mirror of
https://github.com/kuhyx/WUT_Computer_Science.git
synced 2026-11-13 13:30:53 +01:00
Krzysztof kuhy Rudnicki
54337a662e
Five files were outside README / CLAUDE* / DOCS* / TODO*, and two were over the 250-line cap. Both gates now pass repo-wide. Renames: the two lowercase readme.md files, and three documents into DOCS-*. The AIS requirements doc split at its own boundary into functional (101) and non-functional (174). The WDWR report split into six numbered sections behind an index that keeps the original filename, 38-235 lines each; 753 lines of body plus the 18-line header account for all 771 original lines, so nothing was dropped. That WDWR file needed checking before splitting: it sits next to main.tex and main.pdf and looked like a conversion of them. It is not -- main.tex is project 25406 and the markdown is project 18402, a different document. So it is authored content and the split is real work, not churn on a build artifact. Filled the three empty READMEs and replaced ECOTE's, which was a stale copy of the root README still claiming the group projects were excluded -- they were merged in by subtree some time ago. EOPSY/lab1 turned out not to be the code-free directory the survey suggested: it has modify.sh and modify_examples.sh. The oddly-named empty files beside them are the exercise's OUTPUT, committed so the before/after state is visible, and its README now says so rather than leaving them looking like junk. CLAUDE.md follows the testsAndMisc structure. Writing it caught a nice one: the md-naming marker is a biconditional, so quoting the literal removal string in a non-TODO file fails the gate. The gate was right; the text is rephrased. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_0172dj34FDpao6wsix8ZuCzE
120 lines
4.8 KiB
Markdown
120 lines
4.8 KiB
Markdown
## **6.2 Wyniki dla modelu dwukryterialnego**
|
||
|
||
## **6.2.1 Obraz zbioru rozwiązań efektywnych w przestrzeni ryzyko-zysk**
|
||
|
||
Obraz zbioru rozwiązań efektywnch w przestrzeni ryzyko-zysk został uzyskany poprzez rozwiązanie zadania metody punktu odniesienia dla różnych wartości aspiracji dla zysku oraz ryzyka. Do wykonania obliczeń posłużono się skryptem przedstawionym na [Listing 7.](#page--1-0) Obliczenia przeprowadzono ustalając poziomy aspiracji w wyznaczonych granicach zmienności zysku i ryzyka (wektory nadiru i utopii wyznaczone w kolejnej sekcji). Dla każdego poziomu aspiracji wykorzystano po 10 równoodległych wartości znajdujących się w przedziałach definiowanych przez wektory nadiru i utopii.
|
||
|
||
Ze względu na duży rozmiar zadania, a przez długi czas obliczeń przy 1000 scenariuszach, zdecydowano się ograniczyć ich liczbę do 50. Niestety nie jest to liczba wystarczająca do przeprowadzenia dokładnych obliczeń, jednak uzyskane wyniki powinny być wystarczające do przedstawienia działania metody.
|
||
|
||
Fragment wyników działania skryptu obliczeniowego przedstawia [Listing 8.](#page-0-0) Obraz zbioru rozwiązań efektywnych w przestrzeni ryzyko-zysk pokazuje [Rysunek 1.](#page-0-1)
|
||
|
||
<span id="page-0-0"></span>Listing 8: Skrypt obliczający wartości do wyznaczenia obrazu zbioru rozwiązań efektywnych w przestrzeni ryzyko-zysk. Pełne wyniki dostępne w załączniku.
|
||
|
||
```
|
||
1 ### 39: Solving model for aspirations : 2395 .666667 , 312 .777778
|
||
2 CPLEX 12 .8.0.0 : optimal integer solution within mipgap or absmipgap ; ←-
|
||
objective 5 .427722957e -07
|
||
3 39 MIP simplex iterations
|
||
4 0 branch -and - bound nodes
|
||
5 absmipgap = 7 .81092e -07 , relmipgap = 1 .43881
|
||
```
|
||
|
||
|
||
```
|
||
6 Profit : 2417 .827519
|
||
7 Risk : 311 .250020
|
||
8 RPM : 0 .000001
|
||
9 ### 40: Solving model for aspirations : 2395 .666667 , 0 .000000
|
||
10 CPLEX 12 .8.0.0 :
|
||
11 < BREAK > ( cplex )
|
||
12 CPLEX solution status 13 with fixed integers :
|
||
13 aborted in phase II
|
||
14 aborted , integer solution exists ; objective -0 .06697476417
|
||
15 116486 MIP simplex iterations
|
||
16 103313 branch -and - bound nodes
|
||
17 absmipgap = 6 .93933e -05 , relmipgap = 0 .00103611
|
||
18 Profit : 1432 .148909
|
||
19 Risk : 188 .510726
|
||
20 RPM : -0 .066975
|
||
```
|
||
Rozwiązania efektywne minimalnego ryzyka i maksymalnego zysku
|
||
|
||
Rozwiązania efektywne dla minimalnego ryzyka i maksymalnego zysku wyznaczono wykorzystując skrypt przedstawiony na listingu [Listing 4.](#page--1-0) Na podstwaie wyników jego działania, które przedstawia [Listing 9](#page-0-0) można podać następujące rozwiązania:
|
||
|
||
- Minimalne ryzyko: *ep* = *−*1000, przy *r* = 0,
|
||
- Maksymalny zysk: *ep* = 11987, przy *r* = 2569
|
||
|
||
Dodatkowo poza zakresem zadania wyznaczonon pozostałe elementy potrzebne do wyznaczenia wektorów nadiru i utopii:
|
||
|
||
- Maksymalne ryzyko: *ep* = 9193, przy *r* = 2815,
|
||
- Minimalny zysk: *ep* = *−*2400*.*00, przy *r* = 0*.*00
|
||
|
||
```
|
||
Wektor nadiru: (−2400, 2815)
|
||
```
|
||
Wektor utopii: (0*,* 11987)
|
||
|
||
Listing 9: Skrypt wyznaczający rozwiązania optymalne modelu dwukryterialnego.
|
||
|
||
```
|
||
1 # ########################
|
||
2 ### Minimizing profit ###
|
||
3 # ########################
|
||
4 CPLEX 12 .8.0.0 : optimal integer solution ; objective -2400
|
||
5 7 MIP simplex iterations
|
||
6 0 branch -and - bound nodes
|
||
7 Profit : -2400
|
||
8 Risk : 0
|
||
9
|
||
10 # ########################
|
||
11 ### Maximizing profit ###
|
||
12 # ########################
|
||
13 CPLEX 12 .8.0.0 : optimal integer solution ; objective 11987 .41899
|
||
14 32 MIP simplex iterations
|
||
15 0 branch -and - bound nodes
|
||
16 Profit : 11987
|
||
17 Risk : 2569
|
||
18
|
||
```
|
||
|
||
|
||
```
|
||
19 # ######################
|
||
20 ### Minimizing risk ###
|
||
21 # ######################
|
||
22 CPLEX 12 .8.0.0 : optimal integer solution ; objective 0
|
||
23 0 MIP simplex iterations
|
||
24 0 branch -and - bound nodes
|
||
25 Profit : -1000
|
||
26 Risk : 0
|
||
27
|
||
28 # #######################
|
||
29 ### Maximizing risk k###
|
||
30 # #######################
|
||
31 CPLEX 12 .8.0.0 : optimal integer solution ; objective 2815 .995263
|
||
32 21837 MIP simplex iterations
|
||
33 705 branch -and - bound nodes
|
||
34 Profit : 9193
|
||
35 Risk : 2815
|
||
```
|
||
## **6.2.2 Analiza relacji dominacji stochastycznej dla trzech wybranych rozwiązań efektywnych**
|
||
|
||
Do analizy wybrano następujące scenariusze:
|
||
|
||
- 1. Maksymalny zysk *ep* = 11987*.*42,
|
||
- 2. Poziomy aspiracji *aspep* = 8789*.*89 oraz *asp<sup>r</sup>* = 1876*.*67,
|
||
- 3. Poziomy aspiracji *aspep* = 10388*.*44 oraz *asp<sup>r</sup>* = 938*.*33.
|
||
|
||
Dane do analizy zostały wygenerowane w trakcie przeprowadzania obliczeń do poprzednich podpunktów i są dostępne w załącznikach.
|
||
|
||
Dystrybuanty zysku przedstawia [Rysunek 2.](#page--1-0)
|
||
|
||
Na podstawie wykresów możemy stwierdzić, że rozwiązanie dla scenariusza z maksymalnym zyskiem dominuje w sensie FSD pozostałe rozwiązania. Dodatkowo widzimy, że rozwiązanie ze scenariusza 3 dominuje w sensie FSD rozwiązanie scenariusza 2.
|
||
|
||
|
||
|
||
|
||
Rysunek 2: Wykres dystrybuant zysku dla poszczególnych rozwiązań
|
||
|
||
|