管理科学实务应用範例.pptVIP

管理科學實務應用範例 常見管理科學模型，在實務上應用範例： 線性與整數規劃模型 網路模型 預測模型 動態規劃模型 等候模型 隨機過程模型 模擬模型 線性與整數規劃模型(1/3) 決策變數： BM=自製機座的數量 BP=外購機座的數量 FCM=自製商務型機身的數量 FCP=外購商務型機身的數量 TCM=自製工程型機身的數量 TCP=外購工程型機身的數量 FTM=自製商務型機殼的數量 FTP=外購商務型機殼的數量 TTM=自製工程型機殼的數量 TTP=外購工程型機殼的數量 OT=所排定的加班小時數 線性與整數規劃模型(2/3) 模型： Min 0.5BM+0.6BP+3.75FCM+4FCP+3.3TCM+3.9TCP+0.6FTM+0.65FTP+0.75TTM+0.78TTP+9OT s.t. BM+BP = 5000 FCM+FCP=3000 TCM+TCP=2000 FTM+FTP=3000 TTM+TTP=2000 OT ? 50 BM+3FCM+2.5TCM+FTM+1.5TTM ? 12000+60OT 所有決策變數皆為非負實數 線性與整數規劃模型(3/3) 由Lindo或相關的軟體求得最佳解，如下： 網路模型(1/4) 網路模型(2/4) 決策變數： Xij = 1, 從i到j線段被選用(即在最短路徑上)  0, 假如從i到j的線段未被選用 模型： Min 100XA1 + 80 XA2 + 50X12 + 36X13 + 30X14 +45X25+ 40X26 + 53X37 + 49X47+ 72X48 + 60X58 + 50X68 + 38X7B+ 44X8B 網路模型(3/4) s.t. XA1 + XA2 = 1 node A XA1 – X12 - X13 – X14 = 0 node 1 XA2 + X12 – X25 – X26 = 0 node 2 X13 – X37 = 0 node 3 X14 – X47 – X48 = 0 node 4 X25 – X58 = 0 node 5 X26 – X68 = 0 node 6 X37 + X47 – X7B = 0 node 7 X48 + X58 + X68 – X8B = 0 node 8 X7B + X8B = 1 node B Xij = 0, 1 for all i, j 網路模型(4/4) 由Lindo求得最佳解： XA2 = X26 = X68 = X8B = 1、目標函數值214 即最短路徑為： A ? 2 ? 6 ? 8 ? B 此路徑總長度為： 214 預測模型(1/4) 令X = 每週使用率，Y = 每年維修費用 用簡單線性迴歸方程式來描述，即 預測模型(2/4) 最小平方法是供可使依變數之實際觀測值 與其估計值 的差距平方和為最小之估計迴歸方程式的一種方法。 最小平方法來找出 與 以決定迴歸線 預測模型(3/4) 由 與 的所有資料可以算出 、 進而推算  與  = 0.95344  預測模型(4/4) 故迴歸方程式為 當 xi = 30， = 10.52796 + (0.95344)(30) = 39.13117 (百元)= 3,913.117(元) 當該公司預期設備每週使用30小時，每年維修費用估計約為$3,913.117。所以，如果維修合約為每年$3,000，則我會建議管理當局可以簽下維修合約，如此每年將可節省維修費用約為：$3,913.117 - $3,000 = $913.117。 動態規劃模型(1/4) 舉存貨管理的實例說明其用途。 符號表示： ：每批次之購置準備成本 [元/次] ：每件物料在時間t之購置成本 [元/件] ：每件物料每單位時間之儲存成本 [元/件] ： 某特定時間t內之需求量(t = 1, 2, ......,N) ： 在時間c下訂單，訂購量為c至e之需求總量  之總成本 動態規劃模型(2/4) 計算步驟： 1. 以下式對所有c與e計算