Documente Academic
Documente Profesional
Documente Cultură
EDITURA PIM
IAŞI 2011
Referent ştiinţific:
Şef Lucrări Dr.Ing. Renata Rădulescu
Universitatea Petrol-Gaze Ploieşti
ISBN
Chiş, Timur-Vasile
APLICAŢII ŞI PROBLEME
/Dr.ing.Timur-Vasile Chiş
1
Prefaţă
Timur Chiş
2
Capitolul 1.
Noţiuni fundamentale
3
Sistemele se caracterizeaza prin elementele componente şi relaţiile ce se stabilesc între
acestea.
Aplicaţia 1.
Să se analizeze instalaţia chimică prezentată în figura 1.1.
Y1 X2
Subsistemul Reacţie Subsistemul Separare produse
J=1 D2 J=2
X1 Reciclu
Y3 Y2 Produs final
Subsistemul Condiţionare reactanţi X3
Materii prime
D1 J=3
D3
Obţinerea produselor finale ale subsistemelor nu se poate realiza fără a atribui valori
numerice pentru variabilele de intrare (care sunt şi variabilele independente) şi a parametrilor
de reacţie (care sunt şi variabile de control). Fără atribuirea acestor valori, sistemul este
matematic nedeterminat, existând un număr infinit de soluţii.
De exemplu dacă recondiţionarea reactanţilor din schema 1, are nevoie de o încălzire
într-un schimbător tubular de căldură, legătura dintre variabila Y3 (temperatura Te) şi variabila
4
X3 de stare de la intrarea în sistem (debitul de fluid Q şi temperatura de intrare Ti) este dată de
ecuaţia de transfer termic:
Qcs (Te Ti ) kd ln Tm (3)
În ecuaţia (3) [1], cs reprezintă căldura specifică, d diametrul ţevilor, l lungimea
tevilor, n numărul ţevilor, iar Tm , diferenţa medie de temperatură corectată.
Diferenţa medie de temperatură corectată depinde de temperatura de intrare a
reactantului, temperatura de ieşire a reactantului şi temperatura agentului termic din
schimbătorul de căldură. Pentru a obţine valori ale variabilelor Y3, de ieşire din sistem
(temperatura de ieşire a reactantului) este necesară cunoaşterea parametrilor constructivi ai
schimbătorului (diametrul, lungimea şi numărul de ţevi, pasul, numărul de şicane şi numărul
de treceri) precum şi temperatura agentului termic. Acestea valori sunt parametrii de reacţie.
De asemeni sunt necesare cunoaşterea parametrilor de intrare (temperatura Ti şi a
debitului de fluid Q).
Pentru ca relaţia (3) să nu fie nedeterminată, trebuie cunoscute valorile de intrare
precum şi valorile la un număr de variabile ale parametrilor de reacţie, denumite convenţional
variabile de decizie. Toate acestea variabile de decizie sunt şi grade de libertare ale ecuaţiei.
Pentru procesul dat de ecuaţia (3), dacă se urmăreşte dimensionarea schimbătorului de
căldură care să aducă debitul de fluid Q de la temperatura Ti, la temperatura Te, variabilele de
decizie sunt în număr de şase (cs căldura specifică, d diametrul ţevilor, l lungimea tevilor, n
numărul ţevilor, Tt temperatura agentului termic şi k coeficientul de transfer termic).
În procesele chimice, decizile pot fi luate:
a. arbitrar, alegându-se pentru variabile de decizie valori arbitrare (nerecomandat
pentru procesele chimice).
b. empiric, alegându-se pentru variabilele de decizie valori cunoscute din alte
experienţe (anterioare procesului). Experienţa poate proveni din studiul literaturii
de specialitate, a studiului unor sisteme construite anterior, şi a cunoştiinţelor
personalului care exploatează instalaţia. În acest caz rezolvarea problemei implică
un număr mare de grade de libertare.
c. obiectivă, care rezultă din formularea completă a problemei.
Din familia de decizii obiective se distinge decizia optimă ca fiind decizia cea mai
bună care rezolvă comportarea sistemului funcţie de un obiectiv impus.
5
După ce se impune un obiectiv unui sistem (un criteriu de optimizare) soluţia obţinută
prin rezolvarea sistemului este dată de funcţia obiectiv. Soluţia optimă se obţine folosind o
metodă de căutare a optimului şi depinde de criteriul de optimizare ales.
În exemplul dat de ecuaţia (3), se poate dimensiona schimbătorul de căldură astfel
încât suprafaţa de transfer termic să fie minimă, deci costul de operare minim.
A+B+C A B
Coloana de rectificare 1
A+B Coloana de
rectificare 2
C
A+B Coloana de B
Coloana de rectificare 1 rectificare 2
A+B+C A
Programarea liniară este o metodă matematică ce permite alegerea, din mai multe
variante a acelei soluţii care este cea mai rentabilă şi care satisface condiţile limită ale
problemei. Relaţiile sistemului chimic trebuie să descrie starea acestuia având forma unor
ecuaţii şi inecuaţii liniare care să caracterizeze procesul modelat. Aplicarea programării
liniare la obţinerea soluţiei optime a unui proces chimic implică definirea comportării acestuia
6
printr-un model matematic care să descrie procesul studiat în totalitate. De asemeni modelul
matematic ales trebuie să asigure cerinţele şi limitările care sunt necesare pentru obţinerea în
final a unei soluţii practic acceptate. Modelul unui proces poate fi deterministic sau stohastic
(probabilistic), ele nefiind diferite ca formă ci doar ca infomaţii conţinute şi al interpretării
rezultatelor obţinute cu ajutorul acestuia.
Un model deterministic este caracterizat de parametri cunoscuţi cu o precizie care
garantează valabilitatea procesului şi nu conţine factori aleatorii în dezvoltarea acestuia.
Un model stohastic este cataracterizat de faptul că unii parametrii sunt aleşi aleatoriu,
o valoare medie a acestora neducând la o valoare apropiată de realitate a soluţiei obţinute.
Pentru rezolvarea problemelor de programare liniară din industria chimică avem
nevoie de:
a. enunţuri de disponibilităţi.
b. enunţuri de restricţii şi necesităţi,
c. enunţuri de rentabilitate.
a. Enunţuri de disponibilităţi
Prin aceste ecuaţii şi inecuaţii se stabilesc cantităţile de materii prime sau de utilaje
disponibile care pot fi utilizate pentru a atinge scopul dorit. De exemplu dacă avem mai multe
loturi de ţiţei care sunt necesare pentru a face amestecuri pentru prelucrarea optimă în
rafinărie, expresiile de disponibilitate pot conţine tipurile şi cantităţile disponibile.
De asemeni în cazul unor planuri de funcţionare a instalaţiilor chimice, expresiile de
disponibilitate, pot conţine ecuaţii care descriu alternativele de utilizare a utilajelor si a
capacităţilor acestora. În cazul utilizării unui parc auto sau a unui parc de vagoane CF,
expresiile de disponibilitate în acest caz trebuie să stabilească numărul de unităţi necesare
transportului şi cantităţile disponibile a fi transportate.
7
d. utilizarea în concordanţă cu legislaţia în vigoare a unor la caracteristicile tehnice şi de
piaţă ale utilajelor de transport adecvate,
e. rezolvarea cerinţelor legislative (guvernamentale), ale beneficiarilor şi ale acţionarilor,
f. menţinerea în limitele prescrise a bilanţului de materiale şi energie.
Tocmai de aceea este necesar ca la elaborarea oricărui model matematic să nu se omită
nici o restricţie care reflectă procesul în sine. De exemplu la livrarea de amestecuri de
benzine, neprecizarea tipului de benzină necesară pe piaţă precum şi cantităţile disponibile din
care s-ar face amestecul ar duce la obţinerea unor loturi cu caracteristici diferite faţă de
cerinţe.
c. Enunţuri de rentabilitate
Rezolvarea unei probleme de programare liniară necesită alegerea unei valori optime care
să asigure o rentabilitate maximă sau un preţ de cost minim. De obicei această ecuaţie
stabileşte o legătură între preţul de cost sau beneficiu, raportate la unitatea de material sau de
utilaj întrebuinţat.
Această funcţie întregeşte modelul matematic pentru studierea comportării unui proces
chimic.
După deschiderea programului Excel, pagina care apare se numeşte foaie de lucru.
Aceasta face parte dintr-un registru de calcul nou, Registrul Workbook, care este principalul
document folosit în Excel pentru prelucrarea şi stocarea datelor. Registrul este format din mai
8
multe foi de calcul individuale care conţin date de calcul în configuraţia prestabilită de
utilizator. Fiecare registru nou conţine trei foi de calcul (Sheet 1, Sheet 2, Sheet 3) dar se pot
folosi mai multe foi de calcul individuale prin adăugare până la 255.
Bară de stare
Figura 3. Fereastra Excel
Foile de calcul pot conţine date care se leagă între ele (de exemplu la construirea unui
plan de livrare, fiecare foaie poate să conţină capacitatea de livrare a unei secţii sau linii de
fabricaţie). În partea de jos a foii de calcul există o bară care ne arată foaia de calcul care este
în lucru. Cu mouse-ul se trece pe o nouă foaie de calcul făcând clic pe ea.
9
Dacă această bară nu apare, din caseta de dialog Options se selectează butonul View
şi se marchează caseta Sheet Tools.
În bara de derulare a foilor de calcul nu pot apare toate foile de calcul de aceea se
poate utiliza pentru a derula acestea pagini patru butoane care ne oferă posibilitatea de a
derula foile registrului.
Buton Funcţia
I Deplasarea la ultima foaie din registru
I Deplasarea la prima foaie din registru
Deplsarea la foaia de calcul anterioară
Deplasarea la foia de calcul superioară
Având în vedere că un registru, conţine mai multe foi de calcul, acestea pot fi
redenumite astfel:
a. Se aplică un dublu clic pe eticheta foii de calcul,
b. Se introduce numele noii foi de calcul.
Pentru introducerea unei noi foi de calcul se urmăresc paşii următori:
a. Se poziţionează mouse-ul pe eticheta unei foi de calcul în bara de derulare a foilor
de calcul,
b. Se aplică un clic folosind butonul drept al mouse-ului,
c. Pe ecran apare un meniu din care se selectează comanda Insert.
Foile de calcul suplimentare pot fi eliminate prin operaţia de ştergere,
astfel:
a. Se poziţionează mouse-ul pe foia de calcul care trebuie eliminată, în
bara de derulare a foilor de calcul,
b. Se aplică un clic folosind butonul drept al mouse-ului,
c. Pe ecran apare un meniu din care se selectează comanda Delete.
Într-o foaie de calcul informaţile sunt prezentate într-o interfaţă grafică formată din
linii şi coloane.
10
Etichetele liniilor Etichetele coloanelor Celula de lucru
Bară de derulare a
foii de calcul
Coloanele au ataşate litere (de la A,B, până la Z şi apoi AA, AB, până la IV) iar linile
sunt numerotate cu cifre (de la 1 la 65.536). O foaie de calcul conţine 256 de coloane şi
65.536 linii.
La intersecţia dintre coloane şi linii se găseşte celula care este unitatea fundamentală
de stocarea datelor. În celulă se pot introduce:
a. Texte-capete de tabel, etichete, note, texte explicative,
b. Valori-date calanderistice, valori numerice, ore,
c. Formule de calcul.
Celula activă este celula care este marcată şi unde se pot introduce date. După
introducerea datelor se poate ieşi din celulă cu tasta Enter.
Foile de calcul pot fi de dimensiuni foarte mari. Pentru a derula sau introduce date se
pot utiliza metode de deplasare a foilor de calcul cu ajutorul mouse-ului sau cu ajutorul
săgeţilor din tastatură.
Se mai utilizeaza PgUp pentru derularea paginii anterioare, PgDn pentru derularea
paginii următoare.
11
c. Utilizarea barelor de instrumente
Barele de instrumente aflate sub bara de meniu are rolul de a permite un acces mai
rapid la procedurile şi comenziile mai des utilizate. Pentru a lucra cu barele de instrumente se
foloseşte mouse-ul, care se aplică prin executarea unui clic pe butonul asociat comenzii sau
funcţiei de care este nevoie. Exista mai multe bare de instrumente dar trebuie utilizate acelea
care sunt utile în lucrul cu excelul. Menţionăm că acestea bare se pot afişa din meniul View,
comanda Toolbars.
Bara standard conţine butoane pentru comenzi de editare, formatare, administrare,
fişiere şi tipărire.
Bara Forms conţine butoane prin intermediul cărora se pot adăuga foii de calcul casete de
validare, butoane de opţiuni şi liste de derulare.
Bara Stop Recording conţine butoane pentru încheierea şi oprirea înregistrării unei comenzi
macro.
Bara audit, conţine butoane cu comenzi pentru detectarea unor erori (cele uzuale) din foile de
calcul.
12
Bara Full Screen apare când lucrul cu Excel a fost configurat pentru întregul ecran. Apăsarea
butonului produce întoacerea la modul de lucru anterior.
În lista Toolbars sunt trecute toate barele de instrumente. Se selectează cele care se
doresc a fi utilizate.
13
b. Lista Commands unde apar toate comenzile care pot fi aplicate din
meniul respectiv,
14
Forma butoanelor din barele de instrumente poate fi stabilită în secţiunea Options din
ferestra Customize. Această secţiune poate să creeze Large Icons, dacă butoanele se doresc
mari sau mici dacă nu este marcată opţiunea Large Icons.
Dacă se alege Opţiunea Show Screen Tips on toolbars, atunci numele butonului va
apărea când se marcheză cu mouse-ul pe buton.
Lista Menu animations dă date despre meniurile deschise. Astfel dacă se selectează
menţiunea:
a. None, este modul normal de deschidere şi nu se aplică nici un efect,
b. Random, care reprezintă deschiderea în mod aleatoriu a meniurilor (o parte mai
întâi),
c. Unfold, care deschide meniurile sub forma unei despăduriri,
d. Slide , care deschide meniurile sub forma unei alunecări.
Rezolvare:
15
a. Trebuie să determinăm numărul de sonde x1, x2, x3, x4, x5 de pe fiecare structură
(disponibilul),
16
A. Dezvoltarea de sonde noi cu cheltuieli minime de exploatare,
B. Dezvoltarea de sonde noi cu cheltuieli minime de investiţii.
Rezolvare:
a. Trebuie să determinăm numărul de sonde x1, x2, x3, x4, x5 de pe fiecare structură
(disponibilul),
b. Producţia sondelor forate trebuie să fie egală cu necesarul de ţiţei şi anume 500.000
tone pe an (necesarul),
5000 x1 10000 x2 3000 x3 2000 x4 8000 x5 500000 ,
17
B 7.000 0,873 6111
C 5.000 0,875 4375
D 4.000 0,877 3508
Total 26.000 0,873230769 22704
Se vor efectua calculele prin media ponderată. Astfel plecând de la observaţia că,
conţinutul de apă este o proprietate care respectă relaţia:
%apa1 c1 %apa2 c2 %apa3 c3 ... %apan cn
%apaa (5)
c1 c2 c3 ... cn
Capitolul 2.
Formularea problemelor de optimizare
18
2.1. Introducere
Optimizarea reprezintă alegerea soluţiei optime a unui proces chimic, dintr-un număr
de soluţii viabile şi întelegând prin aceasta cea mai bună soluţie (decizie) dintr-un anumit
punct de vedere. Punctul de vedere reprezintă criteriul de optimizare care de obicei se exprimă
matematic printr-o funcţie obiectiv. De asemeni căutarea optimului se realizează printr-un
model matematic.
Soluţia optimă nu trebuie să depindă de metoda de optimizare aleasă (în limita
preciziei metodei) dar depinde de criteriul de utilizare acceptat [1].
În exploatarea unei instalaţii chimice, sunt o mulţime de soluţii optime în raport cu
criterile de optimizare alese. Criterile de optimizare în viaţa reală sunt iluzorii, acestea fiind
de obicei dorinţa omului de perfecţiune. Tocmai de aceea cel mai bun şi real criteriu de
optimizare rămâne atât în viaţă cât şi în activităţile industriale criteriu economic.
Indiferent de metoda de căutare a optimului pentru o soluţie care să rezolve starea
unui proces chimic trebuie parcurse trei etape pentru a găsi soluţia optimă si anume:
a. Elaborarea modelului matematic al procesului,
b. Construirea funcţiei obiectiv,
c. Căutarea optimului.
19
Modele
Fizice Simbolice
Modelele fizice sunt cele care crează realitatea ca o formă fizică de studiu. Modelele
simbolice utilizează simboluri în descrierea realităţii. Modelul analog constă în simularea
realităţii pe obiecte, ce descriu la scare redusă proprietăţile fenomenului sau a obiectului
studiat (de exemplu simularea în tunel de aer a construcţiilor înalte).
Modelul grafic are rolul de a crea o realitate miniaturala prin simboluri grafice cu
scopul de a informa operatorul asupra dezvoltării sau urmăririi fenomenului sau procesului
chimic (de exemplu comportarea unei coloane de fracţionare gaze la depresare subită).
Modelele simbolice sunt acelea modele care utilizează cuvintele în simularea realităţii
(manualele de operare şi desenele instalaţilor chimice) şi simboluri matematice (software
pentru simulare, etc).
Modelul matematic reprezintă o reprezentare cantitativă sau aproximativă a
comportării sistemului real. Tocmai de aceea în aplicaţiile necesare optimizării proceselor
chimice, modelul matematic are o importanţă deosebită, scopul acestuia fiind de a exprima
într-o formă concisă prin ecuaţii şi inecuaţii starea la orice moment al sistemului studiat.
Modele
matematice
Modelele matematice pot fi diferite funcţie de scopul pentru care au fost create, modul
de analiză, probabilitate precum şi de tipul de generare a aplicaţiei.
Modelul creat pentru optimizarea proceselor caută optimul sistemului, identificând
punctul de maxim şi minim. Prin aceste posibilităţi se poate determina un curs dorit al acţiunii
sistemului în vederea atingerii funcţiei obiectiv. Un exemplu clasic în cazul amestecurilor de
ţiţei îl reprezintă răspunsul la întrebarea: ce efect are asupra produselor obţinute dacă adaug 5
% mai mult ţiţei de tip A în amestecul care se formează pentru prelucrare. Modelul descriptiv
încercă să ofere date despre comportarea unui proces la un moment dat (de exemplu
evacuarea personalului rafinăriei în caz de avarie la o coloană de cracrare catalitică).
Modelul matematic studiat, prin metoda de analiză analitică, foloseşte instrumente
complexe de reliefare a realităţii compuse din calcul diferenţial, ecuaţii cu grad mare de
compexitate, algebra matricială, etc. Modelul numeric are rolul de a crea un sistem de ecuaţii
simple de simulare a realităţii (aproximând unele date de intrare şi unele fenomene), acesta
fiind mai puţin precis decât cel analitic, dar mai rapid.
Modelele create cel mai des sunt deterministe, pornind de la ideea că acestea depind
doar de o singură variabilă estimată şi care să poată oferi ieşiri sigure. În realitate sistemele
chimice sunt probabilistice deoarece pe lângă datele sigure de intrare pot apărea peturbaţii
care să modifice datele de ieşire (apar rezultate probabilistice).
21
De asemeni modelul numeric poate să fie singular (aplicabil unei singure instalaţii
chimice) sau general (aplicabil mai multor instalaţii chimice). Modelele pe care se lucrează şi
sunt folosite pentru optimizarea proceselor chimice sunt singulare (aplicabile unei singure
instalaţii la o anumită perioadă de timp).
c. dezvoltarea modelului
22
punct de plecare în auditul consultantului, deoarece beneficiarul tinde să nu localizeze cu
precizie problemele apărute (din cauza rutinei şi a pericolului de neânţelegere a efectelor
peturbărilor apărute în sistem).
După strangârea datelor se dezvoltă modelul matematic şi se introduc datele de intrare
după care se analizează datele finale.
Etapa de strângere a datelor şi prelucrarea acestora este cea mai dificilă fiindcă se cere
pe lângă studierea bazei de date existente în organizaţie şi interogarea personalului implicat în
proces. De asemeni se vor efectua şi studii asupra instalaţiilor chimice precum şi a pieţei pe
care organizaţia este activă.
Modelul matematic ales trebuie să reprezinte corect problemele clientului şi să fie
simplu de utilizat (să permită soluţii uşor de înţeles de către beneficiar).
Modelele complexe descriu mai real comportarea instalaţiilor chimice dar sunt mai
puţin folosite deoarece sunt greu de rezolvat cu ajutorul algoritmilor şi de înţeles pentru
beneficiar.
Următoarea etapă în simularea instalaţiei chimice îl reprezintă verificarea modelului
matematic.
Verificarea modelului se face pe o situaţie existentă şi pe situaţii care s-au întâlnit în
practică. Dacă rezultale nu sunt cele aşteptate atunci modelul a prezentat o situaţie simplistă a
realităţii sau intuiţia analistului nu a cuprins toate peturbările ce pot apare în sistem.
Modelul matematic creat trebuie să ofere un set de alternative din care beneficiarul
trebuie să aleagă cea care corespunde scopul organizaţiei (unui criteriu de optimizare).
Ultimile etape ale modelării se referă la prezentarea modelului realizat organizaţiei şi
implementarea acestuia.
Realizarea unui model care să descrie funcţionarea unei instalaţii şi pe care să se poată
realiza optimizarea procesului funcţie de un criteriu de optimizare poate fi schematizată
comform figurii 7 (analiza în şapte paşi).
23
Definirea problemei Observarea
sistemului,
Strangerea datelor
Verificarea
Formularea modelului
modelului
matematic
Alegerea unei
alternative pozitive
Prezentarea
rezultatelor
Interpretare şi
evaluare
Un distribuitor de GPL are mai multe puncte de livrare gaze petroliere lichefiate
pentru automobile. Managerul lanţului de distribuţie doreşte să realizeze un model matematic
care să arate cum se comportă potenţiali clienţi şi care sunt măsurile care trebuie să le ia
pentru înbunătăţirea servicilor oferite.
Modelul matematic creat are drept intrări:
a. numărul maxim de maşini ce pot fi operate în staţia GPL,
b. numărul maxim de maşini care pot să stea la coadă,
c. numărul maxim de maşini care doresc să alimenteze.
Ca ieşiri modelul va avea:
a. timpul de reîncărcare a staţiei,
b. timpul mediu petrecut la coadă,
c. procentul potenţialilor clienţi care nu aleg staţia de distribuţie.
24
Modelul intuitiv creat arată că o creştere a frecvenţei sosirii clienţilor la staţia de
distribuţie şi cu o descreştere a servirii clienţilor face ca linia de aşteptare să crească şi
deci fiecare client va sta mai mult timp la coadă. Deci este probabil ca unii dintre clienţii
posibili să părăsească coada sau să nu aleagă staţia de distribuţie.
În modelul de aşteptare ales se notează cu: n numărul maxim de maşini ce pot fi operate
(pe oră) la capacitatea maximă de încărcare (40 litri), t timpul de reîncărcare a staţiei (ore)
(rezervorul staţiei are 5000 litri), nnes numărul clienţilor neserviţi (pe oră), s numărul
maxim de maşini ce pot staţiona în staţie, tmed este timpul mediu de staţionat la coadă
(minute), cu C frecvenţa clienţilor ce doresc să fie serviţi în staţie, cap reprezintă
capacitatea maximă de umplere a rezervoarelor maşinilor servite şi cu Cap capacitatea
rezervorului de stocare.
Relaţile ce se stabilesc între datele de mai sus sunt următoarele:
Cap
t (6)
n cap
60 60
tmed s (7)
n n
nnes C n (8)
Rezultatele sunt reliefate mai jos.
Numar maxim de masini ce pot fi operate pe ora 5
Numar maxim de masini ce pot sta la coada 3
Numarul maxim de masini ce doresc sa fie alimentate 10
Capacitatea rezervorului de stocare (litri) 5000
Capacitatea maxima de umplere a rezervoarelor masinilor (litri) 40
Timpul de reincarcare a statiei (ore) 25
Timpul mediu de stationat la coada (minute) 24
Numar de clienti neserviti pe ora 5
Acest model ne poate arăta că 5 clienţi părăsesc staţia fără a fi serviţi şi de asemeni
timpul de reîncărcare este foarte mare (timpul de reinvestire a banilor).
În acest caz propietarul staţiei de GPL poată să acţioneze pentru optimizarea
procesului în următoarele direcţii:
a. lasă staţia la fel,
b. mai montează un pistol de umplere pe rezervorul de stocare şi amenajează un nou
loc de umplere a maşinilor,
c. creşte capacitatea pompei de reîncărcare,
25
d. măreşte capacitatea de staţionare a maşinilor şi micşorează rata de încărcare a
rezervorului acestora (efectuează un studiu privind media de încărcare a maşinilor
cu GPL în staţia sa deoarece nu toate maşinile fac plinul).
Care dintre cele trei metode de mai sus sunt bune, criteriul de optimizare fiind timpul
de reumplere al rezervorului staţiei cu GPL. Din studiul tuturor celor patru variante de decizie se
observă că decizia a doua este cea mai bună.
26
În orice problemă de optimizare se caută ca variabilele de decizie să poată asigura ca
rezultat final cea mai mare sau cea mai mică valoare posibilă (din domeniul aplicabil), a
funcţiei obiectiv.
Algoritmul de rezolvare a unei probleme de optmizare este prezentat în figura 8.
Stabilirea funcţiei
obiectiv
Alegerea metodei de
optimizare
Aplicarea soluţiei
optime
27
2.5. Căutarea optimului
A determina optimul unei funcţii obiectiv înseamnă a afla acele valori ale variabilelor
de decizie care respectă restricţile şi prin rezolvarea acestei funcţii se obţin valori maxime sau
minime care sunt cele mai bune.
Valorime maxime sau minime de optimizare sunt valorile maxime sau minine ale
funcţiei obiectiv care respectă modelul matematic scris.
pr
VI VI
Camera amestec
VI-ventil izolare
28
2.7. Introducerea şi editarea datelor în Excel
Datele ce se introduc de la tastatură apar în celula activă, dar şi într-o zonă de deasupra foii de
calcul numită bară de formule. Dacă bara de formule nu este afişată, din meniul View se selectează
comanda Formula Bar. În bara de formule apare o bară clipitoare care indică locul unde va apărea
următorul cacter testat.
Introducerea datelor se termină apăsând tasta <Enter>, fie activând o altă celulă (cu
mousse-ul, cu săgeţi sau cu tasta <Tab>. Dacă datele nu se introduc corect şi nu se efectuează
corect operaţiile de mai sus nu se vor putea aplica alte comenzi. Într-o celulă se pot introduce
caractere alfanumerice, numere şi simboluri. Dacă se introduce un text (până la 255 caractere)
se validează prin tasta Enter. Textul va fi afişat în celulă, aliniat în stânga. Numerele care
trebuiesc introduse ca text se va testa cu un apostrof inaintea datelor. Dacă textul este prea
lung, nu încape în celulă dar textul trece în celula din dreapta dacă nu este ocupată. Dacă
celula nu este liberă apare doar textul ce încape restul fiind ascuns. Menţionăm că se poate
modifica dimensiunile celulei cu ajutorul mouse-lui care este poziţionat pe marginea etichetei
coloanei sau liniei. Forma cursorului se va modifica prin mişcarea mouse-ului. Se trage de
cursor până la dimensiunea dorită. Numerele se introduc în celule la fel ca şi literele. Dacă
celula este prea mică atunci numărul va apărea ca şi un produs exponenţial. Dacă numărul nu
poate fi afişat nici ca valoare exponenţială atunci va apărea sub forma #######.
Numerele pot fi de forma:
General 123456,7
Number 154,6
Currency USD 1234,5
Comma 12.345,6
Percent 123,456%
Scientific exponential 1,23 x 106
Fraction 2/4
True/False
Într-o celulă numerele sunt afişate la dreapta şi fracţiile se scriu zero apoi spaţiu şi
fracţia.
Valorile de tip orar pot fi introduse în următoarele formate:
Ora Format
15:31 h:mm
15:31:45 h:mm:ss
8:31 PM h:mm:AM/PM
3.31:45 PM h:mm:ss AM/PM
29
Se va avea grijă ca la introducerea datelor să se aleagă sistemul de operare al ţării
respective fiindcă fiecare sistem are al mod de raportare al datelor.
Dacă datele din tabel au fost introduse greşit acestea se pot corecta în modul următor:
a. Se activează celula care conţine datele ce trebuiesc modificate,
b. Se apasă tasta F2 sau se aplică un clic pe formule în dreptul unde trebuiesc
efectuate modificări,
c. Se realizează corecturile necesare cu ajutorul tastei delete sau backspace. Apoi
se validează datele cu tasta enter,
d. Se salvează documentul elaborat.
Pentru copierea datelor se aplică următorii paşi:
a. se selectează celula sau domeniul de celule care trebuie copiată,
b. se aplică comanda Edit, Copy,
c. se selectează celula destinaţie,
d. se aplică comada Edit, Paste.
e. dacă celulele sunt apropiate se selectează celula care trebuie copiată, când cursorul
ia forma unei cruci subţiri, se apasă butonul stâng al mouse-ului se ţine apăsat pe
tasta control şi se trage de mouse peste celulele unde se vor copia datele apoi se
lasă butonul control.
Pentru mutarea datelor se aplică următorii paşi:
f. se selectează celula sau domeniul de celule care trebuie mutată,
g. se aplică comanda Edit, Cut,
h. se selectează celula destinaţie,
i. se aplică comada Edit, Paste.
j. dacă celulele sunt apropiate se selectează celula care trebuie mutată, când cursorul
ia forma unei cruci subţiri, se apasă butonul stâng al mouse-ului şi se trage de
mouse peste celulele unde se vor muta datele.
Capitolul 3.
Programarea liniară în industria chimică
30
3.1. Date iniţiale
31
3.2. Definirea problemei de programare liniară
Aplicaţia 3
a. Variabilele de decizie
Variabilele de decizie sunt acele variabile ce descriu decizile ce pot fi luate.
Notăm cu x1, x2, x3, x4 cantităţile de ţiţei ce trebuiesc prelucrate din fiecare tip (în
milioane tone).
b. Funcţia obiectiv
Reprezită funcţia a cărui minim sau maxim se doreşte a fi obţinut. În cazul de fată
funcţia de eficienţă (obiectiv) este dată de relaţia
Min F=180 x1+200 x2+ 220 x3+ 230 x4 (USD/tonă))
32
Cantităţile de ţiţei ce trebuiesc prelucrate din fiecare tip trebuie alese astfel încât să
asigurăm:
Benzină 0,3 milioane tone
Petrol 0,1 milioane tone
Motorină 0,8 milioane tone
Păcură 1,0 milioane tone
d. Restricţiile de semn
Sunt condiţii impuse variabilelor de decizie de procesul tehnologic (putând fi pozitive,
negative sau nule).
x1, x2, x3, x4 care trebuie să fie mai mari decât 0.
e. Funcţia liniară
O funcţie F (x1, x2, ..., xn) este liniară dacă pentru unele seturi de constante este îndeplinită
relaţia:
F ( x1 , x2 ,..., xn ) c1 x1 c2 x2 ... cn xn (9)
f. Inegalitatea liniară
O inegalitate este liniară dacă există o funcţie f (x 1, x2, ..., xn) care indeplineşte una din
condiţiile:
f ( x1 , x2 ,..., xn ) b (10)
Sau:
f ( x1 , x2 ,..., xn ) b (11)
Unde b este constrângerea limită ce trebuie îndeplinită.
g. Definirea problemei
O problemă de programare liniară (de optimizare) constă în:
- obţinerea unui minim sau maxim a funcţiei obiectiv (funcţie liniară),
- satisfacerea de către variabilele de decizie a unui set de constrângeri,
- asocierea unei restricţii de semn variabilelor de decizie.
33
a. sistem de m ecuaţii şi inecuaţii ce reprezintă restricţile variabilelor de decizie xj(j=1,n),
a11 x1 a12 x2 ...a1n xn , , b1
a21 x1 a212 x2 ...a21n xn , , b2
(12)
...
am1 x1 am 2 x2 ...amn xn , , bm
34
a. zona realizabilă. Este zona în care problemele de programare liniară respectă toate
constrângerile şi restricţile de semn.
b. Soluţia optimă. Este punctul din zona realizabilă în care funcţia obiectiv are cea
mai bună valoare (maximă sau minimă).
Rezolvare Aplicaţia 3.
a. Scrierea ecuaţiilor:
Dacă vrem să obţinem 1 milion de tone de benzină avem:
Produse Ţiţei tip A Ţiţei tip B Ţiţei tip C Ţiţei tip D
Benzină 0,1 milioane 0,2 milioane 0,3 milioane 0,4 milioane
tone tone tone tone
0,1 x1+0,2 x2+ 0,3 x3+ 0,4 x4 (milioane tone) care trebuie să fie mai mare sau egală cu
cerinţa şi anume 0,3 milioane tone.
Pentru petrol avem:
0,05 x1+0,05 x2+ 0,1 x3+ 0,1 x4 (milioane tone) care trebuie să fie mai mare sau egală
cu cerinţa şi anume 0,1 milioane tone.
Pentru motorină avem:
0,35 x1+0,35 x2+ 0,3 x3+ 0,3 x4 (milioane tone) care trebuie să fie mai mare sau egală
cu cerinţa şi anume 0,8 milioane tone.
Pentru păcură avem:
0,5 x1+0,4 x2+ 0,3 x3+ 0,3 x4 (milioane tone) care trebuie să fie mai mare sau egală cu
cerinţa şi anume 1,0 milioane tone.
35
Datele de intrare necesare formării funcţiei obiectiv şi a constrângerilor vor fi trecute
în foaia de calcul. Celulele a căror valori se schimbă (variabile de decizie) în Excel se
numesc celule ajustabile sau schimbabile. Celulele ţintă conţine scopul funcţiei obiectiv.
Constrângerile se vor specifica în ferestre de dialog prin relaţii matematice aceptate de Excel.
Obţinerea valorilor optime prin programul Excel se poate realiza prin introducerea de date
aleatoriu şi valorificarea rezulatelor sau prin utilizarea opţiunii Solver (care modifică
sistematic valorile din celulele ajustabile în ordinea ptimizării valorii funcţiei obiectiv).
Utilizarea solverului
37
o. Solverul permite generarea a trei tipuri de rapoarte şi anume Answer unde sunt sunt
prezentate valorile iniţiale şi finale pentru celula rezultat şi celulele care conţin datele
de intrare, Sensitivity unde se prezintă o analiză de sensitivitate a datelor de intrare
(cum variază rezultatul la modificarea acestor variabile) şi Limits unde se specifică
între ce valori pot varia limitele impuse prin restricţii astfel încât rezultatul final să nu
se modifice,
p. Alegerea tipului de raport se realizează din caseta Solver Results.
38
c. Precizia între două încercări de soluţie, până se găseşte cea mai bună soluţie,
d. Toleranţa rezultatului final faţă de cea mai bună soluţie,
e. Opţiunea Assume Linear Model ne configurează o problemă de programare liniară
(dacă foia de calcul conţine o problemă neliniară se afişează un mesaj),
f. Afişarea soluţiilor intermediare se poate realiza prin opţiunea Show Iteration
Results,
g. Opţiunile Tangent şi Quadratic sunt metode adiţionale pentru calculul optimului
(dacă se utilizează ecuaţii neliniare complexe se poate utiliza opţiunea Quadratic),
h. Opţiunea Derivates permite utilizarea metodei de derivare parţială,
i. Opţiunea Search permite specificarea metodei de căutare folosită.
39
Problema care se pune în acest caz este determinarea cantităţilor de ţiţei necesare a se
prelucra din fiecare tip astfel încât să obţinem cantităţile de produse cu cheltuieli minime.
Rezolvare:
Pentru rezolvarea acestei probleme putem apela la programarea liniară prin
construirea unui sistem de ecuaţii şi inecuaţii liniare, care să exprime restricţile tehnice şi
economice impuse de către procesul de prelucrare a ţiţeiului în rafinărie.
Notăm cu x1, x2, x3, x4 cantităţile de ţiţei ce trebuiesc prelucrate din fiecare tip (în
milioane tone anual), care sunt definite ca şi variabile de decizie.
Aceste cantităţi trebuie astfel alese astfel încât să asigurăm prelucrarea cantităţilor
minime de sortimente (cele contractate).
Dacă prelucrăm un milion de tone de ţiţei obţinem :
- 0,1 milioane tone de benzină în cazul prelucrării ţiţeiului tip A,
- 0,2 milioane tone de benzină în cazul prelucrării ţiţeiului tip B,
- 0,3 milioane tone de benzină în cazul prelucrării ţiţeiului tip C,
- 0,4 milioane tone de benzină în cazul prelucrării ţiţeiului tip D.
Dacă se prelucrează x1 milioane tone ţiţei tip A, x2 milioane tone ţiţei tip B, x3 milioane tone
ţiţei tip C, x4 milioane tone ţiţei tip D, producţia totală de benzină este de:
0,1 x1 + 0,2 x1 + 0,3 x1 + 0,4 x1 ≥ 0,3 (care este cantitatea de bezină asumată prin contracte),
În mod analogic obţinem şi celelalte inecuaţii şi restricţii pentru petrol, motorină, păcură:
0,05 x1 + 0,05 x1 + 0,1 x1 + 0,1 x1 ≥ 0,1 (petrol)
0,35 x1 + 0,35 x1 + 0,3 x1 + 0,2 x1 ≥ 0,8 (motorină)
0,5 x1 + 0,4 x1 + 0,3 x1 + 0,3 x1 ≥ 1,0(păcură)
Acestea inecuaţii sunt constrângerile sau condiţiile restrictive.
Funcţia de eficienţă sau funcţia obiectiv, respectiv cheltuiala care urmează a se minimaliza
este:
Min F= 180 x1 + 200 x2 + 220 x3 + 230 x4 .
De asemeni se impun ca ţiţeiurile prelucrate x1, x2, x3, x4 definite ca şi restricţii de semn să
aibă valori nenegative adică:
xi≥0, i=1,2,3,4.
Pentru prelucrare in EXCEL se aplică următorii paşi:
a. Se construieşte o foaie de date trecând într-un tabel datele din tabelul 1,
40
b. Se construieşte ecuaţia de calcul pentru benzină -se inmulţeşte cantitatea utilizată
de ţiţei tip A valoare pe care o dăm noi (B7) cu cantitatea de benzină ce se poate
obţine dacă prelucrăm acest ţiţei (B1) , apoi se insumează cu produsul dintre
cantitatea utilizată de ţiţei tip B valoare pe care o dăm noi (C7) cu cantitatea de
benzină ce se poate obţine dacă prelucrăm acest ţiţei (C1), apoi se insumează cu
produsul dintre cantitatea utilizată de ţiţei tip C valoare pe care o dăm noi (D7)
cu cantitatea de benzină ce se poate obţine dacă prelucrăm acest ţiţei (D1), apoi se
insumează cu produsul dintre cantitatea utilizată de ţiţei tip D valoare pe care o
dăm noi (E7) cu cantitatea de benzină ce se poate obţine dacă prelucrăm acest ţiţei
(E1), suma trebuie să fie mai mare decât valoarea minimă necesară a fi obţinută,
c. Se construieşte ecuaţia de calcul pentru motorină, petrol şi păcură,
d. Se construieşte ecuaţia de calcul a funcţiei obiectiv: se inmulţeşte cantitatea
utilizată de ţiţei tip A valoare pe care o dăm noi (B7) cu preţul de cost al
prelucrarii dacă prelucrăm acest ţiţei (B6) , apoi se insumează cu produsul dintre
cantitatea utilizată de ţiţei tip B valoare pe care o dăm noi (C7 cu preţul de cost al
prelucrarii dacă prelucrăm acest ţiţei (C6), apoi se insumează cu produsul dintre
cantitatea utilizată de ţiţei tip C valoare pe care o dăm noi (D7) cu preţul de cost
al prelucrarii dacă prelucrăm acest ţiţei (D6), apoi se insumează cu produsul dintre
cantitatea utilizată de ţiţei tip D valoare pe care o dăm noi (E7) cu preţul de cost
al prelucrarii dacă prelucrăm acest ţiţei (E6),
e. Se aleg valori pentru cantităţile de ţiţei (B7,C7,D7,E7) si se vede dacă se respectă
atât condiţiile din coloana G cât şi o valoare mai mică a cheltuielilior de prelucrare
(F6),
f. S-a ales ca prim exemplu prelucrarea a circa 1,0 milion de tone de ţiţei tip A, B,C
şi D,
g. După cum se observă se respectă condiţiile dar cheltuielile de prelucrare sunt
foarte mari (830 milioane USD) şi avem şi un excedent de produse.
A B C D E F G
Cantitatea
ŢIŢEI TIP ŢIŢEI TIP ŢIŢEI TIP ŢIŢEI TIP TOTAL necesară a fi
A B C D UTILIZAT obţinută
1 BENZINĂ 0,1 0,2 0,3 0,4 1 0,3
2 PETROL 0,05 0,05 0,1 0,1 0,3 0,1
41
3 MOTORINĂ 0,35 0,35 0,35 0,2 1,25 0,8
4 PĂCURĂ 0,5 0,4 0,3 0,3 1,5 1
Cheltuieli de prelucrare
PREŢ
6 USD/TONĂ 180 200 220 230 830
CANTITĂŢI
UTILIZATE
DE ŢIŢEI 1 1 1 1
PROBLEMA 2. Prelucrarea unor loturi de ţiţei în scopul obţinerii unui beneficiu maxim,
când sortimentele sunt limitate cantitativ.
În acest caz avem o rafinărie care prelucrează trei tipuri de ţiţei (tip A, tip B, tip C) şi din care
obţinem 5 categorii de produse finite (gaze şi gaze lichefiate, benzină, motorină, petrol,
păcură). Randamentele ţiţeiurilor sunt.
42
Produse Ţiţei tip A (tone) Ţiţei tip B Ţiţei tip C (tone)
(tone)
Gaze şi gaze lichefiate 3 0 5
Benzină 20 25 30
Petrol 7 0 5
Motorină 42 30 30
Păcură 28 45 30
Total 100 100 100
Produse tone
Gaze şi gaze lichefiate 250.000
Benzină 1.000.000
Petrol 130.000
Motorină 1.300.000
Păcură 1.750.000
Total 4.430.000 tone
Producţia rafinăriei este limitată ori de capacitatea limitată de prelucrare a unei instalaţii sau
de piaţa de desfacere.
Rafinăria realizează un beneficiu de:
Tip ţiţei Beneficiu pe tonă
USD
A 15
B 20
C 20
Problema constă în găsirea cantităţii de ţiţei din fiecare lot ce trebuie prelucrată astfel încât să
obţinem un beneficiu total maxim.
Deci funcţia obiectiv va avea următoarea formă:
Max F=15 x1+20 x2+20 x3,
Constrângerile sau restricţiile privind cantităţile ce trebuiesc prelucrate anual sunt:
a. Pentru gaze şi gaze lichefiate avem:
0,03 x1+0 x2+ 0,05 x3 ≤25,
b. Pentru limitarea producţiei de benzină avem:
0,20 x1+0,25 x2+ 0,30 x3 ≤100,
c. Pentru limitarea producţiei de petrol avem:
0,07 x1+0 x2+ 0,05 x3 ≤13,
43
d. Pentru limitarea producţiei de motorină avem:
0,42 x1+0,45 x2+ 0,30 x3 ≤175,
Prelucrare in EXCEL:
a. Se construieşte foaia de date comform tabelului de mai jos,
b. Se definesc ecuaţiile de calcul pentru restricţiile la produse astfel:
b.1 pentru gaze şi gaze lichefiate: se inmulţeşte cantitatea aleasă de noi pentru
prelucrare pentru ţiţeiul tip A ( C9) cu randamentul prelucrarii ţiţeiului tip A pentru
obţinerea acestui produs şi anume C2 care se insumează cu produsul dintre cantitatea
aleasă de noi pentru prelucrare pentru ţiţeiul tip B ( D9) cu randamentul prelucrarii
ţiţeiului tip B pentru obţinerea acestui produs şi anume D2, care apoi se insumează cu
produsul dintre cantitatea aleasă de noi pentru prelucrare pentru ţiţeiul tip C ( E9) cu
randamentul prelucrarii ţiţeiului tip C pentru obţinerea acestui produs şi anume D2.
b.2. se definesc la fel ecuaţiile pentru celelalte produse.
c. se calculează beneficiul prelucrarii ca fiind produsul dintre cantitatea de ţiţei aleasă de
noi pentru prelucrare tip A (C9) şi beneficiul prelucrării ţiţeiului tip A (C8), care se insumează
cu produsul dintre cantitatea de ţiţei aleasă de noi pentru prelucrare tip B (D9) şi beneficiul
prelucrării ţiţeiului tip B (D8) care apoi se insumează cu produsul dintre cantitatea de ţiţei
aleasă de noi pentru prelucrare tip C (E9) şi beneficiul prelucrării ţiţeiului tip C (E8).
d. cantitatea de produs obţinută (F2,3,4,5) trebuie să fie mai mică ca şi cantitatea de
produs din coloana G (G2,3,4,5),
e. se dau valori până când se obţine valoarea maximă a beneficiului.
APLICAREA SOLVERULUI
44
Se poate utiliza şi solverul şi se obţine valoarea optimă.
a. se trece în coloana SET TARGET CELL valoarea din celula F8 care trebuie să fie
maximă,
b. se alege in Guess valorile interschimbabile care sunt coloanele, C9,D9,E9,
c. se adaugă constrângerile şi anume F2 mai mare sau egal cu G2, F3 mai mare sau egal
cu G3, F4 mai mare sau egal cu G4, F5 mai mare sau egal cu G5 şi constrangerea de
semn adică C9,D9,E9 să fie mai mari sau egale cu zero,
d. după solver avem valorile:
A B C D E F G
VALORI
MAXIME
CE SE
CANTITATE POT
1 PRODUSE A B C OBTINUTA ATINGE
GAZE ŞI
GAZE
2 LICHEFIATE 0,03 0 0,05 1,791666671 25
3 BENZINĂ 0,2 0,25 0,3 100 100
4 PETROL 0,07 0 0,05 4,041666669 13
5 MOTORINĂ 0,42 0,3 0,3 130 130
6 PĂCURĂ 0,28 0,45 0,3 175 175
7
8 BENEFICIU 15 20 20 7935,416666
CANTITATE
9 ŢIŢEI 56,24999995 352,4999999 2,083333441
Aplicaţia 4.
Într-un complex petrochimic se realizează două tipuri de uleiuri cu următoarele
proprietăţi:
a. 5 lei profit uleiul tip A,
b. 6 lei profit ulei tip B,
c. 5000 ore de manoperă disponibile,
45
d. 4 ore manoperă pentru uleiul tip A,
e. 2 ore manoperă pentru uleiul tip B,
f. 300 litri de aditivi pentru uleiuri,
g. 0,2 litri de aditiv la uleiul tip A,
h. 0,3 litri de aditiv la uleiul tip B,
Relaţiile ce descriu modelul de optimizare sunt:
-funcţia de obiectiv:
max z 5 x1 6 x2
-constrângerea de manoperă,
4 x1 2 x2 5000 ,
- restricţii de semn:
x1 0; x2 0
b. Metoda grafică
Constă în determinarea regiunii realizabile grafic.
Se trasează linia pentru orele de manoperă.
4 x1 2 x2 5000 , linia uneşte punctele (0, 2500) şi (1250, 0).
Toate punctele sub această linie sunt cele ce realizează regiunea realizabilă. Dacă punctul
(0,0) nu îndeplineşte condiţia de restricţie se anulează (nu este valabil în cazul de faţă).
Se trasează şi linia utilizării aditivilor.
46
0,2 x1 0,3 x2 300 , punctele (0, 1000) şi (1500,0) sunt cele ce dau regiunea realizabilă a
condiţiei de utilizare aditivi. Sub cele două linii sunt punctele realizabile. Optimul este realizat
de intersecţia celor două linii. Pentru obţinerea unor linii de profit se află o valoare de decizie
considerând profitul constant (se determină panta).
X2
3000
Linii de isoprofit
1000 Punct optim
max z 5 x1 6 x2 ,
z 6 z z 5
x1 x2 , intersectează axa x1, în punctul . x2 x1 , intersectează axa x2, în
5 5 5 6 6
z
punctul . Pentru două valori ale lui z se obţin două linii de isoprofit.
6
3.9.Analiza sensibilităţii
47
Sensibilitatea unui sistem optim se determină prin introducerea unui decrement care să
asigure creşterea funcţiei obiectiv sau descreşterea acesteia (funcţie de cerinţă, maxim sau
minim).
Noua valoare a lui z va fi:
noua valoare z vechea valoare z
48
Capitolul 4.
Probleme de transport
Problemele de transport apar atunci când trebuie livrate anumite produse disponibile.
Acestea se află depozitate în m centre de aprovizionare (notate cu D i, i=1,m) şi trebuie
transportate la n centre de desfacere (notate cu Cj, j=1,n).
Transportul se poate realiza de la orice centru de aprovizionare D i către orice centru de
desfacere Cj, costul unitar de transport cij depinzând de mijloacele de transport folosite şi de
distanţele parcurse. Scopul rezolvării acestor probleme constă în transportul (cu cheltuieli
minime) a cantităţilor necesare bi în cele n centre de desfacere având disponibile a i cantităţi
disponibile aflate în cele m centre de aprovizionare.
Di Cj C1 C2 ... Cn Disponibil
D1 c11 c12 ... c1n a1
D2 c21 c22 ... c2n a2
. .
. .
. .
Dm cm1 cm2 ... cmn am
Necesar b1 b2 ... bn
Şi
49
x11 + x21 + ...+xm1=b1
x12 + x22 + ...+xm2=b2
... bi≥0,i= 1,n (16)
x1n + x2n + ...+xmn=bn.
xij≥0, i= 1,m ; j=1,n
m n
f ( x) cij xij min (17)
i 1 j 1
Când cantitatea disponibilă este egală cu cantitatea cerută atunci problema de transport
este echilibrată.
m n
ai b j
i 1 j 1
(18)
Se poate întâmpla ca ecuaţia (18) să nu fie echilibrată, atunci se poate introduce centre
fictive care să echilibreze problema.
m n
a. Dacă a b
i 1
i
j 1
j , atunci se adaugă un depozit fictiv care are un disponibil
m n
m n
50
4.4. Rezolvarea problemelor de transport
Aplicaţia 5.
O firmă de transport trebuie să asigure livrarea a unor butoaie de ulei de la depozitele
de produse petroliere către centrele de desfacere (Tabelul de mai jos). Să se determine
numărul de butoaie xij care să fie transportate de la depozitul Di la centrul de desfacere Cj
astfel încât costul total al transportului să fie minim. (în celulele din tabel sunt trecute
cheltuielile de transport).
D i , Cj C1 C2 C3 Disponibil
D1 100 500 400 1000
D2 400 300 200 900
D3 600 200 300 1100
Necesar 1100 1000 900 3000
Se observă că problema este echilibrată: cantitatea necesară în total (1100+1000+900=3000
de butoaie cu ulei) este egală cu cantitatea disponibilă (1000+900+1100=3000).
Din modelul matematic general, m=3 şi n=3, deci soluţia admisibilă de bază va avea cel mult
m+n-1=3+3-1=5 componente.
Metoda colţului de nord vest
51
Se introduc variabilele xij în tabelul de mai sus.
Di , Cj C1 C2 C3 Disponibil
ai
D1 100 500 400 1000
x11 x12 x13 a1
D2 400 300 200 900
x21 x22 x23 a2
D3 600 200 300 1100
x31 x32 x33 a3
Necesar 1100 1000 900 3000
bj b1 b2 b3
x11 = min(a1, b1) = min(1100, 1000) = 1000 = a1
Se înlocuieşte a1 = 1000 cu 1000 - 1000 = 0 şi b1 = 1100 cu 1100 - 1000 = 100. Deoarece x11 =
a1, se suprimã linia 1 (aceastã linie nu se va mai lua în considerare în calculele urmãtoare).
Di , Cj C1 C2 C3 Disponibil
ai
D1 1000 500 400 1000
0
1000 0 0 a1
Di , Cj C1 C2 C3 Disponibil
ai
D1 1000 500 400 1000
0 0
1000 0 0 a1
52
a2 900
100 x22 x23 a2 a2 a2
0 x32 x33 a3 a3 a3
0 b2 b3
Di , Cj C1 C2 C3 Disponibil, ai
D1 1000 500 400 1000 0
0 0
1000 0 0 a1
0 x32 x33 a3 a3 a3 a3
0 b2 b3
200 b3
53
Di , Cj C1 C2 C3 Disponibil, ai
D1 1000 500 400 1000 0 0
0 0
1000 0 0 a1
0 200 x33 a3 a3 a3 a3 a3
0 b2 b3
200 b3
0 b3
0 200 900 a3 a3 a3 a3 a3
0 b2 b3
0 200 b3
0 0 b3
0 0 0
54
x11 x12 x13 1000
x21 x22 x23 900
x31 x32 x33 1100
x11 x21 x31 1100
x21 x22 x23 1000
x31 x32 x33 900
min F 100x11 500x12 400x13 400x21 300x22 200x23 600x31 200x32 300x33
100x11 400x21 600x31 500x21 300x22 200x23
400x31 200x32 300x33
Pentru metoda colţului de nord vest rezultatele sunt X=( 1000, 0, 0 ; 100, 800, 0 ; 0,
200 , 900).
D i , Cj C1 C2 C3 Disponibil
D1 1000 0 0 1000
D2 100 800 0 900
D3 0 200 900 1100
Necesar 1100 1000 900 3000
55
D i , Cj C1 C2 C3 Disponibil
D1 1000 0 0 0
D2 0 0 900 900
D3 100 1000 0 1100
Necesar 1100 1000 900 3000
deci F=100 x 1000 +500 x 0 + 400 x 0+ 400 x 0 + 300 x 0 + 200 x 900 + 600 x 100 +
200 x 1000 + 0 x 300 + 100 x 1000 + 400 x 0 + 600 x 100 + 500 x 0 + 0 x 300 + 200 x 1000 +
400 x 0 + 200 x 900 + 0 x 300= 1.040.000 lei.
56
Capitolul 5.
Simularea Monte Carlo
57
Ideea de bază a simulării Monte Carlo constă în generarea unor valori aleatorii pentru
variabilele necesare a fi optimizate. În natură variabilele aleatorii pot fi discrete sau continue.
Ca exemple de variabile aleatorii putem prezenta:
a. Timpul scurs între două defecţiuni ale unui utilaj sau instalaţii chimice,
b. Cererea şi timpul de livrare a stocurilor de produse petroliere,
c. Timpul de execuţie a unei etape dintr-un proiect,
d. Intrările într-o staţie de carburanţi şi timpul de servire (aplicabile în teoria firelor de
aşteptare),
e. Numărul angajaţilor care nu se prezintă la serviciu dintr-o anumită problemă.
Metoda Monte Carlo a fost dezvoltată de către cercetătorii de la Los Alamos National
Laboratory în anul 1940 şi a avut drept obiectiv simularea traiectoriei unui neutron în plutoniu
sau uraniu. După cum se obsearvă scopul acestei metode constă în înlocuirea unui proces
natural cu un proces artificial, fiind o metodă de modelare a variabilelor aleatorii în vederea
determinării caracteristicilor repartiţiei lor, atunci cînd aceste caracteristici nu pot fi stabilite
prin expresii analitice pe baza funcţiilor teoretice de densitate de probabilitate.
Distribuţia de probabilitate a unei variabile aleatorii se stabileşte din date statistice
(folosim frecvenţa relativă, ca fiind raportul dintre frecvenţa absolută şi numărul total de
observaţii).
Determinarea unei distribuţii probabile cumulate pentru fiecare variabilă se calculează ca
fiind suma probabilităţilor cumulate ale fiecărei variabile aleatorie.
După ce am definit variabilele aleatorii şi distribuţia de probabilitate trebuie să se
determine şi intervalul numerelor aleatorii pentru fiecare variabilă. Intervalele se stabilesc
funcţie de probabilităţile cumulate.
După ce s-a delimitat intervalul trebuie generate numerele aleator. Metoda alegerii
numerelor în mod aleatoriu constă în alegerea unui număr în mod natural sau prin metoda
pătratelor (stabilită de J. Von Neumann în 1940). Metoda pătratelor constă în alegerea unui
număr care apoi se ridică la pătrat. De exemplu dacă avem nevoie de un număr din 2 cifre
luăm 11, îl ridicăm la pătrat care este 121 şi luăm următorul număr 21 şi tot aşa până se
generează toate numerele aleatorii. După ce s-au genera numerele aleatorii se trece la
simularea şi obţinerea unor rezultate.
Metoda Monte Carlo este sinonimă cu metoda experimentelor statistice.
Metoda este utilă proceselor cu grad mare de probabilitate, acceptând simularea statistică
ca şi mod de determinare a comportării sistemelor reale.
58
Aplicaţia 6
Cererea unui produs petrolier
O staţie de carburanţi vinde GPL la care cererea este aleator ie. Datele statistice de vânzare
pe durata ultimelor 200 de zile a cererii produsului sunt date în tabelul de mai jos:
Cerere 0 1 2 3 4 5 6 7 8
(mc)
Frecvenţa 15 40 20 25 10 30 10 30 20
absolută
(zile)
Costurile de stocare a bunurilor inventariate sunt de circa 15-40 din costurile aferente
păstrării acestor bunuri la furnizor. Costurile de comandă sunt asociate costurilor de transport
şi procesului de comandă.
Costurile datorate epuizării stocului (lipsei produsului din stoc) se referă la pierderea
profitului care ar fi fost obţinut dacă acest produs ar fi vândut unui beneficiar care nu vrea să
60
mai aştepte alt produs şi apelelează la un alt furnizor (aici intră şi pierderile datorate plecării
beneficiarului împreună cu cunoscuţii săi la alt competitor). Aceste costuri sunt foarte greu de
cuantificat.
Costurile de achiziţie şi de producţie sunt costurile cumpărării materiilor prime şi costurile
finale de vânzare a produsului către beneficiar.
Costurile de achiziţie şi cele de depozitare sunt cele mai importante costuri necesare a fi
reduse. Scopul optimizării unei probleme de depozitare este de a şti când trebuie comandate
produsele şi ce cantităţi trebuie produse.
Uzual se întălnesc două abordări ale acestei probleme şi anume metoda comandării de
cantităţi fixe sau metoda comenzilor la perioade fixe de timp.
Metoda comandării de cantităţi fixe se bazează pe principiul cererii producerii unei
anumite cantităţi de produs finit care se bazează pe o analiză anterioară (dar timpul la care se
face comanda depinde de cererea de vânzare).
În schimb dacă alegem metoda comenzilor la perioade fixe de timp, cantitatea comandată
pe baza unui studiu realizat anterior depinde de numărul unităţilor rămase în stoc.
Aplicaţia 7
La un depozit de produse petroliere se vinde din stoc butelii de GPL pentru care cererea
este incertă. Directorul de vânzări a firmei de distribuţie a realizat un studiu al livrărilor pe
ultimile 400 de zile şi a constatat următoarele:
a. Comenzile de reaprovizioare se emit şi se recepţionează dimineaţa dar livrarea
produsului se face cu întârziere (între una şi 3 zile),
b. Costurile de stocare sunt de 0,1 lei pe zi de fiecare produs,
c. Numărul de zile necesar recepţiei ultimelor 80 de comenzi este prezentat în tabelul de
mai jos,
d. Costul de lansare a unui nou produs este de 15 lei,
e. Costul datorat pierderii vânzării este de 3 lei,
f. Stocul iniţial este de 20 de bucăţi.
61
Frecvenţa (comenzi) 15 40 25
ziua 1 2 3 4 5 6 7 8 9 10
unitati livrate 5 4 6 6 7 7 3 1 5 6
stoc initial 20 15 11 5 10 2 10 7 6 10
numar
aleatoriu 52 33 78 63 90 95 22 3 43 81
cerere 5 4 6 6 7 7 3 1 5 6
stoc final 15 11 5 -1 3 -5 7 6 1 4
lipsa din stoc 1 5
comanda da da da da
numar 16 44 4 80
62
aleatoriu
timp de
livrare 1 2 1 3
Testăm şi cea de-a doua politică şi anume comandarea a 5 butelii când nivelul de
reaprovizionare este de 5 de butelii.
ziua 1 2 3 4 5 6 7 8 9 10
unitati
livrate 5 4 7 7 3 2 5 6 6 3
stoc initial 20 15 11 9 2 4 7 7 6 5
numar
aleatoriu 55 40 88 95 20 14 44 62 77 27
cerere 5 4 7 7 3 2 5 6 6 3
stoc final 15 11 4 2 -1 2 2 1 0 2
lipsa din
stoc 1
comanda da da da da da da da
numar
aleatoriu 15 68 18 15 20 1 1
timp de
livrare 1 2 1 1 1 1 1
63
g. total cost simulare pe zi 0,2 + 3 + 105 =108,2 lei
Analiza simulării indică că prima politică este mai ieftină.
64
Capitolul 6.
Modelarea reţelelor de transport
Aplicaţia 8
În cadrul rafinărie se doreşte montarea unei reţele de fibră optică pentru transportul
datelor citite către un dispecerat central de citire şi cotrol al acestora. Trebuie să se determine
lungimea minimă a cablelor care trebuie procurată, astfel încât să se asigure ca toate centrele
de citire a datelor să fie cuplate.
10 5
5
9 3
6 12 8
15
5 4
1 5
8 4
6
7 2 7
8 7
Se plecă de la nodul de început dar nu este absolut necesar. Se alege cea mai mică distanţă
între punctele 1,2,3,4 aceasta fiind de 5 km. Se alege apoi din nodul 4 cea mai mică distanţă
dintre 2,3,6, 5 care este cea mai mică 5 km spre nodul 6. Din nodul 6 se alege distanţa cea mai
mică spre nodurile 7 şi 2 adică 7 km spre nodul 2. De la nodul 6 se trece la nodul 7 (8 km). De
la nodul 7 se trece la nodul 8 (4 km). De la nodul 8 se va uni cu nodul 5. De asemeni se va uni
nodul 4 cu nodul 3 (6 km). În total lungimea cablului va fi de 40 km.
65
6.2. Problema drumului cel mai scurt
Rezolvarea acestei probleme constă în determinarea celei mai scurte distanţe între un
punct de plecare şi punctele de depozitare dintr-o reţea de drumuri.
Aplicaţia 9
10 5
5
9 3
6 12 15 8
5 4
1 5
8 4
6
7 2 7
8 7
Se plecă de la nodul iniţial 1 şi se determină cea mai scurtă distanţă până la nodurile cu care
acesta este conectat direct, nodurile adiacente, respectiv nodurile 2,3,4. Cea mai scurtă
distanţă este spre nodul 4 de 5 ore. Nodul 4 devine nod perment alături de nodul 1. De
asemeni se analizează legăturile dintre nodurile permanente şi următoarele depozite.
10 5
12 5
9 3 15
6 8
1 5 4 5
8 6 4
7 8
2 7
7
Camionul din punctul 4 trebuie să alimenteze punctele 3,5,2,6,8. Drumul parcurs de camion ar
putea fi întoarcerea în punctul 1 şi să alimenteze punctul 3 sau 2 sau să plece din punctul 4 în
punctul 3,5 sau 6. Se va alege punctul 6 care este la 10 ore de drum (cel mai scurt drum,
timpul fiind adunat cu cel de la nodul 1 la nodul4).
66
De aici se alimentează depozitul 2 cu 17 ore de drum. După depozitul 2 se întoarce camionul
în depozitul 1 cu 24 de ore în total. Se alimentează apoi depozitul 3 şi de aici depozitul 5 se
trece prin 8 şi apoi depozitul 7 (total 52 de ore).
În unele probleme de transport (prin teoria grafurilor) capacitatea unei ramuri poate fi
limitată. Obiectivul aplicării teoriei fluxurilor maxime constă în a maximiza transportul de la
origine către destinaţie.
Problema de flux maxim se aplică în zona:
a. Curgerii fluidelor prin reţelele de conducte,
b. Fluxul formularelor într-un sistem de procesare a datelor,
c. Fluxul realizării unor produse.
Aplicaţia 10
Fie reţeaua feroviară de mai jos. Compania de transport produse petroliere trebuie să
transporte de la nodul 1 la nodul 6 produse petroliere. Fiecare tronson are posibilitatea de a
transporta un număr redus de vagoane ce pot fi transportate de la un nod la altul. Numărul de
vagoane ce pot fi expediate este trecut lângă nod în partea dreaptă a acestuia. În partea stângă
se trece numărul de vagoane care pot părăsi în sens opus nodul.
5 0
0
2 5
2 2 4
6 2
3 3
7 5
1 4 6
4
0
4 2 2
2
3 2
Primul pas în stabilirea fluxului maxim este de a alege arbitrar o rută de cale ferată, de
la origine la destinaţie şi de a expedia cât mai multe vagoane pe această rută.
67
Se alege ruta 1,4,6 pe care se poate transporta maxim 4 vagoane.
1 4 0
0 5
2 5 0
4 2 2 4
2 4
6 3 2
7 4 3 3 0 4
1 5 4 6
4
4 2 0
4
2 2
2 2
3 2 0
Pe latura 1,4,6, se pot transporta maxim 4 vagoane. Pe latura 1,3,6 se pot livra maxim
2 vagoane. În total se pot transporta 10 vagoane de la 1 la 6.
Mai rămân disponibile 3 vagoane pe ruta 1,4 , 3 vagoane pe ruta 4,2 şi 4,5.
De asemeni se mai pot transporta 2 vagoane pe ruta 1,3 şi 2 vagoane pe ruta 3,4.
Pentru transportul invers se poate utiliza următoarele rute:
Ruta Număr vagoane
6,5,4,1 2
6,3,1 2
6,4,2,1 2
6,4,1 3
0
5 0
2 2 5
2
2 4
2 2
2 2
6 2
7 2 3
31 3 3
5 6
1 5
4 4
0
4 4
2 2 2 2
2
3 2
Se pot returna doar 9 vagoane pe ruta 1-6 şi încă 2 vagoane pe ruta 6,3,4.
Deci optim se poate transporta de la 1 la 6 doar 9 vagoane.
Paşii necesari determinării fluxului maxim sunt:
a. Se alege în mod arbitrar un tronson de la origine la destinaţie,
68
b. Se stabileşte fluxul maxim pe acest tronson ca fiind valoarea minimă a capacităţilor a
ramurilor care formează tronsonul,
c. Se ajustează valorile transportate din valorile fluxului maxim din fiecare nod,
d. Se adaugă fluxul maxim la următorul tronson.
69
Capitolul 7.
Rezolvarea problemelor de repartiţie
70
d. Se caută un cuplaj maxim prin operaţia de încadrare şi barare de zerouri (se
încadrează un 0 situat pe linia cu cele mai puţine zerouri şi se taie toate celelalte
zerouri aşezate pe linia şi coloana zeroului încadrat),
e. Dacă se obţine câte un 0 încadrat pe fiecare linie şi coloană, s-a obţinut cuplajul
maxim. În caz contrar se trece la etapa următoare.
f. Se marchează linile ce nu conţin valoarea 0 încadrat,
g. Se marchează coloanele care conţin 0 încadrat pe liniile deja marcate,
h. Se marchează liniile care conţin un 0 încadrat pe coloanele deja marcate,
i. În matricea astfel obţinută se taie toate liniile nemarcate şi coloanele marcate,
minorantul elementelor rămase netăiate se adaugă elementelor dublu tăiate, se
scade din elementele netăiate lăsând neschimbate elementele simplu tăiate.
j. Se continuă cu marcarea şi tăierea 0 până se obţine cuplajul maxim.
k. Soluţia optimă nu poate fi singura obţinută.
Aplicaţia 11
Centre C1 C2 C3 C4 C5 C6 C7 minoritant
71
Beneficiari
B1 0 2 4 3 1 5 6 1
B2 0 2 5 6 0 1 3 2
B3 2 2 1 0 1 4 6 3
B4 1 5 0 6 2 1 0 2
B5 0 0 0 0 0 0 0 0
B6 0 0 0 0 0 0 0 0
B7 0 0 0 0 0 0 0 0
Pe fiecare linie minimum este zero. Se alege minimum pe coloană. Se construieşte o nouă
matrice.
Centre C2 C6 C7 C8
Beneficiari
B1 0 3 5 0
B2 1 0 3 0
B3 2 4 7 0
B4 4 0 0 0
Se trece la bararea şi la tăierea valorilor nule.
Centre C2 C6 C7 C8
Beneficiari
B1 0 3 5 0
B2 1 0 3 0
B3 2 4 7 0
B4 4 0 0 0
Fiecare coloană şi linie conţine câte un zero barat deci soluţia este optimă.
În final B1-C2, B2-C6, B3-C8 şi B4-C7.
Soluţia optimă finală este:
72
B1-C1, B1-C2,
B2-C5, B2-C6,
B3-C4,
B4-C3, B4-C7,
B5-C2,
B6-C6,
B7-C7.
Aplicaţia 12
Şase localităţi (x) sunt aprovizionate de şase depozite (y).Costurile sunt date de tabloul
de mai jos. Ştiind că aprovizionarea fiecărei localităţi se face de către un singur depozit, să se
determine repartiţia depozitelor pe localităţi, astfel încât costul să fie minim [9].
y1 y2 y3 y4 y5 y6
x1 17 43 27 14 39 52
x2 29 24 69 90 23 13
x3 18 90 62 12 16 70
x4 58 14 6 18 73 64
x5 15 41 38 36 40 60
x6 25 44 18 44 13 50
Se caută minimul pe linii şi se scade. Teoretic se vor produce modificări doar pe liniile care
nu au nici un element zero, deoarece pe celelalte linii care au zero acesta va fi minimul şi prin
scădere nu se va modifica linia respectivă. În cazul exemplului vom modifica doar linia 1.
y1 y2 y3 y4 y5 y6
x1 -0 27 19 -0 24 37
x2 14 10 63 78 10 *0
x3 3 76 56 *0 3 57
73
x4 43 *0 -0 6 60 51
x5 *0 27 32 24 27 47
x6 10 30 12 32 *0 37
Etapa II:
linia cu cele mai puţine zerouri, prima găsită:
linia 2, deci se încadrează c26,
linia 3, deci c34 (se va tăia c14),
apoi linia 5, deci c51 (se taie c11),
linia 6, deci c65.
S-a marcat cu (*) elementele încadrate şi cu (-) cele tăiate (barate).
linia 4 are 2 zerouri, se încadrează primul (c42 ) se taie al doilea (c43 )
Toate zerourile sunt încadrate sau tăiate. Nu s-a obţinut soluţie deoarece sunt doar 5
zerouri încadrate.
Etapa III.
Nici un zero încadrat pe linia 1; coloanele 1 şi 4, deci se marchează (conform b) de la această
etapă.
Se marchează liniile 3 şi 5 (conform c), cu câte un zero încadrat.
S-au marcat: liniile: 1, 3, 5 şi coloanele: 1, 4
Etapa IV.
Se elimină liniile 2, 4, 6 şi coloanele 1 şi 4 (linii nemarcate şi coloane marcate).
Se obţine:
y2 y3 y5 y6
X1 27 19 24 37
X3 76 56 3 57
X5 27 32 27 47
Etapa V.
Se caută elementul minim (3), Se scade din coloanele netăiate: 2, 3, 5, 6 şi se adună la liniile
tăiate, 2, 4, 6. (caracterele italic) Se obţine:
y1 y2 y3 y4 y5 y6
x1 -0 24 16 *0 21 34
x2 17 10 63 78 10 *0
x3 3 73 53 -0 -0 54
x4 46 *0 -0 9 60 51
74
x5 *0 24 29 24 24 44
x6 13 30 12 35 *0 37
Se reîncepe direct cu etapa a II, pentru că pe fiecare linie minimul este zero, deci nu are rost
să exemplific etapa I, în care minimul de pe linie se scade...:
linia cu cele mai puţine zerouri, prima găsită:
linia 2, deci se încadrează c26,
linia 5, deci c51 (se taie c11),
linia 6, deci c65. (se taie c35)
linia 1, deci c14 , deoarece c11 este tăiat (se taie c34)
linia 4, deci c42 se taie al doilea (c43 ).
Etapa III:
Se marchează linia 3 (conform a, nu are zero încadrat) şi coloanele 4 şi 5 (conform b, în linia
marcată 3 are zerouri barate). Se marchează apoi liniile 1 şi 6 (conform c, are zero încadrat în
coloanele marcate, 4,5). Apoi se marchează coloana 1 ( are zero tăiat în linia 1 marcată,
conform b).
Deci s-au marcat folosind b, c:
liniile: 1, 3, 6;
coloanele: 1, 4, 5.
Etapa IV:
Se taie liniile nemarcate: 2, 4, 5 şi coloanele marcate: 1, 4, 5.
y2 Y3 y6
x1 24 16 34
x3 73 53 54
x6 30 12 37
Elementul minim va fi c63=12 . Se scade 12 din coloanele netăiate (2, 3, 6) şi se adună din
liniile tăiate (2, 4, 5). Se lucrează în tabelul mare, şi se obţine:
y1 y2 y3 y4 y5 y6
75
x1 0 12 4 0 21 22
x2 29 10 63 93 22 0
x3 3 61 41 0 0 42
x4 58 0 0 21 72 51
x5 12 24 29 36 36 44
x6 13 18 0 35 0 25
Se reia etapa I, există linie cu toate elementele diferite de zero, linia 5 care are minimul egal
cu 12. Acest minim se va scădea din elementele liniei 5. Se va obţine:
y1 y2 y3 y4 y5 y6
x1 -0 12 4 *0 21 22
x2 29 10 63 93 22 *0
x3 3 61 41 -0 *0 42
x4 58 *0 -0 21 72 51
x5 *0 12 17 24 24 32
x6 13 18 *0 35 -0 25
76
Capitolul 8.
Aplicaţii din industria chimică
Producţia estimată anual este de minim 100.000 tone de ţiţei anual. Scopul optimizării
acestui tip de probleme constă în a găsi numărul maxim de sonde ce se pot amplasa cu
cheltuieli minime.
Notăm cu x1, x2, x3, x4, x5 numărul sondelor ce se pot amplasa pe cele 5 structuri.
Ecuaţia producţiei
2000 x1 3000 x2 1000 x3 5000 x4 4000 x5 100000
77
valoare alocata numar maxim productia pe sonda cost sonda (milioane lei)
x1 0 5 2000 1,2
x2 8 8 3000 0,8
x3 11 12 1000 1
x4 1 9 5000 1,5
x5 15 15 4000 0,5
Ecuatia de productie Valoare minima
100.000 100.000
Functia de eficienta
26,4 Milioane lei
100.0 100.0
00 00
functia de eficienta
19 milioane lei
78
B 20 3 1,5 10
C 40 5 6,5 30
D 30 4 4,5 50
E 50 7 0,5 60
Notăm cu x1, x2, x3, x4, x5 numărul sondelor ce se pot amplasa pe cele 5 structuri.
Ecuaţia producţiei
2000 x1 3000 x2 5000 x3 4000 x4 7000 x5 100000
79
Investitii în acest caz
milioane lei
72
O rafinărie prelucrează cinci tipuri de ţiţei care au randamentele şi preţurile de mai jos.
Produse Ţiţei tip A Ţiţei tip B Ţiţei tip C Ţiţei tip D Ţiţei tip E
Benzină, % 20 30 10 15 40
Motorină, % 30 15 70 25 20
White spirit, % 10 25 10 30 20
Păcură, % 40 30 10 30 20
Preţ, 200 250 180 150 230
lei/tonă
Restricţile aplicabile acestei probleme sunt date de faptul că valorile lui xi 0, i 1,2,3,4 .
O rafinărie poate să prelucreze patru tipuri de ţiţei (ţiţei A, B, C). Din aceste ţiţeiuri se pot obţine şase
tipuri de produse petroliere finite. Să presupunem că rafinăria poate livra următoarele cantităţi
maxime de produse petroliere:
Tip produs Cantitate maximă
Motorină 1.000.000 tone
Benzină 2.000.000 tone
Păcură 4.000.000 tone
White spirit 500.000 tone
GPL 300.000 tone
Producţia este limitată din cauza capacităţii pieţii de a absorbi cantităţile de produse de
mai sus.
Se mai cunoaşte faptul că rafinăria obţine un beneficiu maxim pe tona prelucrată.
Se cere ce cantităţi de ţiţei trebuie prelucrate pentru a obţine un beneficiu maxim.
Materia primă Ţiţei tip A Ţiţei tip B Ţiţei tip C Ţiţei tip D
Benzină , % 20 10 30 20
Motorină, % 30 20 30 10
Păcură, % 10 70 10 0
White spirit, % 10 0 30 20
GPL, % 30 0 10 50
Total 100 100 100 100
Profit prelucrate 50 20 30 80
Lei/tonă
Materia primă Ţiţei tip A Ţiţei tip B Ţiţei tip C Ţiţei tip D Maxim
TOTAL
Se inmulteste cu 0 40000 6000 0 Mii tone
100 Mii tone
Benzină , % 20 10 30 20 580 2000
Motorină, % 30 20 30 10 980 1000
Păcură, % 10 70 10 0 2860 4000
White spirit, % 10 0 30 20 180 500
GPL, % 30 0 10 50 60 300
Total 100 100 100 100
Profit prelucrate 50 20 30 80
98 000 MII LEI
Lei/tonă
Restricţile aplicabile acestei probleme sunt date de faptul că valorile lui xi 0, i 1,2,3,4 .
Aplicând Solverul avem:
Materia primă Ţiţei tip Ţiţei tip Ţiţei Ţiţei tip Maxim
A B tip C D TOTAL
Se inmulteste cu 0 47000 0 6000 Mii tone
100 Mii tone
Benzină , % 20 10 30 20 590 2000
Motorină, % 30 20 30 10 1000 1000
Păcură, % 10 70 10 0 3290 4000
White spirit, % 10 0 30 20 120 500
84
GPL, % 30 0 10 50 300 300
Total 100 100 100 100
Profit 50 20 30 80
prelucrate 142.000 MII LEI
Lei/tonă
Deci se poate utiliza 4.700.000 tone din ţiţeiul tip B şi 600.000 tone ţiţei de tip D.
Optimizarea unei rafinarii se poate realiza pe baza unor blocuri sau sectiunii, pana la
intreaga rafinarie.
Pentru etapele a treia şi a patra a procesului, parametrii cei mai importanţi pot fi
determinaţi prin metoda de regresie multiplă care este influentă asupra reformării catalitice.
86
Domeniul de distilare Presiune
Conţinutul de naftene (procente) Debitul volumetric al materiei prime
Conţinutul de aromate (procente) Catalizatorul
Cifra octanica a reformatului
Capitolul 9.
Noţiuni de programare matematică
O problemă de programare liniară este în formă standard, atunci când toate restricţile
devin ecuaţii şi toate variabilele sunt nonnegative. O inegalitate devine egalitate prin
introducerea unei noi variabile numită şi variabilă de compensare (ea este cantitatea
neutilizată din resursa respectivă).
87
b. Forma tabelară a problemelor de programare liniară
Aplicaţia 12
Fie sistemul de ecuaţii de mai jos:
x1 6 x2 3 x5 47
x2 4 x6 8 x3 5 x5 132
(19)
x4 x6 18
x2 x4 10
Sistemul de ecuaţii de mai sus are valorile optime , fezabile (obţinute cu aplicarea Solverului):
x1 2
x2 3
x3 5
x4 7
x5 9
x5 11
Variabilele de baza sunt: x1, x3 .
O problemă în formă tabelară poate fi scrisă într-un tablou care va conţine coeficienţii
ecuaţiilor şi care va respecta următoarele condiţii:
88
a. deasupra tabelului coeficienţilor ecuaţiilor se scriu coeficienţii funcţiei obiectiv. Aceştia
reprezintă creşterea directă pe unitate a funcţiei obiectiv prin creşterea fiecărei variabile cu o
unitate (neglijând efectul constrângerilor),
b. la stânga tabloului se scriu variabilele de bază corespunzătoare fiecărei ecuaţii şi
coeficientul acesteia din funcţia obiectiv,
c. la baza tabloului există două linii:
- linia zj ce reprezintă descreşterea în valoare a funcţiei obiectiv ca urmare a creşterii cu o
unitate a variabilelor xj, descreştere datorată efectelor constrângerilor,
- linia cj -zj reprezintă linia profitului marginal sau linia evaluării nete, obţinută prin
scăderea valorilor zj din cj pentru fiecare coloană,
Dacă scriem pentru aplicaţia 12 următoarea funcţie obiectiv:
4 x1 8 x2 2 x3 4 x4 3 x5 6 x6 max
c. Metoda SIMPLEX
Această metodă constă în obţinerea unor noi soluţii fezabile de bază care cresc
valoarea funcţiei obiectiv (sau cel puţin o lasă neschimbată). Metoda SIMPLEX se aplică
problemelor de programare liniară aduse în formă tabelară şi are drept obiectiv generarea unor
noi forme tabelare pentru sistemul de ecuaţii până se obţine soluţia optimă.
Metoda SIMPLEX constă în rezolvarea problemelor în trei paşi şi anume:
a. găsirea celei mai mari valori pozitive pentru CJ-ZJ, care va fi desemnată coloana pivot.
Dacă nu există nici o valoare pozitivă această soluţie este optimă.
b. Pentru fiecare valoare pozitivă din coloana pivot se găseşte raportul dintre membrul
drept şi elementul din coloana pivot. Raportul minim stabileşte linia pivot. La
intersecţia coloanei pivot cu linia pivot se găseşte elementul pivot.
c. Se generează o nouă formă tabelară astfel:
- Se împarte linia pivot la elementul pivot,
89
- Pentru toate celelalte linii se înmulţeşte noua linie generată la punctul de mai sus,
prin elementul corespunzător din coloana pivot şi se extrage din linia curentă,
- Se completează celulele tabloului şi se trece la pasul a.
Pasul a al metodei SIMPLEX stabileşte variabila cu ce mai mare influenţă unitară
asupra funcţiei obiectiv. Pasul b care variabilă devine prima zero pe măsură ce creşte
variabila cu influenţa cea mai mare. Pasul c generază noul tablou cu variabila din pasul
a înlocuind variabila stabilită la pasul b.
Modul de rezolvare al problemelor descris mai sus se aplică problemelor de
maximizare liniară.
Pentru minimizare linară se procedează astfel:
a. Se multiplică funcţia obiectiv cu valoarea -1 şi maximizând,
b. Se schimbă pasul a astfel încât să se găsească cel mai negativ CJ-ZJ. Dacă nu s-a
găsit această valoare se consideră că s-a obţinut soluţia optimă.
Atunci când avem o problemă sub forma standard şi ea nu corespunde unei forme tabelare
(deci nu există ecuaţii care să aibă coeficienţi +1 într-o ecuaţie şi să fie egali cu 0 în celelalte),
se adaugă o variabilă artificială căreia i se asociază coeficientului –M, unde M este gândit ca
un număr apropiat de valoare infintă. Apoi se trece la efectuarea paşilor metodei SIMPLEX.
Datorită contribuţiei foarte mari a variabilei artificiale (-M), atunci când problema are un
punct de optim, valoarea variabilei artificiale devine 0. Având în vedere că variabila artificială
este secundară atunci ea poate fi eliminată deoarece trebuie să fie egală cu 0 în orice soluţie
fezabilă.
Metoda SIMPLEX este o procedură de rezolvare a problemelor de programare liniară aduse
în formă tabelară prin calcule iterative.
d. Aplicaţii numerice
Modelul matematic de programare liniară ales este constituit de obicei dintr-un asamblu
de relaţii liniare, dintre care una reflectă obiectivul urmărit iar celelalte conţin restricţile de
resurse sau tehnologice ale sistemului.
Modelul matematic de programare liniară (PL) utilizat în reprezentarea unui proces economic într-
o intreprindere este construit dintr-un ansamblu de relaţii liniare, dintre care una reflectă
obiectivul urmărit, iar celelalte cuprind restricţiile de resurse sau tehnologice.
Modelul se scrie sub forma standard, astfel [10]:
90
Ax b
x 0, (20)
min(max)(Z ( x )) cx
91
b. se face o analiză a sensibilităţii soluţiei optimie funcţie de variaţia unui parametru.
Aplicaţiile de programare liniară se rezolvă prin [10]:
a. reoptimizarea vectorului b,
b. reoptimizarea vectorului c,
c. reoptimizarea matricii tehnologice A,
d. parametrizarea vectorului b,
e. parametrizarea vectorului c,
f. introducerea de noi restricţii,
g. adăugarea unei variabile suplimentare.
Să se determine:
max z 4 x1 x2 3 x2
Cu condiţiile :
4 x1 x2 6 x3 4
x1 x2 5 x3 3
x1 , x2 , x3 0
Cu soluţiile finale:
4 x1 0, x2 0, x3 0
x4 4, x5 3
Aplicaţia 13
Nota: pentru această aplicaţie s-a folosit un model de calcul din lucrarea 10.
92
Reoptimizarea vectorului b din ecuaţia (20) se face astfel: se notează cu X B soluţia
optimă pentru relaţiile de programare liniară scrise sub forma standard. În aceste condiţii
înseamnă că avem:
X B B 1 b, ( B 1este inversa bazei B a problemei)
1 0 1 1/ 5 1/ 5 2/5
B 0 2 1 , Inversa bazei B 1 2 / 5 2/5 1/ 5
2 1 0 4/5 1/ 5 2 / 5
Cazul a:
93
400 300
'
b 500 , b1 500
600 500
x2 1 / 5 1 / 5 2 / 5 200 280
x5 2 / 5 2 / 5 1 / 5 600 340 ,
x 4 / 5 1 / 5 2 / 5 900 80
1
În ecuaţia de mai sus x2 280, x5 340, x1 80 şi deci avem o condiţie de nenegativitate
faţă de cerinţele exprimate prin prin enunţul iniţial al problemei.
3/4 1/2 1/4 1/2 3/4 M M M
cj Bază P0 P1 P2 P3 P4 P5 P6 P7 P8
½ P2 280 0 1 2 1 0 1/5 -1/5 2/5
¾ P5 340 0 0 1 1 1 -2/5 2/5 1/5
¾ P1 -80 1 0 -2 -1 0 4/5 1/5 -2/5
Zj 335 ¾ ½ ¼ ½ ¾ 2/5 7/10 1/20
Zj-Cj 0 0 0 0 0 2/5- 7/10- 1/20-
M M M
Soluţia este x2 200, x1 80, x5 260 , funcţia F obiectiv fiind egală în acest caz cu 325.
94
400 400
b 500 , b1
"'
500
600 600 2
3
220
x2 1 / 5 1 / 5 2 / 5 400 5
4
x5 2 / 5 2 / 5 1 / 5 500 160 ,
x 4 / 5 1 / 5 2 / 5 600 2 5
1 8
180
5
X 1 B B 1 b" ,
95
Capitolul 10.
Aplicaţii EXCEL
a. Luarea decizilor
Prima etapă de rezolvare a procesului decizional se referă la luarea unei decizii. Pentru
aceasta trebuie să se identifice şi să se definească problema de analiză decizională şi de
asemeni să se aleagă o alternativă de rezolvare.
De exemplu o societate de distribuţie doreşte să îşi deschidă mai multe centre
operaţionale de distribuţie a buteliilor de GPL în Bucureşti, Timişoaara, Constanţa şi Braşov.
Societatea doreşte să cunoască care centru va fi mai eficient şi deci să se axeze pe
deschiderea acestuia în prima fază.
Problemele decizionale pot fi definite funcţie de un singur criteriu-
decizii cun un singur obiectiv-(cheltuielile cu chiria terenului) sau mai
multe criterii -decizii multicriteriale-(lipsa unui competitor pe piaţa de
distribuţie, lipsa unui distribuitor de gaze naturale, etc.).Unele criterii pot fi
96
uşor de definit (cheltuielile cu chiria şi taxele locale), altele pot fi evaluate
pe bază subiectivă (posibilitatea de creştere a cheltuielilor cu haze
naturale, etc). De asemeni criterile pot avea rezultate contradictorii şi deci
alegerea trebuie făcută funcţie de calitatea sau cantitatea rezultatelor
obţinute (în context cu cerinţele furnizorului).
b. Programarea liniară
c. Analiza decizională
97
b. Un proiect în zona Timişoara de dimensiuni medii (pentru fabricarea benzinei
ecologice),
c. Un proiect în zona Constanţa de dimensiuni majore (o nouă rafinărie).
Factorul cheie în alegerea proiectului o reprezintă cererea de produse în viitor.
Managementul firmei crede în:
a. Acceptarea proiectelor de către piaţă şi deci cerere mare (S1),
b. Cerere redusă de produse (S2).
De asemeni se pot accepta şi trei alternative a proiectului:
a. Proiect de dimensiune redusă (D1),
b. Proiect de dimensiune medie (D2),
c. Proiect de dimensiune mare (D3).
Utilizând cele mai bune informaţii disponibile, agentul trebuie să asigue o evaluare a
proiectelor funcţie de starea naturii şi câştigul ce va fi obţinut.
În funcţie de problema analizată, acest câştig poate reprezenta un cost, un profit, un
timp sau orice măsură care poate cuantifica ieşirile problemei studiate.
98
Rij V j Vij
Unde:
-Rij- regretul asociat alternativei di asociat stării proiectului Si,
- Vj este câştigul corespunzător celei mai mari valori pentru starea proiectului Sj.
Pentru probleme de maximizare Vj are valoarea cea mai mare pentru starea proiectului Sj,
iar pentru probleme de minimizare Vj are valoarea cea mai mică pentru starea proiectului
Sj.
- Vij este câştigul corespunzător alternativei dj asociat stării proiectului Sj.
Următorul pas este determinarea regretului maxim pentru fiecare alternativă, iar în
final va fi selectată alternativa cu cel mai mic regret maxim.
e.Aplicaţii Excel
Criteriul optimist constă în calcularea maximului dintre cererea mare şi cererea redusă
şi apoi cel mai mare maxim al proiectelor. Se alege ca decizie proiectul cu cel mai mare
maxim.
castig maxim=maxim
dintre cererea mare şi decizie
alternativa starea proiectului cererea redusă recomandata
cerere mare cerere redusa
proiect de dimensiune mica 10 8 10
proiect de dimensiune medie 15 12 15
Cea mai bună
proiect de dimensiune mare 22 -10 22 alegere
cel mai bun castig 22
Criteriul pesimist constă în alegerea minimului din starea proiectului dar să fie pozitiv.
Castig decizie
Alternativa starea naturii maxim recomandata
cerere mare cerere redusa
Cea mai bună
proiect de dimensiune mica 10 8 8 alegere
proiect de dimensiune medie 15 12 12
proiect de dimensiune mare 22 -10 -10
cel mai bun castig 8
99
proiect de dimensiune mica 10 8
proiect de dimensiune medie 15 12
proiect de dimensiune mare 22 -10
Matricea regretelor
regret
alternativa starea Proiectului maxim
cerere mare cerere redusa
proiect de dimensiune mica 12 4 12
proiect de dimensiune medie 7 0 7
proiect de dimensiune mare 0 22 22
In matricea regretelor se va calcula pentru fiecare proiect maximul dintre cele trei proiecte din
care se va scadea valoarea proiectului initial. De asemeni in coloana regretelor maxime se va
alege maximul dintre cele două stări ale proiectului.
În final se va alege minimul dintre valorile regretelor maxime. Valoarea obţinută în acest caz
este proiectul de dimensiune medie şi anume cel de 7 milioane de Euro.
a. Introducere
Deva
Cluj 5
Napoca
3
7 9
10.000
Iaşi
4
8
Bacău
1
101
20.000
Craiova
5.000
10.000
4 Bucureşti 45.000
1 6
5
6 Braşov 10.000
40.000
Suma acestor costuri reprezintă costul total al transportului uleiurilor la toate cele 4
depozite, rezultatul trebuind să fie minim.
Funcţia obiectiv este următoarea:
5 x11 3 x12 9 x13 7 x14 8 x21 4 x22 1x23 4 x24 x31 6 x32 5 x33 6 x34 .
Bacău
x21 x22 x23 x24 20000
Craiova
x31 x32 x33 x34 40000
Deva
x11 x21 x31 x41 5000
Iaşi
x12 x22 x32 x42 10000
Bucureşti
x13 x23 x33 x43 45000
Braşov
x14 x24 x34 x44 10000
De asemeni:
xij 0, i, j 1,2,3,4
b. Rezolvarea în Excel
102
Origine Deva Iaşi Bucureşti Braşov oferta
Cluj 5 3 9 7 10000
Bacău 8 4 1 4 20000
Craiova 1 6 5 6 40000
cerere 5000 10000 45000 10000
a. Oferta totala nu este egală cu cererea totală. Dacă oferta totală depăşeşte cererea totală
atunci problema există cantităţi neutilizate. Dacă oferta totală este mai mică decât
cererea totală atunci problema este neechilibrată. Pentru rezolvarea acestei probleme
se adaugă o ofertă fictivă cu costuri nule.
b. Există rute neacceptate. Pentru acest tip de probleme se adaugă acestor rute costuri
foarte mari şi deci nu sunt fezabile. De asemeni se poate elimina aceea rută din graf.
c. Există rute cu capacităţi limitate. Pentru acest tip de probeme se introduc restricţii de
tipul cantitatea transportată va fi mai mică sau egală cu o anumită valoare.
Modelul general al problemei de transport cu m puncte de origine şi n puncte de
distribuţie este:
m n
min cij xij
i 1 j 1
n
x
j 1
ij si , i 1,2,..m
x
i 1
ij d j , j 1,2,..., n
xij 0,
Unde:
103
-i este indexul punctelor de origine,
-j este indexul punctelor de destinaţie,
-xij reprezintă numărul de unităţi transportate de la originea i la destinaţia j,
- cij reprezintă costul unitar de transport din originea i la destinaţia j,
- sj este oferta sau capacitatea din originea i,
- dj este cererea la destinaţia j.
100 104
Echipa 1 Proiect 1
200
Echipa 3
2 300
100250
150 200 400 50 Proiect
Proiect32
1 1
1
1
1 1
Restricţiile aplicabile studiului sunt date de faptul fiecărei echipe i se poate ataşa un singur
proiect deci vom avea:
x11 x12 x13 1
x21 x22 x23 1
x31 x32 x33 1
x11 x21 x31 1
x12 x22 x32 1
x13 x23 x33 1
105
Distilare atmosferică Distilare în vid Fracţionare gaze
m n
min cij xij
i 1 j 1
x
j 1
ij 1, i 1,2,..., m Echipe
x
i 1
ij 1, j 1,2,..., n Proiecte
106
Capitolul 11.
Aplicaţii Software de modelare simulare
108
prin mutarea cursorului bară pe nod folosind tastele săgeţi. Cu tasta ESC se revine în ecranul
grafic.
Nodurile se plasează în ecranul grafic cu ajutorul mouse-ului. Abrevierea nodurilor poate fi
efectuată într-o parte a ecranului apăsând tasta F1. Nodurile pot fi conectate plasând cursorul
(prin intermediul tastelor săgeţi sau al mouse-ului) pe un nod şi apăsând tasta -.
După ce conexiunile sunt admise de EZSIM (se face un test online de programul soft care
analizează fiecare nod şi posibilele relaţii cu alte noduri din reţea), se determină şi necesarul
de componente ce trebuie adăugate în reţea (din punct de vedere logic). Softul detectează
erorile logice în timpul construirii modelului, conectarea unui ÎNCEPUT cu un FINAL fiind
avertizată de EZSIM ca fiind o conexiune lipsită de sens. Utilizatorul indică nodurile sursă şi
destinaţiile. Softul asigurând calea de conectare. Reţeaua EZSIM poate fi mărită funcţie de
posibilităţile de lucru ale calculatorului, ramurile putând fi vizualizate plasând cursorul pe nod
şi apăsând tastele ALT+I (ramurile dorite a fi vizualizate) şi pe ALT+O toate ramurile de
ieşire din nod.
Comenzile utilizate de soft sunt:
a. H pentru a vedea descrierile nodurilor şi scurte comezi grafice,
b. F1 pentru a vedea codurile nodurilor,
c. Pentru a plasa un nod se duce cursorul de la mouse în locul dorit şi s etasteaza litera de
cod pentru nod. Se poate mişca cursorul şi din săgeţi,
d. Conectarea a două noduri se face prin plasarea cursorului pe nodul origine şi tastarea
semnului -. Apoi se merge pe nodul dorit şi se tastează din nou semnul -,
e. Un nod se şterge apăsând tasta F2,
f. Un nod cu ramurile conectate se mută aplicând cursorul pe el şi apoi se tasteaza F4. se
mută cursorul unde se doreşte a fi instalat nodul şi se tasteaza din nou F4.
109
Nodurile pot fi selectate în orice succesiune dorită şi de asemeni fiecare nod este identificat
prin numele său. În momentul în care un nod are toate informaţiile apare încadrat de un
dreptunghi cu linie dublă. Un semn de întrebare poate apărea în colţul de jos dreapta, dacă s-a
plasat primul nod pe ecran. Acesta semnalează de asemeni noduri nedefinite total în partea
nevizibilă a ecranului.
Capitolul 12.
Diagrama cauză-efect
110
(ISHIKAWA)
Diagrama cauză-efect (de proces) se utilizează în cadrul unui departament (secţie, divizie,
firmă), atunci când apare o problemă ce necesită a fi rezolvată.
111
Se utilizează atunci când:
a. Problema care a apărut şi necesită rezolvarea nu poate fi
localizată,
b. Necesită întocmirea unei diagrame de proces pentru a
identifica cauzele problemelor (în fiecare etapă a procesului).
Dacă procesul este mult prea mare pentru a fi stutiat (sau problema a apărut la nivelul
dezvoltării unei etape) atunci se împarte procesul în subprocese (pentru fiecare întocmind o
diagramă 4M/5M/6M sau 4P).Se identifică astfel cauzele cheie pentru fiecare etapă a
procesului.
112
Teoria a fost elaborată de către Alex Osborn şi se utilizează atunci când sunt necesre idei
noi sau soluţia unei probleme analizate nu a putu fi dedusă logic.
Brainstormingul reprezintă o stimulare a creativităţii şi se dezvoltă în mai multe etape
după cum urmează:
a. Se formulează clar problema necesară a fi dezbătută,
b. Se formază grupul şi se desemnează leaderul sau facilitatorul,
c. Se desemnează persoana care va nota ideile membrilor grupului fără a intervenii în
activitatea acestuia (un scrib),
d. Se stabilesc regulile grupului precum şi codul de comportament. De exemplu fiecare
membru îşi exprimă câte o idee prin rotaţie (când îi vine rândul). De asemeni ideile
trebuie să fie exprimate cât mai concis posibil. Atunci când nu are nici o idee membrul
grupului spune pas,
e. Se accepta şi se notează toate ideile. Nu se critici, întreruperi ale interlocuitorului. Se
încurajează buna dispoziţie şi ideile exagerate pentru a crea o comuniune în grupul de
studiu. Se trec în revistă problemele ce au apărut în timpul şedinţei pentru a minimiza
efectul acestora (întreruperi, critici, eliminarea rolului de expert),
f. Se alege cea mai bună soluţie de către şeful grupului şi se înregistrează în modelul de
lucru acceptat,
g. Dacă soluţia nu dă rezultatele scontate se trece la modelarea celorlalte soluţii.
113
BIBLIOGRAFIE
1. Woinaroschy, A., Smigelschi, O.-Ingineria sistemelor şi optimizarea proceselor
chimice, Editura Didactică şi Pedagogică, Bucureşti, 1983,
2. Mănescu, M., Dumitru, V, Ionescu, V., Bărbatu, Gh.-Programarea matematică în
industria petrolieră, Editura Academiei Române, Bucureşti, 1970,
3. Edgar, T.F., Himmelblau D.M., Lasdon L. S.,-Optimization of Chemical
Processes, Second Edition, The McGraw-Hill Companies, New York, 2002,
4. Lucaci, A,I,. Optimizarea proceselor din industria chimică, Editura Tehnică,
Bucureşti, 2002,
5. Mandalopol D., Optimizarea proceselor petrochimice, Note de curs, Universitatea
Ovidius Constanţa, 1998,
6. *** Microsoft Excel 97 pas cu pas. Editura Teora, Bucureşti, 1997,
7. Roşca L, Modelare şi simulare în afaceri, Editura Universităţii „Lucian Blaga” din
Sibiu, 2003
8. Smigelschi, O.,Woinaroschy, A., Optimizarea proceselor în industria chimică,
Editura Tehnică, Bucureşti, 1978,
9. Niţu M, Niţu A., Algoritmul ungar, aplicaţii numerice,
10. Bondrea I, Modelarea şi simularea proceselor de producţie, Editura Universităţii
“Lucian Blaga”, Sibiu, 2002,
11. Behrokh Khoshnevis, EZSIM simulation modeling environment with visual
modeling and event animation capabilities, http://www-
bcf.usc.edu/~khoshnev/software.html, 2011,
114
Cuprins
Prefaţă................................................................................................................ 2
1. Noţiuni fundamentale........................................................................................ 3
1.1 Teoria sistemelor chimice................................................................................. 3
1.2. Decizia în operarea sistemelor........................................................................... 4
1.3. Sinteza sistemelor.............................................................................................. 6
1.4. Modelarea problemelor cu ajutorul programării liniare..................................... 6
1.5. Lucrul în mediul Excel...................................................................................... 8
1.6. Probleme rezolvate............................................................................................ 15
2. Formularea problemelor de optimizare.............................................................. 19
2.1. Introducere......................................................................................................... 19
2.2. Elaborarea modelului matematic al procesului.................................................. 19
2.3. Construirea funcţiei obiectiv.............................................................................. 26
2.4. Alegerea metodei de optimizare........................................................................ 27
2.5. Căutarea optimului............................................................................................. 28
2.6. Probleme rezolvate............................................................................................ 28
2.7. Introducerea şi editarea datelor în Excel........................................................... 29
3. Programarea liniară în industria chimică........................................................... 31
3.1. Date iniţiale........................................................................................................ 31
3.2. Definirea problemei de programare liniară........................................................ 32
3.3. Modelul matematic............................................................................................ 34
3.4. Proprietăţile programării liniare......................................................................... 34
3.5. Concepte ale programării liniare....................................................................... 35
3.6. Rezolvarea problemelor de programare liniară cu ajutorul Excel..................... 36
3.7. Rezolvarea problemelor de programare liniară cu ajutorul metodei grafice..... 46
115
3.8. Imposibilitatea şi nemărginirea......................................................................... 48
3.9. Analiza sensibilităţii.......................................................................................... 49
4. Probleme de transport........................................................................................ 50
4.1. Date iniţiale....................................................................................................... 50
4.2. Modelul matematic............................................................................................ 50
4.3. Echilibrarea problemei de transport................................................................... 51
4.4. Rezolvarea problemelor de transport................................................................. 52
5. Simularea Monte Carlo...................................................................................... 59
5.1. Date iniţiale........................................................................................................ 59
5.2. Prezentarea metodei........................................................................................... 59
6. Modelarea reţelelor de transport........................................................................ 67
6.1. Problema arborelui de deschidere minimă......................................................... 67
6.2. Problema drumului cel mai scurt....................................................................... 68
6.3. Problema fluxurilor maxime.............................................................................. 69
7. Rezolvarea problemelor de repartiţie................................................................. 72
7.1. Date iniţiale........................................................................................................ 72
7.2. Algoritmul ungar................................................................................................ 72
8. Aplicaţii din industria chimică........................................................................... 80
8.1. Distribuţia investiţilor pe structurile noi de extracţie a ţiţeiului........................ 80
8.2. Optimizarea cheltuielilor pe structurile noi de extracţie a ţiţeiului.................... 81
8.3. Optimizarea cheltuielilor în rafinărie necesare pentru obţinerea unor
sortimente de produse petroliere....................................................................... 84
8.4. Obţinerea beneficiului maxim când sortimentele de produse sunt limitate....... 86
8.5. Diagrama bloc de modelare a unei rafinării....................................................... 88
9. Noţiuni de programare matematică.................................................................... 91
9.1. Algoritmul SIMPLEX........................................................................................ 91
10. Aplicaţii EXCEL................................................................................................ 100
10.1. Rezolvarea problemelor de analiză decizională................................................. 100
10.2. Rezolvarea problemelor de transport................................................................. 104
116
10.3. Rezolvarea problemelor de alocare.................................................................... 108
11. Aplicaţii Software de modelare simulare.......................................................... 112
12. Diagrama cauză-efect (ISHIKAWA)................................................................. 116
Bibliografie........................................................................................................ 119
117