1 / 27

敏感度分析

敏感度分析. 因 線性規劃模型的輸入參數。 如：單位利潤（成本）等，均須事先估計，並以 常數表示之 ，以利求解。在不同時間與管理者對於參數估計可能不同，所求得最佳解可能不同。管理者必須瞭解 最佳解對於參數值變化的敏感度，這種分析稱之為「敏感度分析」 (Sensitivity Analysis) 。. 線性規劃問題的電腦解 (1/5). 重新檢視第三章力新問題： Max 9X + 10Y 總利潤 Subject to (s.t.) 4X + 7Y  4220 切割與染整 ( 或切染 ) 7X + 6Y  4510 縫合

callum-holman
Download Presentation

敏感度分析

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 敏感度分析 • 因線性規劃模型的輸入參數。如：單位利潤（成本）等，均須事先估計，並以常數表示之，以利求解。在不同時間與管理者對於參數估計可能不同，所求得最佳解可能不同。管理者必須瞭解最佳解對於參數值變化的敏感度，這種分析稱之為「敏感度分析」(Sensitivity Analysis)。 4-1

  2. 線性規劃問題的電腦解 (1/5) • 重新檢視第三章力新問題： Max 9X + 10Y 總利潤 Subject to (s.t.) 4X + 7Y  4220 切割與染整(或切染) 7X + 6Y  4510 縫合 9X + 8Y  7200 組裝 6X + 3Y  3600 檢驗與包裝(或檢裝) X, Y  0 • 目標函數值為6850.000。其最佳解分別為：X=250(個)，Y=460(個)。 4-2

  3. 4-3

  4. 線性規劃問題的電腦解(2/5) • 在最佳解右方的欄位為決策變數的「削減成本」，表示決策變數的目標函數係數要「改善」多少，才能使決策變數出現正值。 • 此題共有四條<=限制式，從圖可知前兩個限制式為束縛限制式，其「寬裕值」均為0(亦即資源全部用完)；後兩個限制式其寬裕值分別為：組裝1270小時、檢裝720小時的未用人力。 4-4

  5. 線性規劃問題的電腦解(3/5) • 「對偶價」(Dual prices)：其意義為該限制式不等式「右側值」每增加一單位，目標值「改善」量。 • OBJ COEFFICIENT RANGES：其意義為只要目標函數中決策變數的係數在此範圍內變動，則最佳解不變，此範圍稱之為「最佳化範圍」 • RIGHTHAND SIDE RANGES：其意義為只要右側值在此範圍內變動，則限制式之對偶價不變；此範圍又稱之為可行性範圍 4-5

  6. 線性規劃問題的電腦解(4/5) • 目前係數 = 9.000000 • 可允許增量 = 2.666667  2.66 • 可允許減量 = 3.285714  3.28 • 最佳化範圍上限 = 10.00 + 5.75 = 15.75 • 最佳化範圍下限 = 10.00 – 2.28 = 7.72 • C2最佳化範圍為：7.72  C2  15.75 4-6

  7. 線性規劃問題的電腦解(5/5) • 以第一條限制式(切染部門)的對偶價U1為例： • 目前右側值 = 4220.000000 • 可允許增量 = 1041.666748  1041.66 • 可允許減量 = 1200.000000 • 可行性範圍上限 = 4220.00 + 1041.66 = 5261.66 • 可行性範圍下限 = 4220.00 – 1200.00 = 3020.00 • U1可行性範圍為：3020.00  RHS1  5261.66 4-7

  8. 敏感度分析簡介 • 「敏感度分析」(Sensitivity Analysis) 是探討線性規劃問題中參數係數的改變，如何影響最佳解。 • 由於此項分析是在已經求得最佳解的情況下，探討參數係數改變對於最佳解的影響，故又稱之為「後最佳化分析」 4-8

  9. 一次改變一個參數(1/5) 題目請見課本p92 範例4.1 • 【解】 變數Y之係數C2最佳化範圍：7.72  C2  15.75 因新單位利潤12元仍在範圍內，故最佳解不變，仍為X=250，Y=460 新目標函數 = 9X + 12Y = 9(250) + 12(460) = 7770(元)所以，目標函數已經從6,850元增加920(=2460)元至7,770元。 4-9

  10. 一次改變一個參數(2/5) 題目請見課本p92 範例4.2 • 【解】 因Y-型球袋單位利潤7元超出最佳化範圍：7.72  C2  15.75 故最佳解可能已改變，必須重解線性規劃模型。如圖4.2示，最佳解為X=538(個)，Y=124(個)，目標函數值為5,710元。 4-10

  11. 4-11

  12. 一次改變一個參數(3/5) 題目請見課本p93 範例4.3 • 【解】 當限制式右側值改變時，對偶值愈大，則目標函數的改善愈大。 發現第二條限制式的對偶值0.92元為最大，可知四個部門當中，以增加縫合部門每單位(分鐘)人力，可增加0.92元的獲利為最高，其次為切染部門的0.64元，另外兩個部門皆為0元。 4-12

  13. 一次改變一個參數(4/5) • 第二條限制式U2的可行性範圍為：3617.15  RHS2  5110.00 • 縫合部門增援後可用人力為4510 + 540 = 5050(分鐘)，仍然在可行性範圍內，故知其對偶值0.92(元/分鐘)不變，則所增加的最大利潤為：5400.92 = 496.8(元)，增加人力後的總利潤：6850 + 496.8 = 7346.8(元)。 4-13

  14. 一次改變一個參數(5/5) 題目請見課本p94 範例4.4 • 【解】 縫合部門增援後總人力 = 4510 + 1200 = 5710(分) 因5,710分超出範圍：3617.15  U2  5110.00，須重新求解。 最佳解X=418(個)，Y=364(個)，目標值為7,402元。 增援20人力的貢獻：7402 – 6850 = 552(元)。每分鐘的貢獻利潤為：552/1200 = 1.0053(元/分鐘) 4-14

  15. 一次可同時改變多個參數(1/10) • 在實務上，管理者作敏感度分析時，可能必須考慮一次同時改變多個參數，其可能的情況有以下三種： • 同時改變多個目標函數係數 • 同時改變多個限制式右側值 • 同時改變多個目標函數係數以及限制式右側值 • 先介紹會用到的兩項法則： • 目標函數係數改變的100%法則 • 限制式右側值改變的100%法則 4-15

  16. 一次可同時改變多個參數(2/10) 題目請見課本p95 範例4.5 • 【解】由圖4.1可算出： X之係數C1最佳化範圍為：5.72  C1  11.66 Y之係數C2最佳化範圍為：7.72  C2  15.75 8元與12元分別在C1與C2的最佳化範圍內，同時改變兩個係數必須計算其總係數改變率是否超過100%。 4-16

  17. 一次可同時改變多個參數(3/10) • C1從9減為8，減量為1，可允許減量為3.285714則X係數改變率 = 1/3.2857  0.3043 = 30.43% C2增量為2，可允許增量為5.750000則Y係數改變率 = 2/5.7500  0.3478 = 34.78% 總係數改變率 30.43% + 34.78% = 65.21% < 100% 故最佳解不變，仍X=250，Y=460。新目標函數 = 8X + 12Y = 8(250) + 12(460) = 7520(元) 目標函數從6,850元增加670元至7,520元。 4-17

  18. 一次可同時改變多個參數(4/10) 題目請見課本p96 範例4.6 • 【解】 11元與9元分別在C1與C2的最佳化範圍內，由於同時改變兩個係數，必須計算其總係數改變率是否超過100%。 C1增量為2元，可允許增量2.666667，則變數X係數改變率 = 2/2.6667  0.7500 = 75.00% 4-18

  19. 一次可同時改變多個參數(5/10) • C2減量為1元，可允許減量2.285714，則變數Y的係數改變率 = 1/2.2857  0.4375 = 43.75% 總係數改變率 75.00% + 43.75% = 118.75% > 100% 故最佳解可能已經改變，必須重解線性規劃模型，以求得新的最佳解。 最佳解為X=538(個)，Y=124(個)，目標函數值為7,034元。 4-19

  20. 4-20

  21. 一次可同時改變多個參數(6/10) 題目請見課本p97 範例4.7 • 【解】 420分鐘與300分鐘在U1與U2的可行性範圍內，同時改變兩個右側值，必須計算其總右側值改變率是否超過100% RHS1增加420(分)，可允許增量為1041.6667，則RHS1改變率 = 420/1041.6667  0.4032 = 40.32% 4-21

  22. 一次可同時改變多個參數(7/10) • 因RHS2增加300(分鐘)，可允許增量為600.0000，則RHS改變率 = 300/600.0000  0.5000 = 50.00% 總右側值改變率 40.32% + 50.00% = 90.32% < 100%故知所有對偶價不變。則約可替公司增加利潤 = 420(0.64) + 300(0.92) = 544.8。 4-22

  23. 一次可同時改變多個參數(8/10) 題目請見課本p98 範例4.8 • 【解】 單位換算：8小時 = 480分 480分都在U1與U2的可行性範圍內，同時改變兩個右側值，必須計算其總右側值改變率是否超過100%。 RHS1減少480(分)，可允許減量為1200.0000，則RHS1右側值改變率 = 480/1200.0000  0.4000 = 40.00% 4-23

  24. 一次可同時改變多個參數(9/10) • 因RHS2增加480(分)，可允許增量為600.0000，則RHS2右側值改變率 = 480/600.0000  0.8000 = 80.00% 總右側值改變率 40.00% + 80.00% = 120.00% > 100% 原對偶價可能已經改變，故必須重新求解。 如圖4.5所示，最佳解為X=466(個)，Y=268(個)，目標函數值為6,874元。此人力調度，確實可為公司增加獲利。 4-24

  25. 4-25

  26. 一次可同時改變多個參數(10/10) 題目請見課本p99 範例4.9 • 【解】 如圖4.6所示，最佳解為X=233(個)，Y=529(個)，目標函數值為8,454元。切染與縫合兩限制式的對偶價皆已改變，分別為1.2(元/分鐘)與0.6(元/分鐘)。 4-26

  27. 4-27

More Related