WinQSB

Quantitative System
for Business

Designed by Habib KOÇAK 1

Designed by Habib KOÇAK 2
WinQSB’ nin
MODÜLLERİ

Designed by Habib KOÇAK 3

 Örnekleme Analizi

Toplam Planlama

Karar Analizi

Dinamik Programlama

Uygun Yer Seçimi

Tahmin Teknikleri

Hedef Programlama

Envanter Teorisi

İş Programlama

Doğrusal ve Tamsayılı Programlama

Designed by Habib KOÇAK 4

 Markov Süreçleri

Malzeme İhtiyaç Planlama

Şebeke Analizi

Doğrusal Olmayan Programlama

PERT-CPM

Kuadratik Programlama

Kalite Kontrol Şemaları

Kuyruk Analizi

Kuyruk Sistem Simülasyonu

Tahmin ve Doğrusal Regresyon

Designed by Habib KOÇAK 5

 WinQSB Ekranını tanıyalım

Yardım

WinQSB’ den çıkış

Yeni Problem Saat
Tanımlama Hesap Makinesi

Varolan Dosyayı
Açma
WinQSB Menülerini tanıyalım

Designed by Habib KOÇAK 7

 WinQSB Araç Çubuğunu tanıyalım
FILE Menüsü Düğmeleri

Yeni Problem WinQSB’ den

Tanımlama Çıkış
Kaydedilmiş
Dosyaları Aç Problemi
Yazdır
Problemi
Kaydet

EDIT Menüsü Düğmeleri

Kes Yapıştır

Kopyala

Designed by Habib KOÇAK 8

 FORMAT Menüsü Düğmeleri

Hücre Genişliği
Sayı Formatı

Yazı Tipi Hücre Yüksekliği

Sola Yaslı Ortala
Sağa Yaslı
SOLVE Menüsü Düğmeleri

UTILITIES Menüsü Düğmeleri Problemi çöz Grafik çözümünü

yap

Her işlem adımını

göster

Yardım
Verilerin Chart
gösterimi Hesap Makinesi Saat

Designed by Habib KOÇAK 9

 MODÜL 10
DOĞRUSAL PROGRAMLAMA
VE
TAMSAYILI PROGRAMLAMA

Designed by Habib KOÇAK 10

 Örnek 1*:
CMP sandalye ve masa üreten bir mobilya üretim firmasıdır.
CMP, sandalye ve masa yapımında kısıtlı miktarda ağaç
kullanabilmektir. Her hafta sadece 100 board feet odun tedarik
edebilmekte ve sandalye yapımında 4 board feet, masa
kullanımında ise 6 board feet odun kullanılmaktadır. CMP’ de
90 kişi çalışmaktadır. Bir sandalye yapımında 4,5 adam/saat,
masa yapımında ise 5 adam/saat zaman kullanılmaktadır. CMP,
her sandalyeden $30, masadan ise $35 kar etmektedir.
Problemimiz; CMP nin karını maksimum yapacak sandalye ve
masa üretim miktarlarını belirlemektir.

*: “WinQSB” Yih-Long CHANG, John Willey&Sons, Inc., 2003, problem.13’ den alınmıştır.

Designed by Habib KOÇAK 11

 Doğrusal ve Tamsayılı Programlama
Problem Tanımlama
Problem Başlığı

Kısıt Sayısı

Karar Değişkeni
Sayısı

Değişkenlerin
Tipleri
Amaç Fonksiyonu
Kriteri

Veri Girişi
Formatı

Designed by Habib KOÇAK 12

Veri Girişi

Designed by Habib KOÇAK 13

Çözüm Aşaması
Grafik Yöntemle
Problemi çöz

Problemi Çöz

Her işlem
adımını gösterek
çöz

Designed by Habib KOÇAK 14

Grafik Çözüm

Designed by Habib KOÇAK 15

Grafik Çözüm 2

Designed by Habib KOÇAK 16

Simplex Çözüm Aşamaları

Designed by Habib KOÇAK 17

Sonuçların Toplu Gösterimi

Designed by Habib KOÇAK 18

 Sonuç Tablosunun Değerleri ve Anlamları*

Decision Variable Karar değişkenleri

Solution Value Karar değişkenlerinin çözüm değerleri

Amaç fonksiyonunun katsayılarını gösterir. Burada minimizasyon ve

Unit Cost or Profit (cj) maksimizasyon yönlü amaçların sırasıyla maliyet (cost) ve kar (profit)
katsayılarından oluştuğu kabul edilir.

Total Constribution Karar değişkenlerinin amaç fonksiyonuna yaptığı birim katkıyı gösterir.

İndirgenmiş maliyetler (optimal tabloda temel değişkenlerin zj-cj sütunundaki

Reduced Cost
karşılığıdır.
Allowable Min –Max
Amaç fonksiyonundaki katsayıların duyarlılık analizi üst ve alt sınırları verir.
(cj)
Objective Function Amaç fonksiyonunun yönünü ve değerini gösterir.

Constraint Kısıtlayıcı isimlerini gösterir.

Left-Right Hand Side Kısıtlayıcıların sağ- sol sabitlerini gösterir.

Slack or Surplus Aylak ve Artık değişkenlerin değerlerini gösterir.

Shadow Prices Gölge fiyatları veya dual modele ilişkin karar değişkenlerinin çözüm değerlerini
gösterir.
Allowable Min-Max Kısıtlayıcıların sağ taraf sabitlerinin duyarlılık analiz değerlerini gösterir.
RHS
*: Yöneylem Araştırması, Prof.Dr.Ahmet Öztürk, 2005
Designed by Habib KOÇAK 19
Parametrik Analiz –Parametrik Programlama

Parametrik Analizin temel amacı; optimal sonucu

veren karar değişkenlerindeki ya da amaç
fonksiyonundaki katsayılarında oluşabilecek
herhangi bir değişikliğin optimal sonuç
değerlerini nasıl etkilediğini incelemektir.
Parametrik Analiz
– Amaç fonksiyonundaki değişimler
– Sağ taraf sabitlerindeki değişimler
– Her ikisinde aynı anda olan değişimler olmak üzere 3
bölümde incelenebilir.

Designed by Habib KOÇAK 20

Parametrik Analiz için söz konusu problemin optimal
çözümünün belirlenmiş olması gerekir. Results
menüsünden Perform Parametric Analysis komutları seçilir.

Designed by Habib KOÇAK 21

Burada x1 değişkeninin amaç fonksiyonuna yaptığı katkının 1 birim,
x2 değişkeninin 2 birim artması durumunu ele alalım.

Designed by Habib KOÇAK 22

 μ Amaç
Fonksiyonu
Amaç
Fonksiyonunun
Çözümü
Terk eden
Çözüme
Giren
Değerleri Zmak = (30 +μ)x1 + (50 + 2μ)x2 Eğimi değişken değişken

Aylak
0 ≤ μ ≤ 20 621.4286 31.4286 x1 Değişken
C2

20 ≤ μ ≤ +∞ 1.250 33.333

Aylak
621.4286 31.4286 x2 Değişken
−1.875 ≤ μ ≤ 0 C1

Aylak
−30 ≤ μ ≤ −1.875 562.5 20 x1 Değişken
C2

−∞ ≤ μ ≤ −30 0 0

Designed by Habib KOÇAK 23

 Tamsayılı Programlama

Doğrusal Programlama’nın gerçek hayat

uygulamalarında (üretim problemleri v.b.) karar
değişkenlerinin çoğu zaman tamsayı çıkması
istenir. Bu durumda Tamsayılı Programlama
tekniğinden yararlanılır.
WinQSB uygulamalarında DP. ile TP. arasında
çözüm aşamaları yönünden hiçbir fark yoktur.
Sadece problem girişi yapılırken karar
değişkenlerinin tamsayılı (integer) olması istenir.

Designed by Habib KOÇAK 24

 Tamsayılı olması
durumu

Designed by Habib KOÇAK 25

Daha önce yapmış olduğumuz uygulamayı
bu sefer Tamsayılı Programlama olarak
çözelim.
Problemin tanımlanması aşamasında
değişkenleri; tamsayılı pozitif (nonnegative
integer) olarak tanımlayalım.

Designed by Habib KOÇAK 26

Designed by Habib KOÇAK 27
Designed by Habib KOÇAK 28
Designed by Habib KOÇAK 29
Doğrusal Programlama Sonucu ile Tamsayılı Programlama Sonuçlarının
Karşılaştırılması

Designed by Habib KOÇAK 30

 WinQSB’ de Şebeke Analizi
(Network Planning)
Şebeke Analizi, bir planlama tekniği olup
genellikle büyük ölçekli projelerin planlanması,
bir noktadan diğer noktaya olan en kısa yolun
bulunması, inşaat planlaması, yeni ürünlerin
pazarlanmasının programlanması, belirli
sistemlerdeki maksimum akışın (örneğin trafik
akışı, sıvı akışlar vb.) bulunması, büyük çaplı
ihalelerin hazırlanması ve televizyon
programının yapılması gibi bir çok alanda
kullanılır.

Designed by Habib KOÇAK 31

Transportation (Ulaştırma Modelleri)

Designed by Habib KOÇAK 32

Designed by Habib KOÇAK 33
Başlangıç dağıtım tercihleri için;

Başlangıç için
Seçilir.

Seçimden sonra;

Designed by Habib KOÇAK 34

Dağıtımı görmek
İçin tıklanır.

Designed by Habib KOÇAK 35

 Transport (Ulaştırma) Problemi*

Depolar Sunum Fabrikalar Talep

1. Sinop 150 A. İstanbul 200

2. Van 175 B. İzmir 100
3. Adana 275 C. Antalya 300

Toplam 600 ton Toplam 600 ton

*: http://www.baskent.edu.tr/~kilter
Designed by Habib KOÇAK 36
Birim Taşıma Maliyetler

Fabrikalar
Depolar A. İstanbul B. İzmir C. Antalya

1. Sinop $6 $8 $ 10
2. Van $7 $ 11 $ 11
3. Adana $4 $5 $ 12

Designed by Habib KOÇAK 37

 SİNOP

İSTANBUL

VAN
İZMİR

ANTALYA
ADANA

Designed by Habib KOÇAK 38

Designed by Habib KOÇAK 39
Designed by Habib KOÇAK 40
Designed by Habib KOÇAK 41
 PERT-CPM
PERT (Proje Değerlendirme ve Gözden Geçirme
Tekniği): Üretimdeki gecikmeleri, takılmaları ve türlü
çatışmaları en düşük düzeye indiren, işin bütününün
türlü parçalarını eşgüden ve eş zamanlayan projelerin
tamamlanmasını hızlandıran bir yöntemdir. Olasılıksal bir
yapıya sahiptir.

CPM (Kritik Yol Analizi): Projenin tamamına bakarak,

proje için hayati önem arz eden kritik faaliyetleri
belirlemeye yönelik bir yöntemdir. Deterministik bir
yapıya sahiptir.

Designed by Habib KOÇAK 42

CPM Örnek

Normal Time : Normal Zaman Normal Cost: Normal Maliyetler

Crash Time : Hızlandırılmış Zaman Crash Cost: Hızlandırılma Maliyetleri

Designed by Habib KOÇAK 43

 Projenin
Şematik
Görüntüsü

GANNT
Şeması

Problemin
Çözümü

Hızlandırılmış
Maliyet
Analizi

Designed by Habib KOÇAK 44

 Projenin Optimal Çözümü

Projenin Şematik Görünümü

Buradaki Kırmızı Çizgili
Faaliyetler KRİTİK YOL’ dur.

Designed by Habib KOÇAK 45

PERT Örneği

Optimistic Time: En İyimser Süre (a) a+4m+b

Ortalama X=
Most Likely Time: En Yüksek Olasılıklı Süre (m) 6
Pessimistic Time:En Kötümser Zaman (b) ⎛b−a⎞
2
2
Varyans = s = ⎜ ⎟
⎝ 6 ⎠
Designed by Habib KOÇAK 46
Designed by Habib KOÇAK 47
Designed by Habib KOÇAK 48