler. Bitte senden Sie uns Ihre Meinungen und Vorschläge.

: hetero_ruler: Quelle

Dieser Artikel basiert auf dem Referenztext "Problemlösungsserie mit Python: Erstellen eines Optimierungsmodells mithilfe einer Datenanalysebibliothek" über ein mathematisches Optimierungsmodell. Die Details des Textes sind unten.

■ Referenztext "Problemlösungsserie von Python: So erstellen Sie ein Optimierungsmodell mithilfe einer Datenanalysebibliothek" Tsutomu Saito [Autor] / Modern Science Company [Verlag]