如果你也在 怎样代写运筹学Operations Research 这个学科遇到相关的难题，请随时右上角联系我们的24/7代写客服。运筹学Operations Research（英式英语：operational research），通常简称为OR，是一门研究开发和应用先进的分析方法来改善决策的学科。它有时被认为是数学科学的一个子领域。管理科学一词有时被用作同义词。
运筹学Operations Research采用了其他数学科学的技术，如建模、统计和优化，为复杂的决策问题找到最佳或接近最佳的解决方案。由于强调实际应用，运筹学与许多其他学科有重叠之处，特别是工业工程。运筹学通常关注的是确定一些现实世界目标的极端值：最大（利润、绩效或收益）或最小（损失、风险或成本）。运筹学起源于二战前的军事工作，它的技术已经发展到涉及各种行业的问题。
couryes-lab™ 为您的留学生涯保驾护航 在代写运筹学operational research方面已经树立了自己的口碑, 保证靠谱, 高质且原创的统计Statistics代写服务。我们的专家在代写运筹学operational research代写方面经验极为丰富，各种代写运筹学operational research相关的作业也就用不着说。
数学代写|运筹学作业代写operational research代考|LINEAR GOAL PROGRAMMING AND ITS SOLUTION PROCEDURES
We have assumed throughout the preceding chapters that the objectives of the organization conducting the linear programming study can be encompassed within a single overriding objective, such as maximizing total profit or minimizing total cost. However, this assumption is not always realistic. In fact, as we discussed in Sec. 2.1, studies have found that the management of U.S. corporations frequently focuses on a variety of other objectives, e.g., to maintain stable profits, increase (or maintain) market share, diversify products, maintain stable prices, improve worker morale, maintain family control of the business, and increase company prestige. Goal programming provides a way of striving toward several such objectives simultaneously.
The basic approach of goal programming is to establish a specific numeric goal for each of the objectives, formulate an objective function for each objective, and then seek a solution that minimizes the (weighted) sum of deviations of these objective functions from their respective goals. There are three possible types of goals:
- A lower, one-sided goal sets a lower limit that we do not want to fall under (but exceeding the limit is fine).
- An upper, one-sided goal sets an upper limit that we do not want to exceed (but falling under the limit is fine).
- A two-sided goal sets a specific target that we do not want to miss on either side.
Goal programming problems can be categorized according to the type of mathematical programming model (linear programming, integer programming, nonlinear programming, etc.) that it fits except for having multiple goals instead of a single objective. In this book, we only consider linear goal programming – those goal programming problems that fit linear programming otherwise (each objective function is linear, etc.) and so we will drop the adjective linear from now on.
Another categorization is according to how the goals compare in importance. In one case, called nonpreemptive goal programming, all the goals are of roughly comparable importance. In another case, called preemptive goal programming, there is a hierarchy of priority levels for the goals, so that the goals of primary importance receive firstpriority attention, those of secondary importance receive second-priority attention, and so forth (if there are more than two priority levels).
We begin with an example that illustrates the basic features of nonpreemptive goal programming and then discuss the preemptive case.
数学代写|运筹学作业代写operational research代考|Prototype Example for Nonpreemptive Goal Programming
The DEWRIGHT COMPANY is considering three new products to replace current models that are being discontinued, so their OR department has been assigned the task of determining which mix of these products should be produced. Management wants primary consideration given to three factors: long-run profit, stability in the workforce, and the level of capital investment that would be required now for new equipment. In particular, management has established the goals of (1) achieving a long-run profit (net present value) of at least \$125 million from these products, (2) maintaining the current employment level of 4,000 employees, and (3) holding the capital investment to less than $\$ 55$ million. However, management realizes that it probably will not be possible to attain all these goals simultaneously, so it has discussed priorities with the OR department. This discussion has led to setting penalty weights of 5 for missing the profit goal (per \$1 million under), 2 for going over the employment goal (per 100 employees), 4 for going under this same goal, and 3 for exceeding the capital investment goal (per $\$ 1$ million over). Each new product’s contribution to profit, employment level, and capital investment level is proportional to the rate of production. These contributions per unit rate of production are shown in Table 7.5 , along with the goals and penalty weights.
Formulation. The Dewright Company problem includes all three possible types of goals: a lower, one-sided goal (long-run profit); a two-sided goal (employment level); and an upper, one-sided goal (capital investment). Letting the decision variables $x_1, x_2, x_3$ be the production rates of products 1,2 , and 3 , respectively, we see that these goals can be stated as
$$
\begin{aligned}
12 x_1+9 x_2+15 x_3 & \geq 125 & & \text { profit goal } \
5 x_1+3 x_2+4 x_3 & =40 & & \text { employment goal } \
5 x_1+7 x_2+8 x_3 & \leq 55 & & \text { investment goal. }
\end{aligned}
$$
More precisely, given the penalty weights in the rightmost column of Table 7.5 , let $Z$ be the number of penalty points incurred by missing these goals. The overall objective then is to choose the values of $x_1, x_2$, and $x_3$ so as to
$$
\text { Minimize } \quad \begin{aligned}
Z & =5 \text { (amount under the long-run profit goal) } \
& +2(\text { amount over the employment level goal) } \
& +4(\text { amount under the employment level goal) } \
& +3(\text { amount over the capital investment goal), }
\end{aligned}
$$
where no penalty points are incurred for being over the long-run profit goal or for being under the capital investment goal. To express this overall objective mathematically, we introduce some auxiliary variables (extra variables that are helpful for formulating the model) $y_1, y_2$, and $y_3$, defined as follows:
$$
\begin{aligned}
& y_1=12 x_1+9 x_2+15 x_3-125 \
& y_2=5 x_1+3 x_2+4 x_3-40 \
& y_3=5 x_1+7 x_2+8 x_3-55
\end{aligned}
$$
(long-run profit minus the target).
(employment level minus the target).
(capital investment minus the target).
运筹学代考
数学代写|运筹学作业代写operational research代考|LINEAR GOAL PROGRAMMING AND ITS SOLUTION PROCEDURES
在前面的章节中，我们假设进行线性规划研究的组织的目标可以包含在单一的首要目标中，例如最大化总利润或最小化总成本。然而，这种假设并不总是现实的。事实上，正如我们在2.1节中所讨论的，研究发现，美国公司的管理层经常关注各种其他目标，例如，保持稳定的利润，增加(或维持)市场份额，使产品多样化，保持稳定的价格，提高工人士气，保持家族对企业的控制，提高公司声誉。目标规划提供了一种同时努力实现几个这样的目标的方法。
目标规划的基本方法是为每个目标建立一个具体的数字目标，为每个目标制定一个目标函数，然后寻求一个解，使这些目标函数与各自目标的偏差(加权)总和最小。有三种可能的目标类型:
一个较低的、片面的目标设定了一个我们不想跌破的下限(但超过这个上限是可以的)。
一个片面的上限目标设定了一个我们不想超过的上限(但低于这个上限是可以的)。
双边目标设定了一个我们任何一方都不想错过的具体目标。
目标规划问题可以根据它所适合的数学规划模型类型(线性规划、整数规划、非线性规划等)进行分类，只是它有多个目标而不是单一目标。在本书中，我们只考虑线性目标规划——那些适合线性规划的目标规划问题(每个目标函数都是线性的，等等)，所以我们将从现在开始去掉线性这个形容词。
另一种分类是根据目标的重要性进行比较。在一种称为非抢占式目标规划的情况下，所有目标的重要性大致相当。在另一种称为抢占式目标规划的情况下，目标有一个优先级的层次结构，因此最重要的目标获得第一优先级的关注，次要的目标获得第二优先级的关注，以此类推(如果有两个以上的优先级)。
我们首先通过一个例子说明了非抢占式目标规划的基本特征，然后讨论了抢占式的情况。
数学代写|运筹学作业代写operational research代考|Prototype Example for Nonpreemptive Goal Programming
DEWRIGHT公司正在考虑三种新产品来取代目前停产的型号，因此他们的OR部门被分配了一项任务，即确定应该生产这些产品的哪种组合。管理层希望主要考虑三个因素:长期利润，劳动力的稳定性，以及现在新设备所需的资本投资水平。特别是，管理层制定了以下目标:(1)从这些产品中获得至少1.25亿美元的长期利润(净现值)，(2)保持目前4,000名员工的就业水平，(3)将资本投资控制在$\$ 55$百万以下。然而，管理层意识到同时实现所有这些目标可能是不可能的，因此它已经与手术室部门讨论了优先级。这种讨论导致了对未能达到利润目标(每100万美元)设置5个惩罚权重，对超过就业目标(每100名员工)设置2个惩罚权重，对低于同一目标设置4个惩罚权重，对超过资本投资目标设置3个惩罚权重(每$\$ 1$百万美元)。每个新产品对利润的贡献、就业水平和资本投资水平与生产率成正比。表7.5显示了单位生产率的贡献，以及目标和惩罚权重。
配方。杜莱特公司的问题包括所有三种可能的目标类型:较低的、片面的目标(长期利润);双边目标(就业水平);和一个较高的，片面的目标(资本投资)。让决策变量$x_1, x_2, x_3$分别是产品1、2和3的生产率，我们看到这些目标可以表述为
$$
\begin{aligned}
12 x_1+9 x_2+15 x_3 & \geq 125 & & \text { profit goal } \
5 x_1+3 x_2+4 x_3 & =40 & & \text { employment goal } \
5 x_1+7 x_2+8 x_3 & \leq 55 & & \text { investment goal. }
\end{aligned}
$$
更准确地说，给定表7.5最右边列中的罚分权重，设$Z$为错过这些目标所招致的罚分数。总体目标是选择$x_1, x_2$和$x_3$的值，以便
$$
\text { Minimize } \quad \begin{aligned}
Z & =5 \text { (amount under the long-run profit goal) } \
& +2(\text { amount over the employment level goal) } \
& +4(\text { amount under the employment level goal) } \
& +3(\text { amount over the capital investment goal), }
\end{aligned}
$$
超过长期利润目标或低于资本投入目标不扣分的。为了在数学上表达这一总体目标，我们引入了一些辅助变量(有助于制定模型的额外变量)$y_1, y_2$和$y_3$，定义如下:
$$
\begin{aligned}
& y_1=12 x_1+9 x_2+15 x_3-125 \
& y_2=5 x_1+3 x_2+4 x_3-40 \
& y_3=5 x_1+7 x_2+8 x_3-55
\end{aligned}
$$
(长期利润减去目标)。
(就业水平减去目标)。
(资本投资减去目标)。
统计代写请认准statistics-lab™. statistics-lab™为您的留学生涯保驾护航。
金融工程代写
金融工程是使用数学技术来解决金融问题。金融工程使用计算机科学、统计学、经济学和应用数学领域的工具和知识来解决当前的金融问题，以及设计新的和创新的金融产品。
非参数统计代写
非参数统计指的是一种统计方法，其中不假设数据来自于由少数参数决定的规定模型；这种模型的例子包括正态分布模型和线性回归模型。
广义线性模型代考
广义线性模型（GLM）归属统计学领域，是一种应用灵活的线性回归模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。
术语 广义线性模型（GLM）通常是指给定连续和/或分类预测因素的连续响应变量的常规线性回归模型。它包括多元线性回归，以及方差分析和方差分析（仅含固定效应）。
有限元方法代写
有限元方法（FEM）是一种流行的方法，用于数值解决工程和数学建模中出现的微分方程。典型的问题领域包括结构分析、传热、流体流动、质量运输和电磁势等传统领域。
有限元是一种通用的数值方法，用于解决两个或三个空间变量的偏微分方程（即一些边界值问题）。为了解决一个问题，有限元将一个大系统细分为更小、更简单的部分，称为有限元。这是通过在空间维度上的特定空间离散化来实现的，它是通过构建对象的网格来实现的：用于求解的数值域，它有有限数量的点。边界值问题的有限元方法表述最终导致一个代数方程组。该方法在域上对未知函数进行逼近。[1] 然后将模拟这些有限元的简单方程组合成一个更大的方程系统，以模拟整个问题。然后，有限元通过变化微积分使相关的误差函数最小化来逼近一个解决方案。
tatistics-lab作为专业的留学生服务机构，多年来已为美国、英国、加拿大、澳洲等留学热门地的学生提供专业的学术服务，包括但不限于Essay代写，Assignment代写，Dissertation代写，Report代写，小组作业代写，Proposal代写，Paper代写，Presentation代写，计算机作业代写，论文修改和润色，网课代做，exam代考等等。写作范围涵盖高中，本科，研究生等海外留学全阶段，辐射金融，经济学，会计学，审计学，管理学等全球99%专业科目。写作团队既有专业英语母语作者，也有海外名校硕博留学生，每位写作老师都拥有过硬的语言能力，专业的学科背景和学术写作经验。我们承诺100%原创，100%专业，100%准时，100%满意。
随机分析代写
随机微积分是数学的一个分支，对随机过程进行操作。它允许为随机过程的积分定义一个关于随机过程的一致的积分理论。这个领域是由日本数学家伊藤清在第二次世界大战期间创建并开始的。
时间序列分析代写
随机过程，是依赖于参数的一组随机变量的全体，参数通常是时间。 随机变量是随机现象的数量表现，其时间序列是一组按照时间发生先后顺序进行排列的数据点序列。通常一组时间序列的时间间隔为一恒定值（如1秒，5分钟，12小时，7天，1年），因此时间序列可以作为离散时间数据进行分析处理。研究时间序列数据的意义在于现实中，往往需要研究某个事物其随时间发展变化的规律。这就需要通过研究该事物过去发展的历史记录，以得到其自身发展的规律。
回归分析代写
多元回归分析渐进（Multiple Regression Analysis Asymptotics）属于计量经济学领域，主要是一种数学上的统计分析方法，可以分析复杂情况下各影响因素的数学关系，在自然科学、社会和经济学等多个领域内应用广泛。
MATLAB代写
MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习和应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。
