ZAGADNIENIE TRANSPORTOWE



Podobne dokumenty
1. Relacja preferencji

Podprzestrzenie macierzowe

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

ANALIZA INPUT - OUTPUT

Portfel złożony z wielu papierów wartościowych

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

Badania Operacyjne (dualnośc w programowaniu liniowym)

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Zaawansowane metody numeryczne

Projekt 2 2. Wielomiany interpolujące

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

08 Model planowania sieci dostaw 1Po_2Pr_KT+KM

06 Model planowania sieci dostaw 1Po_1Pr_KT+KM

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

Matematyka dyskretna. 10. Funkcja Möbiusa

5. OPTYMALIZACJA NIELINIOWA

FUNKCJE DWÓCH ZMIENNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

System finansowy gospodarki

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

3. OPTYMALIZACJA NIELINIOWA

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD:

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

Funkcja wiarogodności

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

METODY KOMPUTEROWE 1

Statystyczne charakterystyki liczbowe szeregu

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Metoda Monte-Carlo i inne zagadnienia 1

Regresja REGRESJA

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

Indukcja matematyczna

Modelowanie i Analiza Danych Przestrzennych

Planowanie eksperymentu pomiarowego I

Prawdopodobieństwo i statystyka r.

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć

Problem plecakowy (KNAPSACK PROBLEM).

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Analiza Matematyczna Ćwiczenia. J. de Lucas

ZAGADNIENIE TRANSPORTOWE(ZT)

Matematyczny opis ryzyka

System finansowy gospodarki

Prawdopodobieństwo i statystyka r.

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

Definicje ogólne

JEDNOWYMIAROWA ZMIENNA LOSOWA

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

VI. TWIERDZENIA GRANICZNE

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Zmiana bazy i macierz przejścia

Przybliżone zapytania do baz danych z akceleracją obliczeń rozkładów prawdopodobieństwa

8.1 Zbieżność ciągu i szeregu funkcyjnego

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

FINANSE II. Model jednowskaźnikowy Sharpe a.

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Elementy arytmetyki komputerowej

Badania Maszyn CNC. Nr 2

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1

ma rozkład normalny z nieznaną wartością oczekiwaną m

. Wtedy E V U jest równa

Miary statystyczne. Katowice 2014

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Wnioskowanie statystyczne dla korelacji i regresji.

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Weryfikacja hipotez dla wielu populacji

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Sterowanie optymalne statkiem w obszarze ze zmiennym prądem problem czasooptymalnej marszruty. Zenon Zwierzewicz

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

05 Klasyfikacja modeli planowania sieci dostaw Model: 1Po_1Pr_KT

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

ZESTAW ZADAŃ Z INFORMATYKI

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Transkrypt:

ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w loścach b,...,b. Dostawcam mogą być a przykład zakłady produkcye, pukty odprawy, hurtowe, magazyy, tp. Odborcam sklepy, hurtowe, e pukty popytu a towar. Nech mędzy każdym -tym dostawcą, a każdym -tym odborcą stee bezpośrede połączee trasportowe oraz są zae koszty trasportowe edostk produktu c w postac pewych lczb wymerych (=,..,m; =,..,). W praktyce moża zakładać, że wszystke wartośc a, b, c są lczbam całkowtym. Moża to zawsze osągąć poprzez dobór odpowede skal merzea. Zagadee trasportowe polega a ustaleu takch lośc przewozu towarów od dostawców do odborców, aby zostało zaspokooe zapotrzebowae wszystkch odborców oraz - aby sumaryczy koszt trasportu był mmaly. Ilośc przewożoych towarów od dostawców do odborców tworzą tak zway pla przewozu. Aby rozwązać zagadee trasportowe (ZT) trzeba zaleźć tak pla przewozu, dla którego sumaryczy koszt trasportu est mmaly. Wszystke dae weścowe możemy prezetować w postac tablcy trasportowe: Odborcy Dostawcy B B...... B b b...... b A a c c c A a c c c............ A m a m c m c m c m

W stadardowe postac ZT postać tę będzemy azywal zamkętym zagadeem trasportowym (ZZT) - przymuemy ograczee, że sumarycza podaż est rówa sumaryczemu popytow spełoy est tak zway waruek blasu: m a b Gdy ZT est otwarte, to blas e est spełoy. Mogą zaść dwa przypadk: m a) m a b b) a b Aby przekształcć otwarty model do zamkętego korzystać dale ze stadardowych metod rozwązywaa ZT stosuemy astępuącą metodę przekształceń otwartego ZT a zamkęty. W przypadku a) wprowadzamy do tablcy trasportowe dodatkowego. fkcyego dostawcę A m+, który dyspoue a m m b a edostkam towaru, przy czym koszty trasportu edostek takego towaru do odborców są zeram, tz. c m+, =, =,...,. Tym samym otrzymuemy zamkęte ZT. W przypadku b) dodaemy fkcyego odborcę B + oraz postępuemy aalogcze ak w przypadku a). Przy budowau modelu matematyczego ZT wprowadzamy zmee x, =,...,m; =,...,, które ozaczaą lość towaru trasportowaego od -tego dostawcy do -tego odborcy. Jeżel x ozacza lość produktu wysłaego z puktu A do puktu B to model matematyczy zamkętego zagadea trasportowego moża zapsać w postac: wyzacz wartośc x, =,...,m; =,...,, dla których fukca wartość ameszą, przy ograczeach: m z c x przymue x. a, =,...,m; (rówae ozacza, że cały towar mus być wywezoy od wszystkch dostawców);

m x. b, =,...; (zapotrzebowae wszystkch odborców mus być zaspokooe);. x. Aalzuąc sformułowae ZT w postac modelu matematyczego wdzmy, że w tym modelu wszystke ograczea oraz fukca celu maą potęgę ede, tz. ogóle rzecz borąc ZT est szczególym przypadkem ZPL moglbyśmy rozwązywać to zagadee metodą smpleksową. Ale steą zacze efektywesze metody rozwązaa ZT. Twerdzee ZT.. Zagadee trasportowe (ZT) ma co ame edo rozwązae dopuszczale. ab Takm rozwązaem mogą być wartośc x = a ab b. Te fakt moża sprawdzć podstawaąc wskazae wartośc bezpośredo do modelu matematyczego: dla każdego =,...,m mamy x = a b a a a b a b a a,, ale z założea x = a. aalogcze z popytem a towar wdzmy, że twerdzee est spełoe. Postępuąc Twerdzee ZT.. Mmale rozwązae dopuszczale ZT wymaga co awyże m+- dodatch wartośc x. Take rozwązaa azwao bazowym. Ne będzemy przeprowadzać tu dowodu twerdzea, skupmy sę a ego terpretac. Twerdzee ozacza, że optymalego rozwązaa moża szukać tylko pośród dopuszczalych rozwązań bazowych. Te fakt stote zmesza lość możlwych waratów rozwązań. Nech, dla przykładu mamy m=8 =. Mamy 8 ewadomych, 8 komórek macerzy trasportowe do wypełea. Okazue sę (z twerdzea wyże), że e we wszystkch komórkach są rozwązaa dodate.

Dodate przewozy mogą być tylko w m+- komórkach bazowych (będze ch 8+-=7), a w pozostałych (8-7=6) są zera. Na te podstawe zbudowao klka algorytmów rozwązaa ZT. Każda z tych metod realzue astępuący schemat rozwązaa: - aperw budowae est początkowe bazowe rozwązae; - dale sprawdza sę, czy est oo rozwązaem optymalym; - eśl e est rozwązaem optymalym, to budue sę owe rozwązae bazowe, które ezacze róż sę od poprzedego zów sprawdza sę, czy est oo rozwązaem optymalym; - w te sposób, po skończoe lośc kroków, otrzymamy rozwązae optymale. Dla budowaa początkowego bazowego rozwązaa stee klka sposobów. Naprostszy z ch korzysta z zasady kąta półoco-zachodego.... Metoda polega a operacach: dla półoco-zachode kratk w eszcze e wypełoe częśc tablcy trasportowe ustalamy wartość przewozu towaru ako mmum pomędzy aktualą podażą popytem dla te kratk. Dale aktualzuemy tę podaż popyt odemuąc od tych wartośc wartość oblczoego mmum. Wersz lub kolumę tabel, w które otrzymalśmy po aktualzac zero wypełamy zerowym przewozam. Dla pozostałe, eszcze e wypełoe częśc tablcy powtarzamy procedurę. Jeśl przy aktualzac podaży popytu otrzymamy zero w werszu w kolume to tylko edo z tych zer (dowole) uważa sę za zero zwykłe, druge podkreślamy

ako aktywe trzeba e uwzględć w koleym kroku ustalea wartośc przewozów. W tak sposób zawsze zadzemy bazowe rozwązae dopuszczale zaweraące m+- kratek bazowych (ewetuale razem z kratkam zaweraącym ). Przykłady Odborca dostawca 8 7 7 8 5 5 7 5 5 7 m+-=+-=7 Odborca dostawca 9 8 8 9 Istee klka metod rozwązaa ZT. Będzemy korzystal z tzw. metody potecałów. Nech dae będze początkowe bazowe rozwązae dopuszczale. Dla takego rozwązaa oblczamy take wartośc u, =,m oraz v, =,, dla których we wszystkch kratkach bazowych spełoe są rówaa u +v =c. Rówań takch mamy m+- oraz m+ zmeych ewadomych u, v, tz. że mamy eokreśloy układ rówań. Do rozwązaa takego układu wystarczy ede z ewadomych przypsać określoą wartość. Wtedy pozostałe wartośc ewadomych zostaą łatwo edozacze określoe. Zalezoe wartośc u, v, dla wszystkch werszy kolum azywamy potecałam. Oblczamy Δ= (u +v )-c dla wszystkch kratek ebazowych. Zostało udowodoe astępuące kryterum optymalośc: eśl w tabel trasportowe dla steącego

rozwązaa bazowego wszystke Δ są mesze bądź rówe zero to wyzaczoy pla bazowy trasportu towarów est plaem optymalym. Tym samym otrzymuemy rozwązae ZT. Jeśl kryterum optymalośc e est spełoe buduemy owy pla bazowy, dla którego wartość fukc celu est mesza od wartośc fukc celu poprzedego plau bazowego. W tym celu spośród Δ> wyberamy max Δ ech te wartośc odpowada p. kratka (s,t). Zazaczoa kratka ektóre z steących kratek bazowych tworzą w tabel trasportowe tzw. cykl rozładowaa. Tak cykl est cągem kratek bazowych poczyaąc od (s,t), przy czym każde prześce mędzy tym kratkam (pozome lub poowe) zawera kratk bazowe ostatm prześcem est prześce do (s,t). Kratkom tego cyklu przypsuemy umery,,... określamy wartość λ=mx dla kratek cyklu o umerach parzystych. Oblczamy owe wartośc przewozów w kratkach cyklu dodaąc λ do wartośc przewozów w kratkach cyklu o umerach eparzystych odemuąc λ od wartośc przewozów w kratkach o umerach parzystych. Przy takm odemowau otrzymuemy co ame edą kratkę o zerowe wartośc przewozu. Taką kratkę elmuemy ze zboru kratek stare bazy otrzymuemy owy bazowy pla przewozów. Jeżel przy odemowau λ otrzymamy węce ż edą kratkę bazową zerową to tylko edo z tych owych zer uważamy za zwykłe, a pozostałe dowole zera podkreślamy będą to zera bazowe. Dla owego plau bazowego oblczamy potecały, sprawdzamy kryterum optymalośc. Po skończoe lośc kroków otrzymamy rozwązae optymale dla ZT.

Przykład: (pogruboe fragmety to wyścowa tablca ZT) 9 5 7 9 5 U= 8 7 8 5 U=- 5 6 7 U= 7 8 7 U=- U5=- V= V= V=5 V= Uwag: suma a=<5=suma b, to a5=. f=95, f=85, f=75, f=f m=68.. ALGORYTM ROZWIĄZYWANIA ZAGADNIENIA TRANSPORTOWEGO:. Budowa tablcy welkośc przewozów (metodą kąta półoco-zachodego): Oblcz m{a,b ) wstaw ako x ; {gdy a =b to ako x wstaw a oraz x =, dla wszystkch lub b oraz x =, dla wszystkch Wtedy przy aktualzac podaży popytu otrzymuemy zero w werszu w kolume. Jedo z tych zer traktuemy ak zwykłe, druge est ako aktywe uwzględamy w koleym kroku ustalaa welkośc przewozów} Powtarza oblczae m dla klatek wysuętych abardze a p.-zach. w zmodyfkowae tablcy. Sprawdzamy, czy m+- est rówe lośc klatek bazowych {ak e wróć do lub 8}. Oblczamy f k =[x ] [c ], k=,,,.... METODA POTENCJAŁU: a) w oparcu o klatk bazowe ada potecały wg przepsu u +v =c

b) dla klatek ebazowych oblcz = (u +v )-c Jeśl dla każdych, mamy, to pla est optymaly {KONIEC} Jeśl NIE: 5. Kładzemy * w klatce o awększe dodate 6. Tworzymy cykl po klatkach bazowych zaczyaąc go kończąc w klatce * umeruąc wybrae do cyklu klatk od edyk {klatka * ma umer } 7. Oblczamy mmum z wartośc x w klatkach o umerach parzystych 8. Przesuwamy w klatkach cyklu {mogą powstać ZERA BAZOWE} 9. Wracamy do. Przykład:. Czy ZT=ZZT? a? b a b 6 8 6 6 8 6+8+=+6+8+6 (tak, ZT=ZZT). Tablca przewozów wypełoa metodą kąta półoco-zachodego: a b 6 8 6 6 8 M{6;}= a b 6 8 6 6 8 a =6-; b =-

a b 6 8 6 8 a b 6 8 6 8 M{;6}= a =-; b =6- a b 8 6 8 Powtarzamy, aż wypełoa zostae cała tablca przewozów: a b 6. Czy m+-=lość kratek bazowych? m+-=+-=6 a b 6

. Koszt trasportu zwązay z aktualą tablcą trasportową: f =[x ][c ] f =x+x+x+x+x+6x=. Czy koszt est mmaly? METODA POTENCJAŁU u = u = 6 v = v = v = v = u = a) w oparcu o klatk bazowe ada potecały wg przepsu u +v =c u +v =c + v = u = u = 6 v = v = v = v = u = b) dla klatek ebazowych oblcz = (u +v )-c Jeśl dla każdych, mamy, to pla est optymaly = (u +v )-c = (+)-=- = (+)-=- = - = = = Isteą klatk ebazowe, gdze >. Pla trasportu e est optymaly.

5. Kładzemy * w klatce o awększe dodate * u = u = 6 v = v = v = v = u = 6. Tworzymy cykl po klatkach bazowych zaczyaąc go kończąc w klatce * * u = u = 6 v = v = v = v = u = (,)(,)(,)(,)(,)(,) Numeruemy wybrae do cyklu klatk od edyk {lub plusa} (,) (,) (,) (,) (,) (,) 5 6 + - + - + - 7. Oblczamy mmum z wartośc x w klatkach o umerach parzystych =m(x,x,x ) =m(,,)= 8 Przesuwamy w klatkach cyklu {mogą powstać ZERA BAZOWE} - * + + - + - u = u = 6 v = v = v = v = u =

9. Wracamy do powtarzamy procedurę. m+-=6 f =. 6 8 u = u = 6 v = v = v = v = u = METODA POTENCJAŁU 6 8 u = u =- 6 v = v = v = v = = = - = - = < < u =- 6 8 u = u =- * 6 v = v = v = v = u =-

(,) (,) (,) (,) + - + - =6 6 6 u = u = 6 v = v = v = v = u = f =8. METODA POTENCJAŁU 6 6 u = u =- 6 v = v = v = v = u =- = = - < = < < < KONIEC

Metoda mmum macerzy Metoda kąta półoco-zachodego cechue sę tym, że przy ustalau rozwązaa początkowego berzemy pod uwagę tylko zasoby puktów odprawy zapotrzebowae puktów odboru, e uwzględaąc kosztów trasportu. Do metod, które uwzględaą koszty c ależy metoda mmum macerzy. Przykład:. Czy ZT=ZZT? a? b a b 6 8 6 6 8 6+8+=+6+8+6 (tak, ZT=ZZT). Zadź ameszy współczyk kosztów trasportu c ==c Wyberamy komórkę (,) m{,}==x a b 6 8 6 6 8 Zapotrzebowae puktu odboru B zostało zaspokooe, węc przymuemy x =x =. a b 6 8 6 8 6

Powtarzamy procedurę szukaa ameszego współczyka kosztów trasportu a zmodyfkowae tabel: c = Wyberamy komórkę (,) m{8,6}=6=x c = m{6,6}=6=x a b 6 8 6 Popraw blas: a =b =, węc a przykład b = 6 a b 8 6 6 Powtarzamy, aż wypełoa zostae cała tablca przewozów: a b 8 6 6 6. Czy m+-=lość kratek bazowych? m+-=+-=6 a b 8 6 6 6

. Koszt trasportu zwązay z aktualą tablcą trasportową: f (mmum_macerzy)=[x ][c ] f =6x+x+6x+x+x+6x=8