Modellbasiertes Logistikmanagement mit Excel
|
|
- Reiner Hofmann
- vor 7 Jahren
- Abrufe
Transkript
1 A 3^6 093 Heinz-Michael Winkels Modellbasiertes Logistikmanagement mit Excel Lösungen von Problemen in der Logistik unter Verwendung der Mit direkt anwendbaren Online-Arbeitshilfen: Benutzername: Passwort: EditionLogistik DW2O12 DVV Media Group
2 Modellbasiertes Logistikmanagement In diesen Kapiteln befinden sich Online-Arbeitshilfen! Vorwort I Inhaltsverzeichnis VIII 1 Entscheidungsfindung und mathematische Modelle Entscheidungsfindung und Entscheidungshilfe für die Logistik auf Basis mathematischer Modelle Management, Entscheidungsfindung und mathematisches Modell Das Management von logistischen Versorgungsketten im Zeitalter der Veränderungen und der Globalisierung Einsatzarten für Decision Support Systeme Beispiele zur Mineralölindustrie Komponenten eines Decision Support Systems Weitere Beispiele für Supply Chain Management Mathematische Modelle und Tabellenkalkulation 18 2 Mathematische Grundlagen Tabellen, Vektoren und Matrizen Grundbegriffe Bezeichnungskonventionen fürtabellen und Matrizen T Zeilenbezeichnungen Spaltenbezeichnungen Matrixbezeichnungen 20 i@j Matrizenrechnung mit Excel Transponieren einer Matrix A: MTRANS(A) Matrizenaddition A+B und Matrizensubtraktion A-B Zellenweise Multiplikation von Matrizen A*B Zellenweise Multiplikation von Vektoren und Matrizen A*B S.ö/^Summenprodukt zweier Matrizen A x B Multiplikation einer Matrix mit einem Skalar s*a und A*s Hvtatrizenmultiplikation: MMULT(A,B) = A B =AB Skalarmultiplikation zweier Vektoren a x b, b x c Inverse einer Matrix: MINV(A) Determinante von A: MDET(A) Grundbegriffe zu Graphen, Netzen oder Netzwerken Gerichtete und ungerichtete Graphen Vorgänger, Nachfolger und Wege in Graphen Matrizen als bewertete Graphen Grundlagen zur Mathematischen Optimierung Begriffsklärung Grundbegriffe der Optimierung Extremwertaufgaben Lineare Optimierung Nichtlineare Optimierungsaufgaben Ganzzahlige Optimierung und Binäre Optimierung Vektoroptimierung Modellierungsmöglichkeiten mithilfe ganzzahliger und binärer Variablen Erweiterung rein linearer Modelle Lineare Modelle mit ganzzahligen optimalen Lösungen Binäre Variablen 46 VIII
3 Inhaltsverzeichnis Logische Bedingungen und binäre Variablen Verknüpfung von kontinuierlichen und binären Variablen 47 Grunddaten der Transportoptimierung Optimierungskriterien.\ Kosten '' Entfernungen Direkte Entfernungsbestimmung über digitale Landkarten Entfernungsbestimmung in kartesischen Koordinatensystemen Beispiel: Entfemung_Landkarte Positionierung auf der Kugeloberfläche Entfernungsberechnung auf der Kugeloberfläche Entfernungsberechnung in unseren Breiten nach dem Satz des Pythagoras Verbesserte Entfernungsberechnung nach dem Satz des Pythagoras Exakte Entfernungsberechnung auf der Kugeloberfläche Beispiel: Entfernung_Kugeloberfäche Entfernungsbestimmung nach anderen Metriken Nutzung von Korrekturfaktoren Berücksichtigung von Barrieren Verbindung zu Netzwerken 75 Grundlegende Modelle zur Transportoptimierung Einstufige Transportmodelle Das Klassische Transportmodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Das Klassische Transportproblem mit Gleichungen Existenz einer optimalen ganzzahligen Lösung Minimierung gewährleistet genaue Bedarfserfüllung Interpretation der Transportkosten Zusätzliche Nebenbedingungen Beispiele zum Klassischen Transportmodell Musterbeispiel: Transpjl S_1G_Muster Transp_1S_1G Transp_1 S_1G_Truppen 93 H Transpjl S_1G_Europa 97 <g TranspjlS_1G_NB Heuristiken für das Klassische Transportmodell Heuristiken: Gute anstelle von optimalen Lösungen Die grundsätzliche Vorgehensweise Die Nordwestecken-Regel Das Spaltenminimum-Verfahren Das Zeilenminimum-Verfahren Das Matrixminimum-Verfahren Das VOGELsche Approximationsverfahren 111 (@J4.1.4 Beispiel: TranspjlSjIGJHeuristiken 112 IX
4 Modellbasiertes Logistikmanagement Das Grundproblem Nordwestecken-Regel Matrixminimum-S-Verfahren Matrixminimum-Z-Verfahren \ VOGELsches Approximationsverfahren Spaltenminimum-Verfahren Zeilenminimum-Verfahren Zweistufige Transportmodelle Das klassische Umschlagsmodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Kostenminimierung erzeugt ausgeglichene Materialbilanz Ü4.2.2 Beispiel: Transp_2S_1G_EuroHubsNB Kombinierte 1- oder 2-stufige Belieferung Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Anmerkungen 137 I?j4.2.4 Beispiel: Transp_2S1S_1G Mehrstufige Transportmodelle Das allgemeine Netzflussmodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Implizite Definition der erlaubten Verbindungen Das allgemeine Netzflussmodell umfasst die einfacheren Modelle _ Beispiele zum allgemeinen Netzflussmodell 146!@; NetzjlG NetzJGa NetzjlGJJK :.' 154 l@j NetzJGJJKBD Die Bestimmung des maximalen Flusses durch ein Netzwerk Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Anmerkungen 166 [^4.3.4 Beispiel: Netz_1 GJvlaxFIow Die Bestimmung kürzester Wege durch ein Netzwerk Mathematische Formulierung der Grundprobleme Die Bestimmung des kürzesten Weges zwischen zwei Knoten über ein mehrstufiges Transportmodell Beispiel: Netz_1G_KürzesterWeg Die Bestimmung der kürzesten Wege von einem Knoten zu allen anderen Knoten über ein mehrstufiges Transportmodell 180 H Beispiel: Netz_1G_KürzesterWeg2Rest Graphentheoretische Ansätze zur Bestimmung der kürzesten Wege in Netzwerken 187 X
5 Inhaltsverzeichnis Erreichbarkeit in Netzwerken.v Der Dijkstra-Algorithmus für die Bestimmung des kürzesten Weges zwischen zwei Knoten Der Tripel-Algorithmus für die Bestimmung der kürzesten Wege zwischen allen Knoten '.: Beispiele zur graphentheoretischen Bestimmung der kürzesten Wege in Netzwerken Beispiel: Kürzester_WegjmJNetz_mit_Dijkstra Beispiel: Kürzeste_WegeJmJNetz_mitJTripel Erweiterte Modelle zur Transportoptimierung Das Transportmodell mit Wirkkoeffizienten Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Interpretation der Wirkkoeffizienten Existenz einer optimalen ganzzahligen Lösung 200 Ü5.2 Beispiel: Trsp_WirkKoef_Futtermittel Das Bottleneck Transportmodell (Modell der schnellsten Belieferung) Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Interpretation der oberen Schranke T Zweistufige Optimierung 207 [@]5.4 Beispiel: Trsp_Bottleneck_Katastropheneinsatz Das Single-Source-Transportmodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Lösbarkeit des Single-Source-Problems 220 l@]5.6 Beispiel: Trsp_SingleSource Das Fixkosten-Transportmodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell 226 ]5.8 Beispiel: Trsp_Fixkosten Transportmodelle mit mehreren Gütern Beispiel: SCM_Transp_2S_4G Beispiel: SCM_Transp_2S1S_3G_mit_Produktion 248 > Beispiel: SCMJNetzj3G_mit_Produktion 262 Modelle zur Zuordnungsoptimierung : Das Klassische Zuordnungsmodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Das Klassische Zuordnungsmodell als Transportmodell Beschränkung auf die Nichtnegativitätsbedingung Beispiele zum Klassischen Zuordnungsmodell 280 M Zuord_n2n 280 g Zuord_n2nn Das verallgemeinerte Zuordnungsmodell Ökonomische Problembeschreibung 289 XI
6 Modellbasiertes Logistikmanagement Mathematische Formulierung des Problems Mathematisches Modell Das Klassische Zuordnungsmodell als Sonderfall des verallgemeinerten Zuordnungsmodells.'! Beschränkung auf die Nichtnegativitätsbedingühg i.a. nicht möglich 291 Beispiel: VerallgZuord_VorholungSped Das Symmetrische Zuordnungsnnodell Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Anmerkung zu den erlaubten Verbindungen Anmerkung zu der Zielfunktion Anmerkung zu den Restriktionen Beispiel: SymZuord Das Bottleneck Zuordnungsmodell oder die Maximierung der minimalen Effektivität Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Zweistufige Optimierung 307 PJ6.8 Beispiel: Zuord_n2nnJPersonalplanung Das Quadratische Zuordnungsmodell Ökonomische Problembeschreibungen Innerbetriebliche Standortzuordnung von Abteilungen auf Hallen Fabriken werden Städten zugeordnet Raumplanung in einem Krankenhaus Planung von Verwaltungsgebäuden Zuordnung von elektronischen Modulen auf Plätze einer Platine Turbinenlauf-Problem Tastaturdesign...' Mathematische Formulierung des Problems Mathematisches Modell Das Quadratische Zuordnungsproblem ist schwierig lösbar Die Berechnung der Zielfunktion 6.10 Beispiel: QuadrZuordJnBetrStO Heuristische Verfahren zum Quadratischen Zuordnungsproblem Eröffnungsverfahren'nach Müller-Merbach: Verbesserungsverfahren/Zweieraustauschverfahren [@ 6.12 Beispiel: QuadrZuordJHeuristik Modelle zur Standortoptimierung Warehouse-Location-Probleme, Das einstufige kapazitierte WLP Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Verbindung zwischen Mengenflüssen und Indikatoren 336 ;@J7.1.2 Beispiel: StO_WLP_Transp1S1G Das zweistufige kapazitierte WLP 341 XII
7 Inhaltsverzeichnis Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Bestimmung von Big M: ; 344 Ü7.1.4 Beispiel: StOjyVLP_Transp2S1GjEuroHubs"i Das mehrstufige kapazitierte WLP Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Implizite Definition der erlaubten Verbindungen 358 f Das allgemeine Netzflussmodell umfasst die einfacheren I Modelle 359 f Fixkosten für den Umschlag bei Quellen und Senken 359 ; j@ Beispiel zum mehrstufigen kapazitierten WLP: StOJWLPJNetz 360 : 7.2 Covering Location Probleme Das Set-Covering-Location-Problem Ökonomische Problembeschreibung Mathematische Formulierung : Mathematisches Modell Anmerkungen zur Lösbarkeit und praktischen Relevanz 367 ÜJ7.2.2 Beispiel: StOjCLPjSetCovering Das Maximum-Covering-Location-Problem Ökonomische Problembeschreibung Mathematische Formulierung Mathematisches Modell Anmerkung zur praktischen Relevanz 375 M\ Beispiel: StOjCLPJVlaximumCovering Mediane und Center in Netzwerken 381 ü Beispiel: StOJNetzJI CenteM Mediän Das p-median-problem in Netzwerken Ökonomische Problembeschreibung Mathematische Formulierung Mathematisches Modell Anmerkungen zu den Restriktionen Beispiel: StO_Netz_pMedian Heuristische Verfahren zum diskreten p-median-problem Das p-center-problem in Netzwerken Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Anmerkungen zur Lösbarkeit: 398 Ü7.3.6 Beispiel: StOJMetz_pCenter Mediane und Center auf Landkarte oder Globus Das 1-Median-Problem in der Ebene (Der klassische kontinuierliche Steiner-Weber-Ansatz) 403 XIII
8 Modellbasiertes Logistikmanagement Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Modelleinschränkungen.\., Iterativer Lösungsansatz Mechanische Lösung mit dem VARIGNONschen Apparat Beispiele zum 1-Median-Problem in der Ebene 407 H Approximationsansatz: StOJ2D_SteinerWeber Optimierungsansatz: StO_2D_1 Mediän Das p-median-problem im Koordinatensystem Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Anmerkungen zum allgemeinen Modell Modellvereinfachungen für den Evolutionsalgorithmus Beispiel: StO_3D_pMedian Das 1-Center-Problem der Ebene Ökonomische Problembeschreibung Mathematische Formulierung des Problems Mathematisches Modell Anmerkungen Beispiel zum 1-Center-Problem der Ebene: StO_2D_1 Center Das p-center-problem im Koordinatensystem Ökonomische Problembeschreibung 431 7AI.2 Mathematische Formulierung des Problems Mathematisches Modell Anmerkungen zum allgemeinen Modell Modellvereinfachungen für den Evolutionsalgorithmus 433 i@ Beispiel zum p-center-problem im Koordinatensystem: StO_3D_pCenter Modelle zur Rundreise- und Tourenplanung Das Problem des Handlungsreisenden (Klassisches Travelling-Salesman-Problem) Ökonomische Problembeschreibung Mathematische Formulierung des Problems (TSP) Mathematisches Modell Das TSP ist ein schwer zu lösendes Optimierungsproblem Die MTZ-Bedingung verhindert Subtouren Offene und geschlossene TSP (Durchfahrtprobleme) Beispiele zum TSP_Ruhrgebiet 446 PJ8.2.2 TSP_DepotDdorf 451 ^8.2.3 TSPDf_DepotDdorf, Heuristische Verfahren zum Travelling-Salesman-Problem Eröffnungsverfahren 465 XIV
9 Inhaltsverzeichnis Das Sortieren der Orte nach Polarwinkeln 465 Beispiel: TSP_DepotDdorf_Polarwinkel Das Sortieren der Orte nach Kurswinkeln auf der Kugeloberfläche ' Beispiel: TSP_DepotDdorf_Kurswinkel Das Verfahren des besten Nachfolgers 476 Beispiel: TSP_DepotDdorf_BesterNachfolger Das Verfahren der sukzessiven Einbeziehung Beispiel: TSP_DepotDdorf_SukzEinbeziehung 480 ] Das Verfahren von Christofides Beispiel zur Berechnung eines Minimalen Spannenden - Baumes (MSB): TSP_DepotDdorf_Christofides/MSB 490 (@] Beispiel zur Berechnung eines Minimalen Kosten Z Matchings (MKM): TSP_DepotDdorf_Christofides/MKM 494 l@: Beispiel zur Berechnung einer Rundreise in MSBuMKM: TSP_DepotDdorf_Christofides/Rundreise Verbesserungsverfahren: 2-opt-, 3-opt- und k-opt-verfahren 504 (@] Beispiel: TSP_DepotDdorf_2opt Beispiel: TSP_DepotDdorf_3opt Kapazitätsbeschränkte Tourenplanung (Capacitated Vehicle Routing Problem) Ökonomische Problembeschreibung Mathematische Formulierung des Problems (CVRP) Mathematisches Modell Das TSP als Spezialfall des CVRP Die verallgemeinerte MTZ-Bedingung Gleichzeitige Auslieferung und Abholung von Gütern ^ Beispiele zur kapazitätsbeschränkten Tourenplanung 517 :<P CVRP 517 [@J8.5.2 CVRP_DepotDdorf Heuristiken für Tourenplanungsprobleme Das Savings-Verfahren Allgemeine Idee des Savings-Verfahren Iterativer Lösungsansatz Qualität des Savings-Verfahren 537 H]8.6.2 Beispiel CVRP_Depot_Ddorf_Savings Das Sweep-Verfahren Allgemeine Idee des Sweep-Verfahrens Iterativer Lösungsalgorithmus Qualität des Sweep-Algorithmus Beispiel CVRP_Depot_Ddorf_Sweep Petal-Algorithmen Allgemeine Idee der Petaj-Algorithmen Lösungsalgorithmus Qualität und Erweiterungsmöglichkeiten 555 i(g Beispiel CVRPJDepot_Ddorf_Petal Kapazitätsbeschränkte Tourenplanung mit Zeitfenstern (Capacitated Vehicle Routing Problem with Time Windows) Ökonomische Problembeschreibung Mathematische Formulierung des Problems (CVRPTW) Mathematisches Modell 567 XV
10 Modellbasiertes Logistikmanagement Anmerkung zu den Zielfunktionen Anmerkung zu den Zeitrestriktionen Anmerkung zu Modellerweiterungen 571 PJ8.8 Beispiel: CVRPTW :.\ Erweiterte Problemstellungen : Mehrfache Kapazitätsrestriktionen Kombiniertes Verteilen und Einsammeln Mehrere Depots Heterogener Fuhrpark Mehrperiodenproblem Capacitated Chinese Postman Problem Briefträgerprobleme Ökonomische Problembeschreibung Mathematische Umformulierung eines gemischten Graphen als Matrizenmodell Mathematisches Modell Implizite Definition des Graphen Briefträgerprobleme bei gerichteten Graphen Briefträgerprobleme bei ungerichteten Graphen Die Existenz einer optimalen Lösung Die Bestimmung der Briefträgertour aus einer optimalen Lösung Beispiele zum Briefträgerproblem Beispiel: Briefträger_gerichtet 594 j@ Beispiel: Briefträger_ungerichtet Beispiel: Briefträger_gemischt Weitere Arten von Briefträgerproblemen Rural Postman Problem (RPP) m-briefträgerprobleme Windy Postman Problem General Routing-Probleme Maximum-Benefit-Briefträgerproblem 617 Anhang. 618 A Besonderheiten bei MS Excel A.1 Belegung von Zellen und Zellenbereichen mit Namen 618 A.1.1 Namen 618 A.1.2 Ausgabe von Zellen oder Zellenbereichen mit Namen 621 A.2 Der Standard-Solver für MS-Excel A.2.1 Aufrufen des Solvers 624 A.2.2 Aktivieren des Solvers 625 A.2.3 Bedienung des Solvers..626 A.3 Der Premium-Solver (Education- Version) für MS-Excel A.3.1 Installation 629 A.3.2 Aktivierung 633 A.3.3 Benutzung 635 B Besonderheiten bei MS Excel B.1 Belegung von Zellen und Zellenbereichen mit Namen 636 B.1.1 Namen 636 B.1.2 Ausgabe von Zellen oder Zellenbereichen mit Namen 639 B.2 Der Standard-Solver für MS-Excel XVI
11 Inhaltsverzeichnis B.2.1 Aufrufen des Solvers 642 B.2.2 Aktivieren des Solvers 643 B.2.3 Bedienung des Solvers 645 C Der Premium-Solver für MS-Excel /. : 648 C.1 Installation 648 C.2 Aktivierung 653 C.3 Benutzung 654 D Optimierung mit CALC/ OpenOffice 657 D.1 Das Open Source Projekt von Open Office 657 D.2 Kleine Unterschiede bei der Bedienung und der Verwendung von Namen 657 D.3 Der Solver von OpenOffice.org 659 D.4 Nicht-Lineare Optimierung mit dem Solver von OpenOffice.org 661 D.5 Ein grundsätzlicher wesentlicher Nachteil 664 D.6 Tests 664 Literaturverzeichnis 665 Stichwortverzeichnis 670 XVII
Dirk Mattfeld Richard Vahrenkamp. Logistiknetzwerke. Modelle für Standortwahl. und Tourenplanung. 2., aktualisierte und überarbeitete Auflage
Dirk Mattfeld Richard Vahrenkamp Logistiknetzwerke Modelle für Standortwahl und Tourenplanung 2., aktualisierte und überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort zur 2. Auflage Vorwort
MehrVorwort... V. Abbildungsverzeichnis... XV. Tabellenverzeichnis... XVII. Symbolverzeichnis... XIX. Abkürzungsverzeichnis... XXIII. 1 Grundlagen...
Vorwort... V Abbildungsverzeichnis... XV Tabellenverzeichnis... XVII Symbolverzeichnis... XIX Abkürzungsverzeichnis... XXIII 1 Grundlagen... 1 1.1 Definition der Logistik... 1 1.2 Phasenspezifische Subsysteme
MehrStrategisches und operatives Logistikmanagement: Distribution
Strategisches und operatives Logistikmanagement: Distribution Distribution Bearbeitet von Rainer Lasch 1. Auflage 2012. Taschenbuch. xxii, 360 S. Paperback ISBN 978 3 8349 3011 8 Format (B x L): 16,8 x
MehrLogistik: Transport. Grundlagen, lineare Transport- und Umladeprobleme. von Prof. Dr. Wolfgang Domschke. TU Darmstadt. 5.,.überarbeitete Auflage
Logistik: Transport Grundlagen, lineare Transport- und Umladeprobleme von Prof. Dr. Wolfgang Domschke TU Darmstadt 5.,.überarbeitete Auflage R. Oldenböurg Verlag München Wien Inhaltsverzeichnis Vorwort
MehrEinführung in Operations Research
Wolfgang Domschke Andreas Drexl Einführung in Operations Research Achte Auflage fyj Springer Inhaltsverzeichnis Vorwort Symbolverzeichnis V XIII Kapitel 1: Einführung 1 1.1 Begriff des Operations Research
MehrLogistik: Transport. Grundlagen, lineare Transportund Umladeprobleme. Von Dr. Wolfgang Domschke. o. Professor für Betriebswirtschaftslehre
Logistik: Transport Grundlagen, lineare Transportund Umladeprobleme Von Dr. Wolfgang Domschke o. Professor für Betriebswirtschaftslehre Zweite, ergänzte Auflage TECHNISCH!: MOC cchule DARiviSTAOT j P e
MehrGrundlagen, Vorgehensweisen, Aufgaben, Beispiele
Hans Benker - Wirtschaftsmathematik Problemlösungen mit EXCEL Grundlagen, Vorgehensweisen, Aufgaben, Beispiele Mit 138 Abbildungen vieweg TEIL I: EXCEL 1 EXCEL: Einführung 1 1.1 Grundlagen 1 1.1.1 Tabellenkalkulation
MehrRainer Lasch. Strategisches und operatives Logistikmanagement: Distribution. Springer Gabler
Rainer Lasch Strategisches und operatives Logistikmanagement: Distribution Springer Gabler Vorwort V Abbildungsverzeichnis XIII Tabellenverzeichnis XV Symbolverzeichnis XVII Abkürzungsverzeichnis XXI 1
MehrIntegrierte Kampagnenplanung. Netzwerken der chemischen Industrie
Markus Meiler Integrierte Kampagnenplanung in logistischen Netzwerken der chemischen Industrie Mit einem Geleitwort von Prof. Dr. Hans-Otto Günther VA Springer Gabler RESEARCH Inhaltsverzeichnis IX Inhaltsverzeichnis
MehrMathematik für Wirtschaftswissenschaftler II
Mathematik für Wirtschaftswissenschaftler II Lineare Wirtschaftsalgebra von Dr. Dietrich Ohse Professor für Betriebswirtschaftslehre, insbesondere Quantitative Methoden, an der Johann Wolfgang Goethe-Universität
MehrDieter Feige/Peter Klaus. Modellbasierte Entscheidungsunterstützung in der Logistik. DVV Media Group I Deutscher Verkehrs-Verlag
Dieter Feige/Peter Klaus Modellbasierte Entscheidungsunterstützung in der Logistik DVV Media Group I Deutscher Verkehrs-Verlag Inhaltsverzeichnis Inhaltsverzeichnis 1 Die bessere" Entscheidung als Schlüssel
MehrLogistik: Rundreisen und Touren
Logistik: Rundreisen und Touren 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Von Universitätsprofessor Dr. Wolfgang
MehrMathematik für Sozial- und Wirtschaftswissenschaftler
Mathematik für Sozial- und Wirtschaftswissenschaftler Von Dr. Gerhard Marineil o. Universitätsprofessor Fünfte, erweiterte Auflage R. Oldenbourg Verlag München Wien Inhalt Inhalt Vorwort V XIII I Mengenlehre
MehrSchnittebenenverfahren für das symmetrische
Schnittebenenverfahren für das symmetrische TSP Sebastian Peetz Mathematisches Institut Universität Bayreuth 19. Januar 2007 / Blockseminar Ganzzahlige Optimierung, Bayreuth Gliederung 1 Das symmetrische
MehrInhaltsverzeichnis. Vorwort... V. Symbolverzeichnis... XIII
Inhaltsverzeichnis Vorwort................................................................. V Symbolverzeichnis...................................................... XIII Kapitel 1: Einführung......................................................
MehrAufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1
Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung
MehrAufgaben zur Klausurvorbereitung
Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014
MehrInhaltsverzeichnis. TEIL I: Einführung in EXCEL
Inhaltsverzeichnis TEIL I: Einführung in EXCEL 1 Das Tabellenkalkulationsprogramm EXCEL... 1 1.1 Tabellenkalkulation... 1 1.2 Anwendungsgebiete... 1 1.3 Hilfefunktionen... 2 2 Benutzeroberflächen der Versionen
Mehr1 Grundlagen des Portfolio Managements Mathematische Grundlagen im Portfolio Management Grundlagen der modernen Portfoliotheorie 203
Inhaltsübersicht 1 Grundlagen des Portfolio Managements 17 2 Mathematische Grundlagen im Portfolio Management 123 3 Grundlagen der modernen Portfoliotheorie 203 4 Die Anwendung des aktiven Portfolio Managements
MehrTheoretische Informatik 1
Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 10.06.2016 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP
MehrOPERATIONS RESEARCH I LINEARE PLANUNGS RECHNUNO UND NETZPLANTECHNIK
BODO RUNZHEIMER OPERATIONS RESEARCH I LINEARE PLANUNGS RECHNUNO UND NETZPLANTECHNIK SIMPLEX-METHODE -TRANSPORT-METHODE STRUKTURANALYSE ZEITPLANUNG ZEIT-KOSTEN PLANUNG- ANWENDUNGSMÖGLICHKEITEN 5., VERBESSERTE
MehrMit 119 Bildern, 368 Beispielen und 225 Aufgaben mit Lösungen
Mathematik für Wirtschaftswissenschaftler Ein Lehr- und Übungsbuch für Bachelors 2., aktualisierte Auflage Mit 119 Bildern, 368 Beispielen und 225 Aufgaben mit Lösungen Fachbuchverlag Leipzig im Carl Hanser
MehrVorwort zur 3. Auflage... V Vorwort zur 2. Auflage... vn Vorwort zur 1. Auflage... IX Inhaltsübersicht... XI Symbolverzeichnis...
Vorwort zur 3. Auflage... V Vorwort zur 2. Auflage... vn Vorwort zur 1. Auflage... IX Inhaltsübersicht... XI Symbolverzeichnis... XX1 1 Einführung... 1 2 Beschaffungslogistik... 3 2.1 Strategische Beschaffungsaufgaben...
Mehr1. Transport- und Zuordnungsprobleme Optimierungsalgorithmus für Transportprobleme. Duales Problem. a i u i + i=1. j=1
1. Transport- und Zuordnungsprobleme Optimierungsalgorithmus für Transportprobleme Duales Problem Lemma 1.4. Das zum Transportproblem duale Problem lautet: max unter den Nebenbedingungen m a i u i + i=1
MehrInhaltsverzeichnis. Teil I Grundlagen
Inhaltsverzeichnis Teil I Grundlagen 1 Mengenlehre und Aussagenlogik... 3 1.1 Vorbemerkung... 3 1.2 Mengen... 4 1.2.1 Mengenoperationen..... 7 1.2.2 Mengengesetze... 10 1.2.3 Zahlenmengen... 12 1.3 Aussagenlogik...
MehrDynamisches Routing in der Logistik
Informatik, Angewandte Informatik, Technische Informationssysteme Dynamisches Routing in der Logistik Tobias Dimmel Dresden, 24.05.2012 Agenda 1. Begriffe 2. Traveling Salesman Problem 3. Ameisenalgorithmus
MehrInhaltsverzeichnis. Grundlagen
Grundlagen 1 Logik und Mengen... 1 1.1 Elementare Logik... 1 1.2 Elementare Mengenlehre... 10 1.3 Schaltalgebra... 15 1.3.1 Anwendung: Entwurf von Schaltkreisen... 21 1.4 Mit dem digitalen Rechenmeister...
Mehr1 Mathematische Zeichen und Symbole 1. 2 Logik 9. 3 Arithmetik 11
IX 1 Mathematische Zeichen und Symbole 1 2 Logik 9 3 Arithmetik 11 3.1 Mengen 11 3.1.1 Allgemeines 11 3.1.2 Mengenrelationen 12 3.1.3 Mengenoperationen 12 3.1.4 Beziehungen, Gesetze, Rechenregeln 14 3.1.5
MehrVorwort Abbildungsverzeichnis Teil I Mathematik 1
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis V XIII Teil I Mathematik 1 1 Elementare Grundlagen 3 1.1 Grundzüge der Mengenlehre... 3 1.1.1 Darstellungsmöglichkeiten von Mengen... 4 1.1.2 Mengenverknüpfungen...
MehrFormale Grundlagen der Informatik F3: Berechenbarkeit un
Formale Grundlagen der Informatik F3: Berechenbarkeit und Komplexität Fachbereich Informatik AB Theoretische Grundlagen der Informatik (TGI) Universität Hamburg farwer@informatik.uni-hamburg.de 14. Dezember
Mehr1 Einleitung Optimierung in Technik-, Natur- und Wirtschaftswissenschaften Optimierung mit dem Computer
1 Einleitung...1 1.1 Optimierung in Technik-, Natur- und Wirtschaftswissenschaften... 4 1.2 Optimierung mit dem Computer... 5 1.2.1 Anwendung von Computeralgebrasystemen... 6 1.2.2 Anwendung von EXCEL...
MehrQuantitative Methoden in der Betriebswirtschaftslehre
Quantitative Methoden in der Betriebswirtschaftslehre von Dr. Dietrich Ohse Professor für Betriebswirtschaftslehre, insbesondere Quantitative Methoden an der Johann Wolfgang Goethe-Universität Frankfurt
MehrOperations Research kompakt
Operations Research kompakt von Michael Sauer Oldenbourg Verlag München Inhalt s Verzeichnis 1 Einführung 1 1.1 Vorwort 1 1.2 Anwendungsbeispiel 2 1.3 Inhaltsüberblick 3 1.4 Einige Grundlagen 4 1.4.1 Grundbegriffe
MehrEnrico G. De Giorgi. Mathematik. 2. Auflage Lehrstuhl für Mathematik Universität St.Gallen. Diese Version: August 2014.
Enrico G. De Giorgi Mathematik 2. Auflage 2014 Lehrstuhl für Mathematik Universität St.Gallen Diese Version: August 2014. c 2014, Enrico De Giorgi, Universität St.Gallen, alle Rechte vorbehalten. Die Vervielfältigung
MehrModelle, Verfahren, Software, Anwendungen
Leena Suhl»TaTeb Mellouli Optimierungssysteme Modelle, Verfahren, Software, Anwendungen 3., korrigierte und aktualisierte Auflage ^ Springer Gabler Inhaltsverzeichnis Einleitung 1 1 Optimierungssysteme
MehrBasiswissen Mathematik, Statistik. und Operations Research für. Wirtschaftswissenschaftler. von. Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler von Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen 5., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis
MehrOperations Research. Klaus Neumann Martin Morlock HANSER. 2. Auflage. Mit 288 Abbildungen und 111 Tafeln
Klaus Neumann Martin Morlock Operations Research 2. Auflage Mit 288 Abbildungen und 111 Tafeln Technische Universität Darmstadt Fach bar«! ah 1 e Bibliothek Abttall-Nr. HANSER HIIIIIIIIIIIHH Inhaltsverzeichnis
MehrInhaltsverzeichnis. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. 1 Einleitung Gegenstand Aufbau 4
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis Tabellenverzeichnis v xv xvii 1 Einleitung 1 1.1 Gegenstand 1 1.2 Aufbau 4 2 Datenerhebung - ganz praktisch 7 2.1 Einleitung 7 2.2 Erhebungsplan 7 2.2.1
MehrKlausur zur Vorlesung Logistik im Sommersemester 2015
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Florian Sahling Sitzplatznr.: Klausur zur Vorlesung Logistik im Sommersemester 2015 Hinweise:
MehrProduktionsplanung. Wolfgang Domschke Armin Scholl Stefan Voß. Ablauforganisatorische Aspekte. Springer. Zweite, überarbeitete und erweiterte Auflage
Wolfgang Domschke Armin Scholl Stefan Voß Produktionsplanung Ablauforganisatorische Aspekte Zweite, überarbeitete und erweiterte Auflage Mit 134 Abbildungen und 48 Tabellen Springer Inhaltsverzeichnis
MehrLineare Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik
Siegfried Fuchs Monika Lutz Lineare Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik VERLAG HARRI DEUTSCH Inhaltsverzeichnis I Lineare Algebra 1 1 Determinanten 1 1.1 Einführendes Beispiel
MehrEXCEL in der Wirtschaftsmathematik
Hans Benker EXCEL in der Wirtschaftsmathematik Anwendung von Tabellenkalkulationsprogrammen für Studenten, Dozenten und Praktiker Springer Vieweg Inhaltsverzeichnis TEIL I: Einführung in EXCEL 1 Das Tabellenkalkulationsprogramm
MehrBasiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler Bearbeitet von Gert Heinrich 5., korr. Aufl. 2013. Taschenbuch. XV, 399 S. Paperback ISBN 978 3 486 75491 9 Format
MehrProf. Dr. Hans G. Bartels Frankfurt, SS 2002
Prof. Dr. Hans G. Bartels Frankfurt, SS 00 Klausur zur Veranstaltung Ganzzahlige und Kombinatorische Optimierung Bearbeiter Maximale Punktzahl: Matr.-Nr. :... Studienfach :... Semesterzahl :... Tragen
MehrGanzzahlige Optimierung (IP)
Thema Ganzzahlige Optimierung (IP) Systematik * Problematik * Pragmatik IP und Branch and Bound 1 Agenda 1. Relevanz der Ganzzahligkeit? 2. Formulierung ganzzahliger Modelle 3. Zur Lösung ganzzahliger
MehrMathematik für. Wirtschaftswissenschaftler. Basiswissen mit Praxisbezug. 4., aktualisierte und erweiterte Auflage
Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 4., aktualisierte und erweiterte Auflage Knut Sydsaeter Peter Hammond mit Arne Strom Übersetzt und fach lektoriert durch Dr. Fred Böker
MehrAngewandte Statistik mit R
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 2., überarbeitete Auflage B 374545 GABLER Inhaltsverzeichnis Vorwort zur zweiten Auflage Tabellenverzeichnis
MehrHybrid Optimization Methods for Warehouse Logistics and the Reconstruction of Destroyed Paper Documents
Hybrid Optimization Methods for Warehouse Logistics and the Reconstruction of Destroyed Paper Documents Betreut von: ao.univ.-prof. Dr. Günther R. Raidl ao.univ.-prof. Dr. Ulrich Pferschy 25. Jänner 2010
MehrIngenieurmathematik mit Computeralgebra-Systemen
Hans Benker Ingenieurmathematik mit Computeralgebra-Systemen AXIOM, DERIVE, MACSYMA, MAPLE, MATHCAD, MATHEMATICA, MATLAB und MuPAD in der Anwendung vieweg X Inhaltsverzeichnis 1 Einleitung 1 1.1 Ingenieurmathematik
MehrMatrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie
Regina Gellrich Carsten Gellrich Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie Mit zahlreichen Abbildungen, Aufgaben mit Lösungen und durchgerechneten Beispielen
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
Mehr3.6 Branch-and-Bound-Verfahren
36 Branch-and-Bound-Verfahren Die Branch-and-Bound -Methode beruht darauf, auf eine intelligente Weise alle zulässigen Lösungen eines kombinatorischen Optimierungsproblems aufzulisten und mit Hilfe von
MehrTraveling Salesman Problem (TSP) Präsentation von Burku, Kienzerle, Stollnberger
Traveling Salesman Problem (TSP) Präsentation von Burku, Kienzerle, Stollnberger Inhalt Allgemeine Problembeschreibung Historie Mathematische Beschreibung Algorithmische Komplexität Beispiel Symmetrisches
Mehrma orrsc e, I rerun er e en
Stephan Hußmann (Hrsg.) o ma orrsc e, I rerun er e en In Studium und Unterricht vieweg 42 - ein Geleitwort von Peter Gritzmann Xl Vorwort Xll1 1 Optimal zum Ziel: Das Kürzeste-Wege-Problem 1 1 U-Bahn-Fahrten,
MehrDas Linear Ordering Problem Exakte Lösungsverfahren. für NP-schwierige. VO Algorithm Engineering
Das Linear Ordering Problem Exakte Lösungsverfahren VO Algorithm Engineering für NP-schwierige Professor Dr. Petra Mutzel kombinatorische Lehrstuhl für Algorithm Engineering, LS11 Optimierungsprobleme
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrOptimierungsverfahren in der Transportlogistik
Optimierungsverfahren in der Transportlogistik Jakob Puchinger 1 1 Dynamic Transportation Systems, arsenal research Jakob Puchinger (arsenal research) Optimierungsverfahren in der Transportlogistik 1 /
MehrZuordnungsproblem. Beispiele. Mathematisches Modell. Lösungsmethoden. auch Ernennungs-, Zuweisungs-, Assignmentproblem
Zuordnungsproblem auch Ernennungs-, Zuweisungs-, Assignmentproblem Beispiele Mathematisches Modell Lösungsmethoden HTW-Berlin FB3 Prof. Dr. F. Hartl 1 2 Anwendungen Zuordnung von - 1 ME von A i nach B
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrMathematische Optimierung mit Computeralgebrasystemen
Mathematische Optimierung mit Computeralgebrasystemen Einführung für Ingenieure, Naturwissenschaflter und Wirtschaftswissenschaftler unter Anwendung von MATHEMATICA, MAPLE, MATHCAD, MATLAB und EXCEL Bearbeitet
MehrToleranzbasierte Algorithmen für das Travelling Salesman Problem. Gerold Jäger
Toleranzbasierte Algorithmen für das Travelling Salesman Problem Gerold Jäger (Zusammenarbeit mit Jop Sibeyn, Boris Goldengorin) Institut für Informatik Martin-Luther-Universität Halle-Wittenberg gerold.jaeger@informatik.uni-halle.de
MehrELEMENTAR-MATHEMATIK
WILLERS ELEMENTAR-MATHEMATIK Ein Vorkurs zur Höheren Mathematik 13., durchgesehene Auflage von Dr.-Ing. G. Opitz und Dr. phil. H. Wilson Mit 189 Abbildungen VERLAG THEODOR STEINKOPFF DRESDEN 1968 Inhaltsverzeichnis
MehrInhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort
Vorwort V I Lineare Gleichungssysteme und Matrizen 1 1 Der Begriff des Körpers 3 1.1 Mengen 3 1.2 Köiperaxiome 3 1.3 Grundlegende Eigenschaften von Körpern 5 1.4 Teilkörper 7 1.5 Aufgaben 8 1.5.1 Grundlegende
Mehr6. Übung zur Linearen Optimierung SS08
6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl
MehrInhalt. 42 ein Geleitwort von Peter Gritzmann xi. Vorwort zur ergänzten Neuauflage
Inhalt 42 ein Geleitwort von Peter Gritzmann xi Vorwort Vorwort zur ergänzten Neuauflage xiii xvii 1 Brigitte Lutz-Westphal Optimal zum Ziel: Das Kürzeste-Wege-Problem 1 1 U-Bahn-Fahrten, Schulwege und
MehrLineare Gleichungen. Mathematik-Repetitorium. 3.1 Eine Unbekannte. 3.2 Zwei oder drei Unbekannte. 3.3 Allgemeine lineare Gleichungssysteme
Lineare Gleichungen 3.1 Eine Unbekannte 3.2 Zwei oder drei Unbekannte 3.3 Allgemeine lineare Gleichungssysteme Lineare Gleichungen 1 Vorbemerkung zu Kapitel 1 Gleichungen (Unbekannte) (Variablen, Parameter)
MehrMathematik im Betrieb
Heinrich Holland/Doris Holland Mathematik im Betrieb Praxisbezogene Einführung mit Beispielen 7, überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort 1 Mathematische Grundlagen 1.1 Zahlbegriffe 1.2
MehrBasiswissen Matrizen
Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)
MehrKlausur zur Vorlesung Logistik im Sommersemester 2013
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Logistik im Sommersemester 2013 Hinweise: Die Klausur
Mehr4.4 Quadratische Optimierungsprobleme
4.4 Quadratische Optimierungsprobleme 1. Quadratische Programme (QP) 1 2 xt P x + q T x + r s.t. Gx h (4.34) wobei P S n +, G R (m n) und A R (p n) Zielfunktion (ZF) ist (konvex) quadratisch Nebenbedingungen
MehrIV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen
Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit
MehrWirtschaftsmathematik und Statistik
Beruf und Weiterbildung Walter Lagemann Wolf Rambatz Wirtschaftsmathematik und Statistik Ein Praktikum für die Weiterbildung zum Betriebswirt und zur Betriebswirtin HERAUSGEBER DR. RUDOLF RÖHR Inhaltsverzeichnis
Mehrentheoretische Konzepte und Algorithmen
Sven Oliver Krumke, Hartmut Noitemeier entheoretische Konzepte und Algorithmen Teubner Inhaltsverzeichnis 1 Einleitung 1 1.1 Routenplanung 1 1.2 Frequenzplanung im Mobilfunk I 1.3 Museumswärter 3 1.4 Das
MehrGroßes Lehrbuch der Mathematik für Ökonomen
Großes Lehrbuch der Mathematik für Ökonomen Von Professor Dr. Karl Bosch o. Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim und Professor Dr. Uwe Jensen R. Oldenbourg
MehrInhaltsverzeichnis. Inhalt. Einleitung Vektoralgebra
Inhalt 3 Inhaltsverzeichnis Einleitung...9 1 Vektoralgebra 1.1 Geometrische Darstellung von Vektoren... 14 1.1.1 Begriff des Vektors... 14 1.1.2 Inverser Vektor und Nullvektor... 17 1.1.3 Addition von
MehrPortfoliomanagement: Konzepte und Strategien
Thorsten Poddig / Ulf Brinkmann / Katharina Seiler Portfoliomanagement: Konzepte und Strategien Theorie und praxisorientierte Anwendungen mit Excel TM 2. überarbeitete Auflage UHLENBRUCH Verlag, Bad Soden/Ts.
MehrInhalt 1 GRUNDLAGEN Zahlen Natürliche Zahlen Ganze Zahlen Rationale Zahlen Reelle Zahlen 4
Inhalt 1 GRUNDLAGEN 1 1.1 Zahlen 1 1.1.1 Natürliche Zahlen 1 1.1.2 Ganze Zahlen 2 1.1.3 Rationale Zahlen 3 1.1.4 Reelle Zahlen 4 1.2 Rechnen mit reellen Zahlen 8 1.2.1 Grundgesetze der Addition 8 1.2.2
Mehr2. Optimierungsprobleme 6
6 2. Beispiele... 7... 8 2.3 Konvexe Mengen und Funktionen... 9 2.4 Konvexe Optimierungsprobleme... 0 2. Beispiele 7- Ein (NP-)Optimierungsproblem P 0 ist wie folgt definiert Jede Instanz I P 0 hat einen
MehrTeil II Optimierung. Modellgestützte Analyse und Optimierung Kap. 5 Einführung Optimierung. Peter Buchholz 2006
Teil II Optimierung Gliederung 5 Einführung, Klassifizierung und Grundlagen 6 Lineare Optimierung 7 Nichtlineare Optimierung 8 Dynamische Optimierung (dieses Jahr nur recht kurz) (9 Stochastische Optimierungsmethoden
MehrDynamische Programmierung. Problemlösungsstrategie der Informatik
als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung
MehrGliederung. Kurseinheit 1»Grundlagen der Graphentheorie« Inhaltsübersicht Grundbegriffe
Inhaltsübersicht 1 Gliederung Kurseinheit 1»Grundlagen der Graphentheorie«1. Grundbegriffe 1.1. Praktische Probleme, die auf Graphen und Netzwerke führen 1.. Grundlegende Definitionen 1.. Kantenfolgen
MehrMathematik im Betrieb
Mathematik im Betrieb Praxisbezogene Einführung mit Beispielen von Heinrich Holland, Doris Holland 11., durchgesehene und korrigierte Auflage Springer Gabler Wiesbaden 2014 Verlag C.H. Beck im Internet:
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrClusteranalyse für Netzwerke
Alexandra Rebecca Klages Clusteranalyse für Netzwerke PETER LANG Internationaler Verlag der Wissenschaften Inhaltsverzeichnis 1 Einleitung 1 2 Grundlagen 7 2.1 Netzwerktheorie 7 2.1.1 Definitionen 7 2.1.2
MehrKapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken
MehrModelle und Verfahren zur innerbetrieblichen Standortplanung
Andreas Bölte Modelle und Verfahren zur innerbetrieblichen Standortplanung Mit 73 Abbildungen Physica-Verlag Ein Unternehmen des Springer-Verlags Inhaltsverzeichnis 1. Einleitung 1 2. Layoutplanung für
MehrInhaltsverzeichnis. 4 Statistik Einleitung Wahrscheinlichkeit Verteilungen Grundbegriffe 98
Inhaltsverzeichnis 1 Datenbehandlung und Programmierung 11 1.1 Information 11 1.2 Codierung 13 1.3 Informationsübertragung 17 1.4 Analogsignale - Abtasttheorem 18 1.5 Repräsentation numerischer Daten 20
MehrRechenzeit für A. Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +).
Rechenzeit für A Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +). Rechenzeit des resultierenden Algo für A: t A (n) p(n) + q(n) t B (r(n)). Ist polynomiell, falls t B Polynom.
MehrWirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Lineare : Einführung Beispiele linearer a) b) c) 2x 1 3x 2 = 1 x 1 +
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel
MehrHauptseminar Repräsentationen für Optimierungsalgorithmen
Stefan Bens Hauptseminar Dresden, 03.07.2008 Inhalt 1. Motivation 2. Einleitung 3. Repräsentationsarten und Eigenschaften 4. Beispiel 5. Zusammenfassung Folie 2 Als Repräsentation bezeichnet man die Kodierung
MehrHeuristische und exakte Lösungsansätze für das Handelsreisendenproblem. Dr. Gerold Jäger
Heuristische und exakte Lösungsansätze für das Handelsreisendenproblem Dr. Gerold Jäger Arbeitsgruppe Prof. Dr. Paul Molitor Institut für Informatik Martin-Luther-Universität Halle-Wittenberg 30. September
MehrEffiziente Algorithmen I
H 10. Präsenzaufgabenblatt, Wintersemester 2015/16 Übungstunde am 18.01.2015 Aufgabe Q Ein Reiseveranstalter besitzt ein Flugzeug, das maximal p Personen aufnehmen kann. Der Veranstalter bietet einen Flug
MehrMathematik für Wirtschaftswissenschaftler
Fred Böker Mathematik für Wirtschaftswissenschaftler Das Übungsbuch 2., aktualisierte Auflage Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney a part of
MehrDiskrete und kombinatorische Optimierung
Prof. Dr. Gerhard Reinelt Institut für Informatik Mathematikon 1.329 Im Neuenheimer Feld 205 Studieninformation zum Gebiet Diskrete und kombinatorische Optimierung 1. Beschreibung des Gebiets Diskrete
MehrTheoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme
Theoretische Informatik Exkurs Rainer Schrader Exkurs: Komplexität von n Institut für Informatik 13. Mai 2009 1 / 34 2 / 34 Gliederung Entscheidungs- und Approximationen und Gütegarantien zwei Greedy-Strategien
MehrBestandsoptimierung für das Supply Chain Management
Lars Fischer Bestandsoptimierung für das Supply Chain Management Zeitdiskrete Modelle und praxisrelevante Ansätze Vorwort Abbildungsverzeichnis Tabellenverzeichnis Symbolverzeichnis Abkürzungsverzeichnis
Mehr