KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig vom 02.11.2026 bis 04.11.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf www.bücher.de einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
Produktbild: Optimization Modelling Using R

Optimization Modelling Using R

Aus der Reihe Chapman & Hall/CRC Series in Operations Research

155,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

05.07.2022

Abbildungen

41 SW-Abb., 41 SW-Zeichn., 117 Tabellen

Verlag

Taylor & Francis

Seitenzahl

300

Maße (L/B/H)

24/16,1/2,1 cm

Gewicht

566 g

Sprache

Englisch

ISBN

978-0-367-50789-3

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

05.07.2022

Abbildungen

41 SW-Abb., 41 SW-Zeichn., 117 Tabellen

Verlag

Taylor & Francis

Seitenzahl

300

Maße (L/B/H)

24/16,1/2,1 cm

Gewicht

566 g

Sprache

Englisch

ISBN

978-0-367-50789-3

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
Die Leseprobe wird geladen.
  • Produktbild: Optimization Modelling Using R

  • Preface
    1 Introduction
    1.1 What is Operations Research
    1.2 Purpose of this Book
    1.3 Range of Operations Research Techniques
    1.4 Relationship between Operations Research and Analytics
    1.5 Importance of Optimization
    1.6 Why R?
    1.7 Conventions Used in this Book

    2 Introduction to Linear Programming
    2.1 What is Linear Programming
    2.2 Two Variable Base Case
    2.3 Graphically Solving a Linear Program
    2.4 Implementing and Solving with ompr
    2.4.1 Preparing to Implement the Linear Program
    2.4.2 Implementing the Base Case with Piping
    2.5 Adding a Third Product (Variable)
    2.5.1 Three Variable Base Case Formulation
    2.5.2 Three Variable Base Case Implementation
    2.5.3 Three Variable Case Results and Interpretation
    2.6 Linear Programming Special Cases
    2.6.1 Case 1: No Feasible Solution
    2.6.2 Case 2: Multiple Optima
    2.6.3 Case 3: Redundant Constraint
    2.6.4 Case 4: Unbounded Solution
    2.7 Abstracting the Production Planning Model
    2.8 Methods of Solving Linear Programs
    2.9 Exercises

    3 More Linear Programming Models
    3.1 Types of LP Models
    3.2 The Algebraic Model
    3.2.1 Tips and Conventions for Algebraic Models
    3.2.2 Building the Generalized Model in R
    3.2.3 Examining the Results
    3.2.4 Changing the Model
    3.3 Common Linear Programming Applications
    3.3.1 Blending Problems
    3.4 Allocation Models
    3.4.1 Covering Models
    3.4.2 Transportation Models
    3.4.3 Transshipment Models
    3.4.4 Production and Inventory Planning
    3.4.5 Standard Form
    3.5 Vector and Matrix Forms of LPs
    3.6 Exercises

    4 Sensitivity Analysis
    4.1 Base Case
    4.2 Shadow Prices
    4.2.1 Extraction and Interpretation .
    4.2.2 Example of Adding an Hour to Assembly
    4.2.3 Shadow Prices of Underutilized Resources
    4.3 Reduced Costs of Variables
    4.3.1 Reduced Cost of Ants
    4.3.2 Reduced Price of Bats
    4.4 Using Sensitivity Analysis to Evaluate a New Product
    4.5 Exercises

    5 Data Envelopment Analysis
    5.1 Introduction
    5.2 Creating the Data
    5.3 Graphical Analysis
    5.4 The Linear Programs for DEA
    5.4.1 An Explicit Linear Program for DEA
    5.4.2 A Generalized Linear Program for DEA
    5.5 Creating the LP - The Algebraic Approach
    5.6 Returns to Scale
    5.7 Multiple Inputs and Multiple Outputs
    5.8 Extracting Multiplier Weights from Sensitivity Analysis
    5.9 Slack Maximization
    5.10 DEA Packages
    5.11 DEA Model Building
    5.11.1 Selection of Inputs and Outputs
    5.11.2 Model Choices
    5.11.3 Application Area Expertise
    5.12 Further Reading
    5.13 Exercises

    6 Mixed Integer Optimization
    6.1 Example of Minor Integrality Impact
    6.2 Example of Major Integality Impact
    6.3 The Branch and Bound Algorithm
    6.3.1 The LP Relaxation
    6.3.2 Subproblem I
    6.3.3 Subproblem III
    6.3.4 Subproblem IV
    6.3.5 Subproblem V
    6.3.6 Subproblem VI
    6.3.7 Subproblem VII
    6.3.8 Subproblem VIII
    6.3.9 Subproblem II
    6.4 Computational Complexity
    6.4.1 Full Enumeration
    6.5 Binary Variables and Logical Relations
    6.6 Fixed Charge Models
    6.6.1 Fixed Charge Example-Introduction
    6.6.2 Linking Constraints with "Big M"
    6.6.3 Fixed Charge Implementation
    6.7 Model Results and Interpretation