Idioma: Español
Fecha: Subida: 2020-04-21T00:00:00+02:00
Duración: 55m 07s
Lugar: Presentación
Visitas: 1.159 visitas

(1597) Laboratorio de Modelización. Scripts Multiobjetivo y Programación por Metas

Transcripción (generada automáticamente)

En esta clase yo voy a explicar algunos archivos para hacer Spirit de problemas multi -objetivo de programación por meter. Concretamente, vamos a ver, escribir para el método de promoción objetivo ponderado de exploración, objetivo con restricciones y para el modelo -programación por metas. Léxico gráfico vale, o sea cual es el objetivo de estos es bueno. En los tres modelos que os he dicho, digamos, hay que resolver varios problemas para completar el método, el método ponderado, y en el método de restricciones dentro de la programación objetivo son métodos y consiste en generar un conjunto grande de problemas lineales -auxiliares con un solo objetivo y resolver esos. La resolución de esos problemas le proporcionan bajo ciertas condiciones, solución eficiente en el caso del modelo ponderado en general, mucho peso, y a partir de esos pesos, los problemas auxiliares ponderado en el caso del modelo, restricciones general, parámetros y esos parámetros son los que intervienen en la recepción, esas sociedades, a las opciones objetivo dentro de un problema, la auxiliar y la resolución de esos problemas, pues también ofrece una aproximación del oficio. En el modelo por metas, léxico gráfico, que ya sabéis que lo que tenemos que hacer a resolver una serie de niveles jerárquicos y en y en cada nivel que conservar las soluciones óptimas lo digamos que cada acabar bien lo tengo que resolver. Sobre conjuntos opciones óptima técnica anterior podría decir cada una de las cosas, problema problema, pero evidentemente la idea es automatizar todo esto en un archivo, en un mismo modelo y que de alguna forma que al ejecutar el punto ahorran, yo tenga por la aproximación del conjunto eficiente en un caso o directamente la solución del problema de programación por metano. El modelo, los modelos de programación por metas mínimas y ponderado no tiene sentido, porque ahí simplemente es un problema. Lo que hay que resolver. Yo tengo un conjunto de peso. Resuelve un problema ponderado. Bale o tengo un para modelo mínima? Pues tengo también puede incluir peso, pues si tengo un conjunto de pesos, no es bueno, pero en cualquier caso, resuelva un modelo mínima, que es un único problema de un conjunto bien para estos archivos, para, digamos, estos ejemplos considerado el problema de la cooperativa, que creo que ellos lo lo pusieron, una tarea, este, el enunciado original. Bueno, esto está en saber que está en que os subí en la sesión 12, que sea un problema de depravación por tiene una parte, Programa de mano’ Programa, Muti, objetivo y otra parte del modelo de trabajo. Bueno, vamos a utilizar este archivo. Ejemplo, perdón para tanto, para la prueba de programación, objetivo como los modelos de programación. Esto enunciado es un modelo de grabación por metas en el que lo leáis. Supongo que habéis leído ya la tarea, que hay cuatro metas, vale una meta del tipo menor, igual que se está dos te metas del tipo mayor, igual que son estas, y una meta del tipo igual igualdad que la contratación de operarios. Bueno, cuando hagamos el modelo lexicografía de programación por meta, por utilizar este modelo, enunciado tal y como tal, pero para la prueba objetivo lo que voy a hacer en lo siguiente. Primero me olvido de la mitad de igualdad creo que esto ya lo comenté las metas del tipo menor, igual la apoya considerar como objetivos a minimizar, y la meta del tipo mayor igual la apoya considerar como objetivo vale, así que ahora que lo vamos a hacer inicialmente considerarlos de los modelos de programación multi objetivo olvidaron de la Universidad aspiración y simplemente considerar que la inversión inicial es un objetivo a minimizar que os recuerdo yo lo que voy a hacer es multiplicar por menos -1 convertirla maximizar, y directamente estos dos objetivos, que son objetivos bien bueno, aquí os vamos a comenzar con el método ponderado, cuales irían el método planteado. Cuál es el método moderado? Es un método próxima aproximado, que consiste en generar un conjunto un conjunto amplio de pesos. En este caso los pesos base van a ser vectores de mayores que un conjunto amplio de pesos y resolver los problemas ponderados, auxiliares asociados a eso. Vale? Bien, pues automatizar esto es más o menos mira a Dios enseñó. Bueno, tengo dos modelos para estos seguros y eso puede ocurrir mucho más. Pero he hecho dos modelos. En el primer modelo, la idea es, tengo el primer modelo. Estoy aquí. El primer modelo lo vamos a hacer lo siguiente. Se establece para cada objetivo un peso máximo y un número de besos intermedios que yo quiero generar entre uno ese peso en este caso por simplicidad, pero considerar que ese peso máximo es el mismo para todos los objetivos. No vale ese peso máximo de definir el nuevo en el punto y que ese número de presos intermedios también va a ser el nuevo para todos los objetivos. Bien, lo que tenemos aquí al final es simplemente la formulación del modelo ponderado, muy sencilla, por no entero, pero aburridos. No voy a entrar a comentar la modelo lineal, condenado, estos parámetros de aquí lo necesitara, y luego, para obtener la salida de las funciones objetivo, ya veréis cómo interviene en el punto ram, y este es el vector de pesos, este parámetro, el vector de peso, que también utilizará el punto Rahal, la idea es la siguiente. Estos dos parámetros, que son fijos, van a estar definidos en el punto dac, y estos, digamos, este bastar va a ser, es que voy a ir generando. En el punto ram, y esto de aquí realmente no lo voy a utilizar como en, como si fuese, como variables auxiliares para poder rescatar los valores de la función objetiva. Bien, pues enseñó el punto dato que realmente es un. Es simplemente definir los otros parámetros. Es definir el peso masivo. Por ejemplo, en este caso considera voy a mover el peso de cada objetivo entre uno 10 para cada objetivo y a generar tantos pesos intermedios, como da este número más 1. Ahora veréis porque la idea es que imaginaba que si yo tuviese que dividir el intervalo 1, cuatro en Si el número de pasos intermedios fuese tres máximo fuese cuatro vale pues eso me viviría el uno cuatro uno dos dos tres tres cuatro generando un peso más el uno dos el cuadro vale ahora lo veréis bien, y el Rahm, que es un poco lo interesante de aquí. En primer lugar, lo que hacemos es cargar el modelo y cargar los datos vale, en el modelo. El vector w aparecen como un parámetro, vale, por lo que yo le voy a decir, es que lo que le estoy diciendo, con este for Bale es, estoy generando, digamos, estoy combinando todos los posibles pesos tales que todos, los posibles vectores de pesos, tales que cada w subí varía entre uno el peso máximo tanto teníamos en varía en ese intervalo, cogiendo el número de pesos, igual a al número de presos intermedios, más 1, como veis, en esta vale. Cuando w subí, vale el número 0, claro que el índice y va en serio, y número de presos intermedio cuando y cómo está claro que aquí se están generando este número basura, por tanto, está generando, estén el número de presos y el número, pero es intermedio, más uno por tres problema. En cualquier caso, generó los pesos de fino. Los pesos resuelve el problema, resuelve el problema y como el problema depende de peso para resolver el problema asociado a estos pesos, para cada y un oído, si cree para resolver el problema social y aquí esto quiere decir porque no pudo rescatar directamente los valores de la función objetivo, yo quiero, imprime los valores de la función objetiva. Entonces lo que hago es que cuando terminó resolver el problema son el valor que tiene en ese momento. Es el valor de la solución óptima para ese modelo. Luego el valor de la función objetivo en ese instante es menos -250 por cuál de la Constitución objetivo 1, menos -125 por blanca, y así para las dato la idea es que no pudo meter, no pudo decirle que me guardé o que me imprima directamente, sino que le voy a decir es que imprime a ese parámetro ese parámetro, valor objetivo, y por último, no me esfuerzo mucho en la salida, que a lo mejor también puede pensar en hacer una salida un poco más bonita, pero el objetivo era, era automatizar lo los problemas, no ser la salida. Entonces, la idea es que yo al final lo que hago es decirle, bueno, pues en este problema, de qué depende? Yo le he puesto toda la información, los tres pesos, la solución óptima y los valores objetivo, y eso lo he metido en eso. Lo he guardado en un fichero. Bueno, pero nosotros lo hacíamos con Yo me suelo poner punto. Pero bueno, si es irrelevante, vale miras? Pues lo vamos a ejecutar. Yo creo que no hay ninguna duda. Con este modelo, ejecutar. Cooperativa, bueno, está generando los problemas. Esta información le podría decir que la la está resolviendo. El problema, y sin formación le podía decir que no la portera. Si bien, una vez que hemos hecho esto el fichero, que ha generado ahora mismo ha sido este bien, aquí. Empieza con los presos uno uno uno vale estoy diciendo que genere cuatro pesos entre uno 10 va a generar, digamos, lo que va a hacer, va a ser ir moviendo cada beso entre el peso de tal objetivo, lo va a ir moviendo los valores uno tres 25 cinco cinco siete 75 vale más que lo parecía generando cuatro sino cinco pesos intermedio, y hay que ir generando 15. Problema para el primer problema sería con los presos uno uno 1. La solución óptimas 8, cuatro tres son los valores de la función en el en la valoración que me daría. Es 2005 del acto inicial, 5.200 ml, aceite, 88 toneladas de corrupción, y así lo estamos haciendo con toda, evidentemente, soluciones que se repiten. Por supuesto, cuando está generando punto extremo y hasta que no cambie la pendiente lo suficiente para estar punto de acuerdo es el. Este es el primer modelo que os queríamos bueno, para el segundo fichero de la segunda forma de automatizar, el método ponderado, que in situ puede haber mucho más vale lo que voy a hacer. Si en lugar de generar un conjunto de peso en cierto sentido ha dado durante mano, no entre entre un peso uno un peso máximo general, un conjunto de un número de presentado lo voy a hacer definir los pesos aleatoriamente. Bueno, también ha introducido el punto moto; también he introducido algunas diferencias respecto al punto anterior, pero simplemente para que veáis que hay cosas que se pueden hacer de forma y que serían intercambiables que se podrían hacer así en el archivo anterior en el punto anterior o que en el punto o cosas que se hacían, el punto anterior se podía hacer aquí bueno, lo que también ha hecho, en este punto automatizar un poco el tema de los objetivos, definir el número de objetivos Bale y el número de puntos eficientes que quiero que se genere, o sea, en cierto sentido. Bueno, el número de puntos eficiente, no exactamente más bien, porque no tengo la certeza de que cada problema vaya a generar un punto distinto, podemos decir mejor. El número de vectores está muy bien elegido, el nombre, ese parámetro, el número de lectores distintos que voy a me voy a generar y, por tanto, el número de problemas a resolver este es el parámetro w, el vector de besos, vale, y no lo he hecho aquí es para luego en lugar de definir los parámetros valor objetivo uno valor objetivo del modelo anterior lo que voy a hacer aquí esto, esto que está impuesto para estar aquí ha comentado Bale, lo voy a borrar. Bueno, lo dejé si lo vais y luego también con lo que voy a hacer es definir una variables auxiliares, una variable para cada objetivo, y entonces meter, digamos, definirlos, definir esa variable, como los valores de la función objetivo, eso me va a servir por color luego, en el punto ram lo que voy a hacer es rescatar el valor de estas variables, que realmente serán los valores de la Vale. En el punto, el punto de simplemente definir los objetivos, que serán tres el número de puntos eficiente, no recuerdo cuándo tengo puesto. Pero a ver he puesto 3. Uno puede intervenir objetivo y vamos a generar 40 problemas, y vamos con el punto. El punto. Vale. El punto Ron, pues lo que hacemos es cargar el modelo. El punto da cómo voy a generar los los vectores. Mediante aleatoriamente mediante la uniforme cero 1, lo que estoy diciéndole aquí es que coja una semilla aleatoriamente. Vale? Bueno, no sé si ha evitado la carrera simulación, vale, pero los métodos de generación de numerosos oratorio realmente son métodos analíticos, que lo que hacen es generar números que parece que son oratoria, igual que se asemejan una introducción, 1, pero todo depende de algo que se llama una semilla. Bien, si no le pusiera esto ocurriría que cada vez que Torra o daría exactamente el mismo fichero, los valores, serían aleatorio, pero como coge la misma semilla, siempre ocurriría lo mismo, los mismos valores, los mismos pesos. Quiero decir bien, lo que he hecho yo, en este caso ha sido generar tres vectores. Un vector de pesos componente, de forma que las tres valores estén entre cero uno su menú podía haber cogido directamente tres vectores perdón tres pesos entre cero uno pero bueno lo hecho así y de alguna forma, eso me podría servir para para pensar en cómo están los casos normalizado. Pero bueno, no tendríamos y directamente resuelve el problema actual entre resolver el problema y ahora tengo los pesos la solución. y luego f uno f tres se corresponden precisamente con los valores de la función. Es objetivo porque así lo tengo aquí todavía así está puesto en el punto muerto bale f uno f dos f tres son en esas restricciones los valores de la función objetiva. Este es el problema. Incluye cooperativa? Mira lo primero de todo, a ver qué es el opción. Rashid, lo que hace también es imprimir la semilla. Tú lo tenéis. Si esto lo tenéis en el capítulo, en el anexo, dentro del manual de referencia a la página 458 pone aquí como general las semillas, tenía una semilla de 0, dos elevado a 24. Bueno. Y el punto que me genera aquí vale para estos pesos pesqueros? Pues es humano no para este conjunto de pesos y cual la solución sería hacerlo 0, la función objetivo y lo para nuestra función objetivo otro conjunto de peso, pues la solución sería 8, 4. Como veis, todo esto al final nos da nosotros, pues nos da una aproximación del conjunto eficiente o más bien una aproximación de los puntos extremos del conjunto eficiente. Yo no sé si hay más. Sé que todos estos son eficientes, porque el modelo ponderado, que asegura el 10, aparece ahora que asegura que si los presos son estrictamente positivos, la solución es mirar, por ejemplo, que el primer 77, 14, 33 voy a A voy a ejecutar de nuevo el punto. Véis ahora que la semilla distintas y lo comprobará el 14 19 57 la anterioridad 14 19 56 79 ahora veréis que el punto a ahora es distinto, lo veáis ha generado un nuevo punto de pesos. Sería una alternativa al al fichero anterior, del del modelo ponderado. Bueno, vamos ahora con el método de las restricciones. En el método de las restricciones, al recuerdo que mi idea era lo previsto. Si se suman a la siguiente forma, se seleccionaba un objetivo, uno de los objetivos como objetivo maximizar, y el resto se incorporaban al conjunto de restricciones, como recepción del tipo mayor, igual o mayor, igual que tiene cierto parámetro. Cuando yo esos parámetros lo bueno viendo voy generando bajo la ciertas condiciones concretas y una solución obtenida es única, tendría su única esas soluciones eficientes. Nosotros no vamos a poder comprar la honestidad, digamos que asumiremos esto como una aproximación al conjunto eficiente, que quizá una solución no lo sea. De acuerdo bien. Por qué os recuerdo que para elegir esos parámetros lo que se hacía antes era. Al establecer una tabla de pagos cuál era la tabla de pago del problema, consistía en optimizar cada objetivo separadamente, vale y anotar para, para el óptimo de la función objetivo, para el óptimo de cada función, objetivo, vale en los valores que tiene, en esa función, que evidentemente es máximo, y en las otras dos funciones, de tal forma que, bueno, Totoro ese explicado y de tal forma que ello al final lo que tengo es para cada 1, para cada objetivo, un máximo, un valor máximo y un valor mínimo. Evidentemente, Álvaro Massimo su propio tiempo, su propio máximo y el valor mínimo es el mínimo valor que alcanza el óptimo de los otros objetivos. Bien, pues ese intervalo es entregarán el próximo de los parámetros de acuerdo, aquí veréis que digamos el escrito es bastante más bueno, estaba bastante más trabajado y digamos que no es tan sencillo como el punto, como como en el modelo de las restricciones. Bien, vamos a ver, en primer lugar, el punto moto. Un. Bueno, en el punto vamos a generar este parámetro va a ser el número de valores intermedios que vamos a generar de cada década, parámetro de los que luego van a ir el conjunto de restricciones, un poco lo mismo que hacemos en el modelo ponderado, el número de objetivos que hay el conjunto, pero los índices transfusiones objetivo. Sabéis que hay un uno de los objetivos, las restricciones, si se toma como objetivo maximizar, pues ese va a ser el índice, digamos, además, más es el índice de ese objetivo. Maximizar, vale? Aquí esto ya suena también del método ponderado. Voy a decir Nieto, estos parámetros como valores auxilio, como parámetros auxiliares para, para ello, guardar el valor de cada objetivo bien única; y 2, va a ser dos índices auxiliares que voy a necesitar para lo siguiente: para saber cuáles son los índices de las funciones objetivos que se incorporan al conjunto de la retribución. Por ejemplo, si la función objetivo, que es más vista en La 1, pues entonces cada uno cada serían respectivamente dos 3, luego veremos cómo, bien, como yo quiero automatizar todo lo máximo posible y, entre otras cosas, no sé qué funciones objetivo van a estar en la restricción y las restricciones y que funciona objetivo va a estar más imitando. Lo que voy a hacer también es definir parámetros para acometer para parados. En cierto sentido, la función objetivo vale, c1 va a ser el parámetro de la primera variable, consciente de la primera variable. Uno de ahí va a ser el cociente, la primera variable en la función objetivo, y se sus dos D, y va a ser consciente de la segunda variable, que creo que es blanca. Si la función objetivo de la función objetivo y lo que sea, lo que estoy haciendo es guardar las funciones, objetivos en parámetros, los coeficientes pronto y yo lo hago por rescatar esas funciones objetivos llamando a los coeficientes. Estos parámetros a Yemenia Bale me van a servir para tabla de pagos a Homs, es un parámetro auxiliar para calcular cuál va a ser el mínimo de cada objetivo en la tabla de pagos. Ese mínimo lo voy a guardar en el parámetro Boheme, y ese Max y el máximo lo voy a guardar en el Parlamento y va a ser el parámetro sobre el número de objetivos, pues el parámetro en el que se mueve cada adjetivo. Si el parámetro asociado al arte es asociado a cada objetivo que se incorpora como restricción del tipo mayor, igual al modelo, bien, aquí tenemos el modelo bien fijar os voy a definir esto es algo que es nuevo. Le voy a definir. Varias funciones objetivo luego tendría que definir qué Cuál es, cuál de ellas más, pero fijaos de esta forma con éste con esta orden puede definir. Varias funciones objetivo, simultáneamente luego eligiera, cual bellas. Quiero maximizar, vale. Si luego le digo que más el vj uno vale. Pues entonces más iniciará su uno de uno por cuál va Jesús, donde euro por Blanca estoy definiendo las tres funciones objetivo. La restricciones, y aquí estoy definiendo un conjunto de requisitos que son la repetición del tipo mayor. Igual que ella sea la que se incorporan, son todas la, la que no estén asociadas al objetivo. Bien, vale, bien, porque necesito, porque necesito aqui definir varios objetivos, vale. Si el volcán sigue, el método, la recepción y yo solamente yo sé cuál es el objetivo que voy a maximizar el resto lo voy a incorporar al conjunto de restricciones porque necesito hacer esto vale, porque yo creo automatizar todo el proceso, incluido incluido el cálculo de la tabla de pagos y para la tabla de pagos, necesita optimizar cada objetivo simultáneamente. Cada objetivo separadamente vale, como quiero hacerlo. Todo el mismo modelo con el modelo. Por eso he tenido que meter aquí los tres objetivos. Bien, pues el señor el punto. Aquí en el punto de tengo los valores intermedios que más vamos a generar en cada intervalo, en cada intervalo de mínima máxima asociada a cada función objetivo. El número de objetivos en principio iba a considerar que en el método, las restricciones, el objetivo, que se iniciase el 1, vale fijados. Aquí tengo los coeficientes de las funciones objetivo pues recuerda la primera función objetivo era menos -251 menos; -125.002; la segunda 500; si hubiese 300 quitó; la tercera seis bis; uno chupito mira, esto me permite fija. Aquí me permite automatizar, digamos, guardar las tres funciones objetivos sin sin tener que están metiendo los Valores sin tener a poder hacer esto? De alguna forma no quería ir el amplio. Bien, y los parámetros van a ser esto de aquí bale. Esto es el definir el parámetro del inicialmente como 1. Uno es porque necesito darle unos valores, porque si no, a la hora de que hay un primer problema que a lo bueno luego mostrar dónde va el error, sino de si no le dais un valor inicial a los parámetros, si bien éste es el punto fuerte, es el punto. Vamos ahora con el punto, es realmente más interesante el punto. Mira, lo vamos a hacer, lo siguiente es bueno, cargamos el modelo? Hagamos lo tanto. Lo primero es que podamos hacer, es calcular la tabla de pagos. Bien, si quiero quiero que me vais a la vez. El humor. Bien, yo estoy trabajando con este modelo, vale, pero en este modelo es el problema que más se objetivo separadamente, las restricciones. Estas redes no están entonces, por eso lo primero que hago es eliminar esas restricciones, eliminar esas restricciones, como en he metido las restricciones en el modelo, que son distintas de dj Max, por eso no me he quitado solamente las dos que hay, sea cual sea en este caso como bj Max es uno soldados y 3, lo primero que hay que quitarla ahora para cada ahí el conjunto de objetivos que es claro que sí tiene entre uno tres lo que hacemos en lo siguiente. Seleccionamos si hiciéramos el objetivo y resolvemos el problema, sea lo que estamos haciendo en maximizar la función objetivo y sujeto a las restricciones de esta de Brno agua, porque las otras las he quitado el fijado, yo, yo necesito sacar el máximo y el mínimo el máximo. Tengo claro, es el valor de la función objetivo, el valor de la función objetivo, valor óptimo de la función, objetivo bale, y ahora. Yo lo que hago es que en estas variables auxiliares guardo para la solución óptima que tengo ahora mismo que después del Sol ahora mismo, las variables rojiblanca son la solución óptima del problema que acabo de guardar. Pues lo que hago es. Guardar los valores de los valores de esa solución para otras, para las otras dos funciones objetivo. Ahora veréis el punto cuando cuando lo cuando lo ejecutamos creo que se verán bien. Entonces, esta parte aquí es porque hay aquí este primer foro y lo que me está haciendo es maximizar cada objetivo separadamente y guardar mi, los máximos y los valores de cada década, de cada función objetivo en los tres óptimos que vale a continuación estoy aquí; no me voy a entretener en explicarlo porque es muy sencillo. Lo único que hace es determinar cuál es el mínimo para cada para cada ahí determinar cuál de estos tres valores es el. Yo sé seguro cuál es el máximo, pero no sé cuál es el mínimo o determinar cuál es el de esta forma. Obtengo para cada objetivo el valor máximo y el valor. Bien, una vez que lo tengo vuelvo al. Una vez que lo tengo vuelvo a decir, voy a considerar mis problemas restringido, lo que hago es restaurar, restaurar, fijar, con esta esta fórmula. Con esta lo que hago es restaurar las restricciones que había eliminado, vale el tablet, con los índices, cada uno dos de lo que decía cada uno de los suelos indicios de los dos objetivos que se incorporaron al conjunto de restricciones inicialmente. No soy yo lo pensé hacerlo de esta forma. Si el caos, si el objetivo es maximizar, fuese 2, cada uno sería uno cabo, sería 3. Si el objetivo inicial fuese uno de Caa1 y si el objetivo inicial fuese tres se tendría que cambiar. Pero está mal. Pero tú dos igualados. Sí sí esta buena costura ya de la versión buena, si el objetivo militar fuese 3, pues entonces cada uno valdría uno cada día bien, lo que hago continuación es generar valores delos para los parámetros, esto es parecido a lo que hacemos en el método ponderado, intervalo en, minúsculo, grande, Bale y lo estoy haciendo generar. Pues tanto como en número de Valores Inter en el intervalo se refiere, más uno vale para cada uno de los objetivos, luego ir resolviendo dos por ese número más 1, problemas. Bien, resuelva fijarlo seleccionó como objetivo maximizar el objetivo del índice, que es el relacionado del índice de la función objetivo que seleccionaba como objetivo maximizar y resolver el problema. Vale resolviendo. Lo que estoy resolviéndose. El problema es. Este problema, en el que la función objetiva maximizar es. Es la función objetivo Max, la función objetivo cuyo índice es y. Exacto y aquí los. Las restricciones que tengo son las del tipo mayor. Igual. Bien. Si todo funciona bien, vamos a ver obtengo el valor objetivo y por último primo todo no la función objetiva maximizar los dos parámetros a bien esto, por qué esa permite algunas restricciones? Puede dar lugar a problemas impracticables, que ellos tienen introduciendo varias restricciones nuevas, tanta como objetivo menos -1, es posible que los problemas que se generen sean problemas. Entonces, lo que estoy en todo lo que estoy haciendo es indicar el objetivo que más he visto, los dos parámetros. Si el resultado del problema ha sido, si se ha resuelto el problema o es factible en el caso de que sea factible, pues no dirá nada. En el caso que lo reserva me dará y cuál rojiblanca el valor objetivo? Faltaría. Poner el objetivo 1, valor objetivo. Vamos a ejecutarlo. Bien, ejecuta el modelo, mirar lo primero, lo primero que hace resolver objetivos separadamente la función objetivo 1. He puesto como objetivo maximizar el 1, pero bueno, en cualquier caso no utilice al principio lo que hacemos es para la función objetivo 1, el óptimo, Bale y el valor que alcanzaría el objetivo, un 0, el objetivo de cero un objetivo claro. Para la función Objetivo 2, el máximo es 8, 4, estos son los valores que tienen estos valores que se alcanzan en cada una de las funciones, objetivo que los valores de la Diagonal 105.298 son los máximos, son los óptimos de las defunciones para la función objetivo y ahora lo que hace es cuál es el mínimo de estos tres valores cero o menos -100 menos -2.500. Luego el primer intervalo, entre 500 en el segundo estaría entre entre cero 5.200. Como veis, y el tercero, 98 Bale y ahora empieza a resolver problemas. Ahora empieza a resolver problemas. Voy a abrir el punto para que lo veáis. Estamos iniciando el objetivo 1, si los meteoros son el problema, ser tiene solución, la el óptimo es 0, 0, estos son los valores que digamos. Esto es, son las coordenadas del punto eficiente. Vale. Bien, pues dais alta al 24 con 5. Se resuelve la solución óptima, el punto eficiente y su valor, su valoración por cada uno de los tres objetivos, etc. Ya veréis como hay alguna solución algún problema, que no es fácil nada. Se salta el último problema sin factible, bueno, pues supongo que es la última solución. Claro, cuál es el último problema sin factible, y la solución que da es no es evidentemente ese problema, sino la de la anterior valores que se ha guardado. Supongo que si fuese un poco había alguna forma de evitarlo. Bien, pues este es el modelo de restricciones. Si tienes alguna duda, porque este es un poco más complicado que consulta. Por último, vamos con el modelo de programación promete léxico gráfica. Entonces volvemos a nuestra formación original del problema, que tenemos las metas de aspiración, y tenemos aquí también aquella de igualdad concerniente a la contratación del número de operarios, tal y como siempre voy a empezar abriendo el punto humor. El punto, lo que hacemos los siguientes, bueno, estamos definiendo sueños, pongo entonces el número de niveles de psicológicos. Abajo el conjunto de niveles vale el conjunto de metas metas. Aquí tenemos los niveles de aspiración para cada meta. Voy a intentar darlo todo lo máximo posible. Estoy igual que hacíamos antes en el modelo de restricciones. Lo que voy a hacer es en lugar de cada meta. Digamos especificar cuáles son sus valores o poner los parámetros que su coeficiente, quiero decir, los crecientes de cada función objetivo, en lugar de poner menos de 150 por 100 no lo van a ser parámetros y definir esos parámetros lo definir el punto. Eso me va a permitir automatizar todo el proceso. Bien, estas actas, estos parámetros un poco auxiliares me van a servir para definir. Luego las variables no deseada, digamos, esto es un coeficiente uno cero fija, hablaría la siguiente. La variable no desea la sociedad, una meta siempre son de la forma o en su pie o o en esgrima Bale. Luego yo puedo definir la variable no deseada -sociedad como un valor entre cero un valor binario por eso más un valor binario por bueno, pues eso es lo que digamos para cada meta. Este es, no soy un importe, no hago un llamado Ove PP, pero este es si no será el objetivo, el coeficiente objetivo de la variable en el concierto objetivo de la variable vale de forma que si la meta, por ejemplo, del tipo mayor igual valdría 1, porque yo lo que querría es minimizar el acuerdo, bien necesito saber que ni qué meta sea, en qué nivel o se ve definir el conjunto niveles de niveles significan las metas que están en el nivel en cada nivel, las dos variables rojiblanca. La dos paneles de aviación. La variable v va a ser la variable, va a ser la función objetivo de cada nivel, sea la variable que agrupa de alguna forma la variable no deseada de cada nivel de acuerdo bien igual que antes la función va a definir una función objetivo para indexada mejor dicho, indeseada. La función objetivo de cada nivel supo de y es Bale introdujo las restricciones de cada metal como es como son, como escala meta. Apocada meta es cada mitad, es el coeficiente de la variable, uno que es igual o variable, va a ser consciente de la variedad de dos por la variable, más vi, menos peso, igual al nivel de ampliación de esa meta voy encontrando el punto más sencillo, así. No sea esto, soy consciente de las metas bien al fijar, era la forma de definir a vez los parámetros y las metas, mis metas son y que la inversión inicial produciendo aceite producción de hecho, contratación de operario, que tengo los coeficientes, el nivel de aspiración, bien, y aquí tengo como son las los valores, binarios asociados a las variables, digamos esto es una forma de de determinar la variable no deseada, por ejemplo, esta primera meta que del tipo menor igual. La variable no deseada sería cero por encima solo porque, o sea que son del tipo mayor igual la variable no deseada son correspondientes, son en el 2, tres bale bueno, no, porque tú no noten como un cuadro, sino de esa forma y para la última que era contratación de operarios, sería vi en su cuadro más vale, hay cuatro niveles de jerarquía y y así se establecen los niveles. Esto supongo que lo abren, voto así como como están anunciado. El primer nivel está la inversión inicial; en el segundo, la producción de desecho en el tercero, en la contratación de horario; en el último, la producción de aceite Bale. Vuelvo ahora voy a definir la he definido las metas, tengo que definir estas funciones. Objetivo vale para cada nivel. La función objetivo de ese nivel es la suma para cada meta. La suma sobre la meta tal es que esa meta en ese nivel vale de la variable, bien parte de un poco. Esto es la variable no deseada en dicha meta, dividió entre el nivel de aspiración esto en este caso no sería necesario porque en cada nivel, en cada nivel de aplicación, en cada nivel de jerarquía, hay una única meta. Pero si hubiera varias para evitar el seco, que hay que normalizar y se normalizan, por ejemplo, dividiendo por el nivel de activación. Bien. Ahora me estoy acordando que no sé si explique cómo se normaliza una meta, si el nivel de aspiraciones cero Bale, por ejemplo, se puede normalizar con la otra forma típica de normalizar, con la raíz cuadrada de la suma de los coeficientes al cuadrado, la más fácil es dividir problema y la aspiración, pero otra forma de dividir por la raíz cuadrada de la suma de los coeficientes al cuadrado, por ejemplo. Bueno, y aquí ya tengo las cuatro restricciones propias del problema. Luego, si os fijáis en este modelo tengo todos los posibles modelos que puedo tener en un método del estilo gráfico. Pagan las metas. Todas las posibles funciones objetivo que pueden haber en los niveles y mí reflexiona Bale bien, vamos a este, vamos al al punto. El rand está. Bien el punto bueno cargo. La cooperativa cargó el modelo caro al punto, vale. Para ir nivel, entonces empieza a recorrer el recuerdo. Con el modelo psicológico lo que hacemos ahora comenzamos por el primer nivel de jerarquía; no resuelve ese nivel; aquí no voy a poder ver si soluciones alternativas quiero decir entonces resuelve ese nivel; si os hubiera seguro que hay una solución única pararía, pero como eso no puedo saber lo que hago es; resuelva ese nivel. Me guardo la y digamos paso al siguiente nivel, pero con la, pero optimizando solamente dentro de la región factible formada por las soluciones óptimas del nivel anterior; como hago eso; bueno, pues ahora digamos la forma de hacer. Eso es introducir una nueva recesión que diga la función objetivo del primer nivel tiene que ser igual al óptimo, al máximo alcanzado en ese nivel. Vale? Pues esa es la idea o los primeros momentos. Si bien lo que hacemos lo hago lo siguiente. En primer lugar, lo que voy a hacer es de este modelo. Voy a eliminar todas las restricciones, vale para para ir introduciendo solamente las que necesite Bale. Por tanto, lo que he hecho, lo que he hecho al principio encargó al modelo de los datos, y lo que he hecho ha sido eliminar todas las restricciones vn de decisiones de aquí y todas las restricciones, Bale y ahora le apoyen, metiendo poco a poco. Por ejemplo. Empiezo. Aquí puede haber nivel pero para cada y en niveles para lo que hago es restaurar, primero restauró la variable, la, la función objetivo de ese nivel. Lo voy a copiar, la función objetivo de ese nivel y lo que hago en este for. Restaurar la meta de ese. Bale y retiramos la mitad de ese nivel. Por ejemplo, cuando empiece el nivel 1, restaurar esta restricción que me dice lo que lo que vale v de 1, el nivel uno las metas que están y las metas que están en el nivel 1, claro que estoy teniendo los mj donde Jota, está en el nivel uno solo para las metas que están en el euro, sería el nivel seleccionó como función objetivo la del nivel 1, cambiará y Bale uno lo resuelve, y ese resultado lo meto aquí vale? Ahora es explicar y un poco bueno, le vale. Lo que voy a hacer es para cada nivel. Vale? Lo que voy a hacer es imprimir en qué nivel estoy? Esto es lo que hago con las dos primeras líneas. Imprime en qué nivel estoy. Esto es una especie de línea reparadora, vale? Mi estatus me va a decir en qué estado están las restricciones del problema. Si así como estoy añadiendo y quitando restricciones esto lo puse para controlar todo. Lo estaba haciendo bien y además también nos va a servir a vosotros para ver que, efectivamente, el proceso funciona, que están puestas y que sea de la de las esto me está diciendo. El estado de las restricciones de estar aquí? Vale? Si están dentro del problema no, y el estado de las variables, que son las que se van entrando y saliendo del problema, vale? La solución actual, las variables. Bale y esto último es importante en lo que hacemos es fijar el valor de Úbeda al fijar el valor de lo que estoy, y lo que le estoy diciendo es que v di. No va, no va, se queda en ese valor y no vuelve a moverse más sea lo que le estoy diciendo. Es que mantenga. Esto se hace al final de la primera resolución de la resolución de cada problema y pasamos y pasamos al siguiente problema, fijando esa variable. Pero es que esa variable es precisamente el valor óptimo de ese problema que acabamos de resolver. Lo que estamos haciendo aquí con eta es fijar esta variable. Lo que estamos haciendo es un problema. Estamos. Manteniendo el óptimo del modelo actual. En el siguiente. De acuerdo? Bueno, lo voy a ejecutar. He hecho una prueba antes de hacerlo, vamos a ver el punto y lo interesante. Os acordáis el primer nivel de jerarquía de primer nivel, gráfico era el de la meta, está formado por la meta de introducir inversión inicial, vale? Mirar nivel uno como están las metas, vale, pues la la, las me interesa que veáis el punto. Bale, claro, es que la retribución de mes se mueve en metas, vale? Con la restricción en la recesión. Ahora mismo la única que está metida en el primer nivel solamente está metida la inversión inicial, porque en el primer LP de jerarquía sobre esa variable y la única variable que está ahora mismo activa de las uvas en la de la v, de uno que no corresponde a la meta 1, corresponde el primer nivel de la solución es 8, 0, ojo, aquí esto no quiere decir que para esta solución se alcanza a todos, no? Porque fijaron que como estas metas ceo p A y b de la meta, no están ahora mismo en el modelo el esta semilla p no las no las ha interpretado. Cuál es la única, la único que ha interpretado el texto, mirar? Pasamos al segundo nivel. Entonces, en el segundo nivel mira hemos incorporado la producción de desechos, que si no recuerdo mal ese era, me lo tengo, creo que lo tengo poner detrás. Si el segundo, la segunda, el segundo nivel de prioridad, está formada por la meta de producción de desechos. Bien, hemos incorporado la meta de producción de ese hechos. La segunda variable está en el problema, y la primera la sea la variable, la función que representa la función objetivo. El segundo, el problema está incorporado el modelo y la variable que representa la, la, la, la función objetivo del primer nivel, está pija un valor? Eso es lo que me mantiene, eso es lo que me hace que yo esté optimizando sobre las soluciones óptimas del nivel anterior, y tres cuatro años sin utilizar la asunción, sigue siendo 8, pero yo ahora mismo podrían podría interpretar y inversión inicial y pedir la no vale? Pues seguimos. Ahora fijaba que se introduce también la meta de contratación de operarios, las variables uno dos se han fijado, vale? Porque al pasar por la segunda vez, por ese bucle ahora fija La dos se introduce la variable 3. Se introduce la variable tres voy recordando el punto también. Las las la tercera vez que pase ya restaurados, sus tres restaurantes, las metas correspondientes a ese nivel. Por tanto, ahora se ha restaurado la meta de ceo. Como decía antes, la solución pasa a ser la 6, 4. Ya en el último nivel están las cuatro metas, están las cuatro variables que representan las funciones objetivo, pero los tres primeros funciones objetivos están fijos y entonces está ya sí que la solución del modelo y ojo, esta es la solución del modelo 6, del cuadro rojiblanco y esto se ve ahora sí que vale, vale aquí porque para la producción de aceite, que era lo último que salía con la misma solución y aquí sale 800, pero bueno, pues porque el aquí cuando resuelve este modelo nos tiene información de que es de la mitad va Bale, luego no, no sabe qué es la va por el valor. Digamos que como no intervienen en el modelo, pues el valor por defecto, que tiene cero me acuerdo. Bueno, pues esto sería el 1, un escrito con el modelo psicológico. Pues yo creo que es sorprendente la cantidad de cosas que se pueden hacer y cómo un modelo, como ese, a base de eliminar restricciones con un poquito de imaginación, no de eliminar, introducir restricciones y variables, se puede automatizar, un proceso que se sería bastante tedioso. Si no recuerdo mal y cuando expliquen el método léxico gráfico, hicimos. Hicimos un problema similar en tres o cuatro niveles, no recuerdo y acordado el follón de ir cambiando continuamente. El moto vale mucho más limpio y mucho más? Claro? Bueno, pues como siempre. Si tiene la base de que además de dar la última clase formalmente, digamos de la asignatura, lo que quedan ahora, pues son tutorías grupales y haremos alguna sesión también para explicar un poco como las exposiciones y bueno y por supuesto también cualquier tipo actor individual.

Propietarios

Manuel Andres Pulido Cayuela

Comentarios

Nuevo comentario

Serie: Laboratorio de Modelización (+información)

Asignatura 1597

Relaccionados