Nové trendy
Autor: Petr Fiala a kolektív
Vydavateľstvo: Professional Publishing 2011
EAN: 9788074310362
Z úvodu: Kniha je věnována novým trendům v operačním výzkumu, vybraným novým aplikacím, přístupům a metodám. V úvodu jsou stručně popsány obsahy a zaměření jednotlivých kapitol. Nové aplikace v managementu (P. Fiala) Operační výzkum se uplatňuje při řešení řady manažerských problémů.
čítať viacVilém Adamec
Sdružení požárního a bezpečnostního inženýrství 2019 8,25 €Z úvodu: Kniha je věnována novým trendům v operačním výzkumu, vybraným novým aplikacím, přístupům a metodám. V úvodu jsou stručně popsány obsahy a zaměření jednotlivých kapitol.
Nové aplikace v managementu (P. Fiala)
Operační výzkum se uplatňuje při řešení řady manažerských problémů. Mezi nejvíce se rozvíjející oblasti v důsledku využití principů operačního výzkumu patří management dodavatelských řetězců, revenue management a kombinatorické aukce. V systémovém pojetí je možno brát firmu za otevřený produkční systém, který vstupy ze svého okolí transformuje na výstupy, které předává zpět svému okolí. Okolí poskytuje také zpětnou vazbu produkčnímu systému. Dodavatelské řetězce směřují za hranice firem a snaží se koordinovat akce a kooperovat při produkci se svými dodavateli a zákazníky a tím optimalizovat chod celého dodavatelského řetězce...
Modely hodnocení efektivnosti (J. Jablonský)
První modely analýzy obalu dat byly formulovány v roce 1978 Charnesem, Cooperem a Rhodesem a dodnes jsou postupně rozvíjeny jako nástroj pro hodnocení efektivnosti a výkonnosti souboru homogenních produkčních jednotek. Tyto modely hodnotí relativní efektivnost souboru jednotek, tj. snaží se konstruovat odhad efektivní hranice na základě informací, které jsou k dispozici v daném datovém souboru. Základní modely analýzy obalu dat rozdělují hodnocené jednotky na efektivní, tj. ty, které leží na efektivní hranici, konstruované daným modelem, a na neefektivní jednotky, které jsou charakterizovány vzdáleností od efektivní hranice...
Optimalizace ekonomických vztahů (V. Pánková)
Tato stať se bude věnovat využití optimalizačních úloh pro formulování klasických ekonomických vztahů s přihlédnutím k možnostem aplikace ekonometrických technik. Jako nezbytný aparát budou pro čtenářské pohodlí nejprve uvedeny věty zavádějící Lagrangeovy multiplikátory, jejich souvislosti s primární a duální úlohou a jejich ekonomická interpretace jako stínových cen. Jako speciální případ bude prezentováno Tobinovo Q, které je poměrem stínové ceny kapitálu v úloze pro optimalizaci investic a tržní hodnoty tohoto kapitálu...
Asymptotický celočíselný algoritmus (J. Kalčevová)
Řada ekonomických problémů vede v konečném důsledku k úlohám lineárního programování (LP). Řešení takových úloh není algoritmicky složité vzhledem k faktu, že je známá univerzální metoda pro řešení úloh lineárního programování – simplexová metoda. Velká část úloh lineárního programování považuje za optimální řešení takový výsledek, který kromě všech omezení dosahuje nejlepší hodnoty účelové funkce, navíc však má všechny nebo alespoň některé předem známé hodnoty proměnných celočíselné.
Lenstrův algoritmus (M. Černý)
Šestá kapitola je přirozeným pokračováním kapitoly páté. Je především věnována popisu důležitého algoritmu pro řešení problému celočíselné lineární optimalizace (celočíselného programování), který je znám jako Lenstrova metoda. Tento algoritmus má pozoruhodnou teoretickou vlastnost: pracuje v polynomiálním čase, je-li dimenze problému pevná. (Obecně jsou úlohy celočíselné lineární optimalizace NP-těžké, pročež existenci polynomiálního algoritmu nelze očekávat.) Algoritmus se proslavil v teorii celočíselného programování právě díky uvedené vlastnosti; teprve později se začala zkoumat jeho praktická použitelnost.
Simulační metody (M. Dlouhý)
Základní myšlenka simulace je vlastně prostá: když nejde problém řešit analyticky, tak napodobíme daný systém pomocí počítačového modelu a poté pozorujeme, co se děje. Můžeme rozlišit čtyři modelové přístupy, které vycházejí z myšlenky simulace: simulaci Monte Carlo, simulaci diskrétních událostí, systémovou dynamiku a multiagentní systémy. Simulací Monte Carlo rozumíme numerické řešení pravděpodobnostních i deterministických úloh pomocí statistického experimentu.