UNIVERSITATEA TEHNIC DE CONSTRUCII BUCURETI

FACULTATEA DE CONSTRUCII CIVILE, INDUSTRIALE I AGRICOLE

MANAGEMENTUL PROIECTELOR N CONSTRUCII









CERCETRI OPERAIONALE






PROIECT
(TEMA 14)













MASTERAND:
Costescu Cosmin-Viorel
MPC, ANUL I, GRUPA 1






2014

CUPRINS:



A. PROBLEMA A
ENUNUL N FRANCEZA
ENUNUL N ROMN
REZOLVAREA PROBLEMEI
1. Modelarea problemei
2. Suport teoretic
3. Rezolvare utiliznd Management Scientist
4. Listingul cu rezultate

B. PROBLEMA B
ENUNUL N FRANCEZ
ENUNUL N ROMN
REZOLVAREA PROBLEMEI
1. Modelareaproblemei
2. Algoritmul Ford-Fulkerson
3. Rezolvare utiliznd WinQSB
4. Listingul cu rezultate

C. BIBLIOGRAFIE


A.PROBLEMA A
ENUNTUL IN FRANCEZA

1. S se modeleze problema
2. S se prezinte suportul teoretic adecvat
3. S se rezolve utiliznd WinQSB i/sau MS
4. S se ataeze listingul cu rezultate

ENUNTUL IN ROMANA

O ntreprindere siderurgic a primit o comand de 5 tone e oel. Coninutul oelului in
diferite elemente chimice este:
2%Carbon3%
0,4%Cupru0,6%
1,2%Mangan1,65%
Pentru fabricarea oelului ntreprinderea are 7 tipuri de deeuri n cantiti limitate i cu
costurile urmtoare:
Tip deeu C% Cu% Mn% Stoc Cost/kg
Deeu 1 2,5% 0 1,3% 4000 0,20
Deeu 2 3% 0 0.8% 3000 0,25
Deeu 3 0 0,3% 0 6000 0,15
Deeu 4 0 90% 0 5000 0,22
Deeu 5 0 96% 4% 2000 0,26
Deeu 6 0 0.4% 1,2% 3000 0,20
Deeu 7 0 0.6% 0 2500 0,17
Sa se determine cantitatile ce trebuie amestecate din cele 7 deseuri astfel incat sa fie
indeplinite toate conditiile impuse iar costul total sa fie minim.
REZOLVAREA PROBLEMEI

1. Modelarea problemei
Variabile de decizie:
Xi-cantitate de deeu tip i utilizat pentru obinerea comenzii
Funcia obiectiv:
F(x)=0.2x+0.25x+0.15x+0.22x+0.26x+0.2x+0.17x
Restricii:
Restricii legate de coninut
Coninutul n Carbon: 100kgCarbon150kg Pentru 5000 kg de Otel
Coninutul n Cupru: 20kgCupru30kg Pentru 5000 kg de Otel
Coninutul n Mangan: 60kgMangan82.5kg Pentru 5000 kg de Otel
n Carbon: 0.025x+0.03x100
0.025x+0.03x150
n Cupru: 0.003x+0.9x+0.96x+0.004x+0.006x20
0.003x+0.9x+0.96x+0.004x+0.006x30
n Mangan: 0.013x+0.008x+0.04x+0.012x60
0.013x+0.008x+0.04x+0.012x82.5
Restricii legate de stoc
x 4000 x2000
x 3000 x3000
x 6000 x2500
x5000
xi0 i=1,7



2. Suport teoretic
Termenul programare, n aceast lucrare va fi sinonim cu optimizare i i are originea n
planificarea optimal.
Cnd variabilele sunt supuse unor restricii (relaii) avem de-a face cu programare cu
restricii, care face obiectul acestei lucrri. n lipsa restriciilor spunem c avem programare
far restricii (Luenberger, 1989).
Problemele fr restricii par lipsite de proprieti structurale astfel nct aplicabilitatea lor n
probleme practice este redus.
Problemele cu restricii permit modelarea fenomenelor complexe prin descompunerea n
subprobleme i fiecare subproblem avnd mai multe restricii. Forma general a unei probleme de
programare cu restricii este


unde: f este funcia obiectiv,
g
i
sunt funciile care dau restriciile asupra variabilelor X1, X2, ..., x
n
,
E este mulimea indicilor pentru restriciile cu egalitate, iar
I este mulimea indicilor pentru restriciile cu inegalitate.
Restriciile de forma g
i
(x) < b pot fi puse sub forma g
t
(x) - b < 0 .

Definiia 1.1. Un punct x e R
n
care verific restriciile (1.1) se numete punct admisibil (realizabil)
sau soluie admisibil i mulimea tuturor acestor puncte R, formeaz regiunea admisibil
(realizabil).
Definiia 1.2. O soluie admisibil x e R este o soluie optim pentru problema (1.1) dac f (x*)<f(x),
(V)xe R.

Prin schimbarea
max f (x) = - min{- f (x)},
problema de maximizare devine o problem de minimizare, aa c n continuare se vor considera
numai probleme de minimizare.
Dac toate funciile g
i
(x) care dau restriciile sunt liniare i funcia obiectiv este liniar, problema
(1.1) se numeste problem de programare liniar, iar dac funcia obiectiv este ptratic atunci
problema (1.1) se numete problem de programare ptratic.
Programarea liniar permite rezolvarea unei game largi de probleme cu un efort redus.
Popularitatea programrii liniare se datoreaz n principal etapei de formulare, i nu celei de rezolvare
numeric, deoarece multe dintre restriciile i obiectivele care apar n practic sunt liniare prin
definiie.
Optimizarea sistemelor reale cu evoluie n etape constituie obiectul programrii dinamice, care
are la baz pricipiul de optimalitate al lui Bellman (Kauftnann, II, 1967), care poate fi exprimat astfel:
Orice politic optim nu poate fi alctuit dect din subpolitici optime.
Fenomenele de ateptare se optimizeaz cu modele de ateptare care dau informaii asupra
organizrii sistemului n vederea reducerii timpilor de ateptare n sistem, a reducerii cheltuielilor de
funcionare a sistemului de ateptare etc.
Asigurarea unui regim optim de funcionare a unui proces de producie sau aprovizionarea optim
cu anume sortimente a cererilor pieei se realizeaz cu ajutorul modelelor de stocare.
Ca o aplicaie practic a teoriei grafurilor este prezentat organizarea i planificarea proiectelor
complexe i stabilirea duratei minime de realizare a acestora.
Toate aceste modele fac obiectul acestei lucrri, fiind prezentate soluiile modelelor, exemple
practice rezolvate fie manual, fie cu ajutorul Solver-ului din EXCEL, fie cu ajutorul achetului de
programe specializat n rezolvarea problemelor de optimizare, Management Scientist (MS), fie cu
ajutorul pachetului de programe MathCAD.
3. Rezolvare Management Scientist








4. Listingul cu rezultate

OPTIMAL SOLUTION

Objective Function Value = 921,592

Variable Value Reduced Costs
-------------- --------------- ------------------
X1 4000,000 0,000
X2 0,000 0,116
X3 0,000 0,151
X4 0,000 0,607
X5 28,873 0,000
X6 570,423 0,000
X7 0,000 0,173

Constraint Slack/Surplus Dual Prices
-------------- --------------- ------------------
1 0,000 0,000
2 50,000 0,000
3 10,000 0,000
4 0,000 0,430
5 0,000 -16,810
6 22,000 0,000
7 0,000 0,019
8 3000,000 0,000
9 6000,000 0,000
10 5000,000 0,000
11 1971,127 0,000
12 2429,577 0,000
13 2500,000 0,000
OBJECTIVE COEFFICIENT RANGES

Variable Lower Limit Current Value Upper Limit
------------ --------------- --------------- ---------------
X1 No Lower Limit 0,200 0,219
X2 0,134 0,250 No Upper Limit
X3 -0,001 0,150 No Upper Limit
X4 -0,387 0,220 No Upper Limit
X5 -40,750 0,260 0,667
X6 0,183 0,200 0,371
X7 -0,003 0,170 No Upper Limit


RIGHT HAND SIDE RANGES

Constraint Lower Limit Current Value Upper Limit
------------ --------------- --------------- ---------------
1 No Lower Limit 100,000 100,000
2 100,000 150,000 No Upper Limit
3 No Lower Limit 20,000 30,000
4 20,000 30,000 192,000
5 53,250 60,000 82,000
6 60,000 82,000 No Upper Limit
7 4000,000 4000,000 4519,231
8 0,000 3000,000 No Upper Limit
9 0,000 6000,000 No Upper Limit
10 0,000 5000,000 No Upper Limit
11 28,873 2000,000 No Upper Limit
12 570,423 3000,000 No Upper Limit
13 0,000 2500,000 No Upper Limit












B. PROBLEMA B

ENUNTUL IN FRANCEZA



1. S se modeleze problema
2. S se prezinte algoritmul Ford-Fulkerson
3. S se rezolve utiliznd WinQSB
4. S se ataeze listingul cu rezultate

ENUNTUL IN ROMANA
Se dorete livrarea unui produs la 3 clieni europeni (Client 1, 2, 3) de la o
intreprindere care dispune de 2 uzine de fabricatie (Uzina 1, 2). Transportul este asigurat de
un sistem logistic care utilizeaza 5 platforme. Capacitatea de transport pentru conexiunea
fiecaruia este limitata si valorile sunt date in graficul urmator:


Cantitatile de produs disponibile in stoc sunt pentru Uzina 1 de 35 si de 25 pentru
Uzina 2. Cererea celor 3 clienti este de 15 pentru clientul 1, si 2, si pentru clientul 3 de 20.
Observatie: Este o problem de flux maxim care se poate modela indicnd cantitatea
de produs care se transport pe fiecare arc, care trebuie s rmn inferioar capacitii
arcului; fluxurile se conserv n fiecare nod (excepie fac Sursa i Destinaia); suma fluxurilor
ce ajung la destinaietrebuies fie maxim.
Programul trasportului care satisface cererea clientilor.

REZOLVAREA PROBLEMEI
1. Modelarea problemei



2. Algoritmul Ford-Fulkerson

Algoritmul Ford-Fulkerson este unul din algoritmii cei mai simpli care rezolv
problema Debitului maxim. Const n identificarea succesiv a unor drumuri de cretere
pn n momentul n care un mai exist nici un astfel de drum.
Dup identificarea unui drum de cretere se determin valoarea acestuia, iar aceasta se
scade din costurile fiecrui arc (i, j) de pe drumul respectiv i se adun la costurile arcelor
corespunztoare de forma (j,i). De asemenea, valoarea respectiv se adun la fluxul maxim
determinat pn n momentul respectiv.
Datorit faptului c un drum de cretere conine arce careaucosturi pozitive, valoarea
sa va fi ntotdeauna un numr pozitiv. Ca urmare, pentru fiecare drum de cretere determinat,
valoarea fluxului va crete cu cel puin o unitate. Datorit faptului c avem capaciti finite,
fluxulmaxim este un numr finit. Din aceste motive suntem siguri c, mai devreme sau mai
trziu, algoritmul se va ncheia.
Algoritmul const n urmtoarele:
Se pornete de la un flux compatibil. Cel mai comun este fluxul nul. Apoi se caut un
lan care leag sursa s de destinaia d, astfel nct s se poat mri fluxul pe acest lan. Dac
nu se gsete un astfel de lan, problema este rezolvat. Altfel, se mrete fluxul pe acel lan.
Se caut un nou lan care leag sursa s de destinaia d, astfel nct s se poat mri fluxul pe
acest lan i aa mai departe.
Algoritmul Ford-Fulkerson:
Pas 0. Intrare: ( ) c u X G , , = - reeaua de transport, s i d;
Pas 1. Pentru ( ) 0 : ) ( , = e u f U u {fluxul compatibil iniial}
Pas 2. Ct timp exist un lan C care mrete fluxul ntre s i d, = : m {indicator c
algoritmul continu};
Pentru ( ) C u e dac u este n sens direct atunci ) ( ) ( : u f u c a = , altfel
) ( : u f a = ;
Dac m a < atunci a m = : ;
Pentru ( ) C u e dac u este n sens direct atunci m u f u f + = ) ( : ) ( , altfel
m u f u f = ) ( : ) ( ;
Pas 3. Returneaz f {fluxul maxim prin reeaua ( ) c u X G , , = }. Stop!
Algoritm pentru cutarea unui lan care mrete fluxul
Se utilizeaz pentru realizarea lanului arce pentru deplasarea prin reea de la s la d,
astfel:
a) dac arcul este direct i nu s-a atins fluxul maxim, sau
b) dac arcul este indirect i nu are fluxul nul.
n algoritm se folosesc:
- vectorii: accesibil(n) ale crui componente sunt 0 dac nodul nu este accesibil
pornind din s sau 1 n caz contrar i predecesor(n), ale crui valori sunt nodurile predecesoare,
unde X n = ;
- X X c ' submulime de noduri;
Algoritm pentru cutarea unui lan care mrete fluxul
Pas 0. Intrare: ( ) c u X G , , = - reeaua de transport, s, d, fluxul curent ) (u f i
} {s X = ' ;
Pentru ( ) X x e accesibil(x):=0; predecesor(x):=0 ;

Pas 1. Ct timp u = ' X i accesibil(d)=0
Ia un ( ) X x ' e i { } x X X ' = ' : ;
Pentru ( ) U y x u e = ) , (
Dac accesibil(y)=1 i ) ( ) ( u c u f <
Atunci { } y X X ' = ' : ; predecesor(y):=x; accesibil(y):=1;
Pentru ( ) U x y u e = ) , (
Dac accesibil(y)=1 i 0 ) ( > u f
Atunci { } y X X ' = ' : ; predecesor(y):=x; accesibil(y):=1;

Pas 2. Returneaz C {lan care mrete fluxul};
Revenire n algoritmul Ford-Fulkerson;

3. RezolvareaWinQSB


4.Listingul atasat




Fluxulmaxim este 50.




BIBLIOGRAFIE



1. Translate.google.com;
2. RomicTrandafir - Modele si Algoritmi de Optimizare, Editura Agir, Bucureti,
2004;
3. WinQSB;
4. The Management Scientis;
5. Romic Trandafir -Note de curs Cercetri operaionale n managementul
construciilor, UTCB, MPC, semestrul I, 2013 2014.