Περίληψη:
Ο γραμμικός προγραμματισμός (linear programming) αποτελεί αναμφίβολα το δημοφιλέστερο μοντέλο στο χώρο της επιχειρησιακής έρευνας αλλά και της διοικητικής επιστήμης (management science) γενικότερα. Η μεγάλη επιτυχία που είχαν οι εφαρμογές του σε προβλήματα λήψης αποφάσεων των ιδιωτικών και δημόσιων επιχειρήσεων και οργανισμών αποδίδεται, από τη μια πλευρά στα επιτεύγματα της έρευνας μαθηματικών και οικονομολόγων σε θεωρητικό επίπεδο και από την άλλη πλευρά στην επαναστατική ανέλιξη της πληροφορικής επιστήμης και τεχνολογίας. Κυριαρχεί σήμερα η αντίληψη ότι, τρεις στις τέσσερις εφαρμογές μοντέλων επιχειρησιακής έρευνας σε πραγματικά προβλήματα διοίκησης παραπέμπουν στο γραμμικό προγραμματισμό (Γ.Π.). Ο Γ.Π. χρησιμοποιείται από τους επιχειρησιακούς ερευνητές ή τους αναλυτές προβλημάτων απόφασης για τη προσέγγιση προβλημάτων κατανομής περιορισμένων πόρων ή μέσων σε εναλλακτικές και ανταγωνιστικές μεταξύ τους δραστηριότητες κατά τον καλύτερο δυνατό τρόπο. Ειδικά με την ραγδαία ανάπτυξη των logistics, η χρήση των τεχνικών του γραμμικού προγραμματισμού στην βέλτιστη κατανομή των διαθέσιμων πόρων (μηχανήματα, αυτοκίνητα, ψυγεία κτλ.), έγινε απαραίτητη. Πρόκειται για το γνωστό πρόβλημα κατανομής της ‘‘πίτας’’ (resource allocation problem). Προβλήματα απόφασης αυτής της μορφής είναι, για παράδειγμα, η κατανομή εργατικού δυναμικού, τεχνολογικού εξοπλισμού και πρώτων υλών σε διάφορες παραγωγικές διαδικασίες, η κατανομή κεφαλαίου σε διάφορα επενδυτικά προγράμματα, η ανάθεση σε περιορισμένο προσωπικό διαφόρων υπηρεσιών, η κατανομή καλλιεργήσιμης γης σε διάφορες αγροτικές δραστηριότητες, κ.λπ. Επιδιωκόμενο αποτέλεσμα αυτών τον αποφάσεων (κριτήρια απόφασης) μπορεί να αφορά τη μεγιστοποίηση του συνολικού κέρδους από πωλήσεις, την ελαχιστοποίηση του συνολικού κόστους παραγωγής, τη μεγιστοποίηση της απασχόλησης, την ελαχιστοποίηση των αρνητικών επιπτώσεων στο περιβάλλον, κ.λπ.
Στη παρούσα πτυχιακή θα επικεντρωθούμε στο πρόβλημα τοποθέτησης σε κάδους (Bin Packing Problem) η ανάλυση του οποίου θα γίνει στο Κεφάλαιο 1ο. Θα χρησιμοποιηθούν και θα αναλυθούν δύο βασικές μέθοδοι και θα γίνει οπτικοποίηση των μεθόδων με τη χρήση του εργαλείου GUIτου MATLAB.