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



Podobne dokumenty
Rozwiązanie Ad 1. Model zadania jest następujący:

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Zagadnienie transportowe

Wykład z modelowania matematycznego. Zagadnienie transportowe.

ZAGADNIENIA TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE (część 1)

ZAGADNIENIE TRANSPORTOWE

OPTYMALIZACJA W LOGISTYCE

BADANIA OPERACYJNE Zagadnienie transportowe

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

ZAGADNIENIE TRANSPORTOWE

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

ZAGADNIENIE TRANSPORTOWE(ZT)

Zadanie niezbilansowane. Gliwice 1

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

ZAGADNIENIE TRANSPORTOWE (część 2)

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

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

BADANIA OPERACYJNE pytania kontrolne

Zagadnienie transportowe

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Zadanie transportowe

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

5. Rozwiązywanie układów równań liniowych

Metoda simpleks. Gliwice

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):

Rozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego

Wieloetapowe zagadnienia transportowe

Programowanie liniowe. Tadeusz Trzaskalik

3. Macierze i Układy Równań Liniowych

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE

Programowanie liniowe

Teoretyczne podstawy programowania liniowego

Rozwiązywanie układów równań liniowych

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego

Klasyczne zagadnienie przydziału

OPTYMALIZACJA W LOGISTYCE

Rozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz

Wykład 5. Metoda eliminacji Gaussa

- modele liniowe. - modele nieliniowe.

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

Układy równań liniowych. Ax = b (1)

OPTYMALIZACJA DYSKRETNA

METODY OBLICZENIOWE OPTYMALIZACJI zadania

1 Problem transportowy Wstęp Metoda górnego-lewego rogu Metoda najmniejszego elementu... 11

TEORIA GRAFÓW I SIECI

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

Sortowanie topologiczne skierowanych grafów acyklicznych

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Układy równań i nierówności liniowych

Zagadnienie transportowe i zagadnienie przydziału

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Optymalizacja kosztów transportu w sferze logistyki zaopatrzenia

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

Baza w jądrze i baza obrazu ( )

Statystyka z elementami badań operacyjnych BADANIA OPERACYJNE - programowanie liniowe -programowanie sieciowe. dr Adam Sojda

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

3. Wykład Układy równań liniowych.

Rozwiązywanie problemów z użyciem Solvera programu Excel

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

O MACIERZACH I UKŁADACH RÓWNAŃ

Przykładowe zadania rozwiązywane na ćwiczeniach

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Programowanie liniowe

Elementy Modelowania Matematycznego

Programowanie liniowe

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

[1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985.

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Własności wyznacznika

Obliczenia naukowe Wykład nr 8

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

Zagadnienie transportowe. Hurtownia Zapotrzebowanie (w tonach)

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Zestaw 12- Macierz odwrotna, układy równań liniowych

0 + 0 = 0, = 1, = 1, = 0.

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Metody numeryczne Wykład 4

Uniwersytet Kardynała Stefana Wyszyńskiego Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych. Piotr Kaczyński. Badania Operacyjne

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Układy równań liniowych

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Transkrypt:

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

OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego rozplanowania wielkości dostaw towaru klasyczne zagadnienie dotyczy m - dostawców i n - odbiorców

OPIS ZAGADNIENIA Dane można przedstawić w postaci macierzowej oraz grafowej

OPIS ZAGADNIENIA Szukamy rozwiązania dla funkcji celu: celem jest minimalizacja kosztów transportu (co wyraża się przez sumę iloczynów jednostkowych kosztów przewozu i wielkości transportu od poszczególnych punktów odbioru)

OPIS ZAGADNIENIA Warunki ograniczające nieujemność przewozów (brak możliwości przewożenia towaru od odbiorcy do dostawcy i pomiędzy dostawcami/odbiorcami) odbiorcy nie przyjmują więcej towaru niż potrzebują (zapotrzebowanie Dj) tzw. warunki bilansowe dostawców dostawcy nie dostarczają więcej towaru niż ich zdolności podażowe (Cj) tzw. warunki bilansowe odbiorców

OPIS ZAGADNIENIA Zadanie zbilansowane Zadanie zbilansowane to takie: jeśli nie jest zbilansowane to sprowadzamy je do zbilansowanego poprzez wprowadzenie fikcyjnego odbiorcy: lub dostawcy: Każde zbilansowane zadanie ma rozwiązanie optymalne (skończone). Proces wyznaczania rozwiązania optymalnego jest dwuetapowy (najpierw rozwiązanie wstępne- które może być rozwiązaniem bazowym czyli z m+n-1 zmiennymi)

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Trzy magazyny: M1, M2, M3, zaopatrują w kruszywo cztery place budowy: P1, P2, P3, P4. Jednostkowe koszty transportu ( w zł. za tonę), oferowane miesięczne wielkości dostaw Ai ( w tonach) oraz miesięczne zapotrzebowanie placów budowy Bj (w tonach) podano w tabeli poniżej. Magazyny kij Place budowy P1 P2 P3 P4 M1 50 40 50 20 70 M2 40 80 70 30 50 M3 60 40 70 80 80 Ai[t] Bj[t] 40 60 50 50 200

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Należy opracować plan przewozu kruszywa z magazynów na place budowy, minimalizujący całkowite koszty transportu. Oznacza to, że mamy do czynienia z zagadnieniem transportowym zamkniętym (ZTZ). xij zmienne decyzyjne, które oznaczają ilość ton kruszywa, jaka powinna być dostarczona z i-tego magazynu (i=1,2,3) na j-ty plac budowy (j=1,2,3,4); jest ich 3*4=12.

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Należy opracować plan przewozu kruszywa z magazynów na Ograniczenia dla dostawców (Suma wielkości dostaw kruszywa z magazynu M do wszystkich placów budowy powinna być równa podaży magazynu.) Ograniczenia dla odbiorców (Suma dostaw kruszywa otrzymanych na plac budowy P ze wszystkich trzech magazynów powinna być równa całkowitemu jej zapotrzebowaniu.)

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Funkcja celu

ZAGADNIENIE TRANSPORTOWE WYZNACZANIE ROZWIĄZAŃ WSTĘPNYCH Metoda kąta północno-zachodniego Nazwa metody związana z przyjętą zasadą postępowania numerycznego, według której w każdym kroku wybiera się tę zmienną, która znajduje się w pn-zach rogu macierzy przewozów, redukowanej w trakcie realizacji algorytmu obliczeniowego. Numery (k,l) dla kolejnych zmiennych xkl wybieranych w danym kroku na zmienną bazową ustalane są na podstawie zależności: I - zbiór numerów dostawców, których zasoby w danym kroku nie zostały jeszcze rozdysponowane J - zbiór numerów odbiorców, których zapotrzebowanie w danym kroku nie zostało jeszcze zaspokojone Po wyborze kolejnych bazowych, ich wartości są obliczane z zależności:

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Rozwiązanie - Metoda kąta północno-zachodniego kij Place budowy Magazyny P1 P2 P3 P4 Ai[t] M1 50 40 50 20 70 M2 40 80 70 30 50 M3 60 40 70 80 80 Bj[t] 40 60 50 50 200 Magazyny Place budowy P1 P2 P3 P4 Ai M1 40 30 70 Rozwiązaniutemu odpowiadają następujące koszty transportu: M2 30 20 50 M3 30 50 80 Bj 40 60 50 50 200

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Metoda minimalnego elementu macierzy (klatek zerowych) Polega na rozmieszczaniu przewozów przede wszystkim po tych trasach, na których koszty są najmniejsze. Magazyny kij Place budowy P1 P2 P3 P4 Ai[t] M1 50 40 50 20 70/20/0 M2 40 80 70 30 50/10/0 M3 60 40 70 80 80/40/ Bj [t] 40/0 60/40/0 50/40 50/0 200

Krok 1 ckl = min cij = c14 =20 stąd zmienna bazowa x14 = min{50,70} = 50. Redukujemy zbiór odbiorców usuwając z macierzy kolumnę 4. Krok 2 ckl = min cij = c12 = c21 = c32 = 40. Wybieram w sposób dowolny zmienną bazową. Będzie to x12 = min {60,20}=20. Redukuję zbiór odbiorców usuwając wiersz 1. Krok 3 ckl = min cij = c21=c32 = 40, stąd wybieram zmienną bazową x21 = min {50,40} = 40. Redukujemy zbiór dostawców usuwając kolumnę 1. Krok 4 ckl = min cij = c32 = 40. Wybieram w sposób dowolny jedną zmienną bazową. Będzie to x32 = min {40,80} = 40 Krok 5 ckl = min cij = c23 = c33 = 70, stąd x23 = min {50, 10} = 10 Krok 6 ckl = min cij = c33 = 70 stąd x33= min {40,40} Funkcja celu wynosi 8500 zł ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Metoda minimalnego elementu macierzy Magazy ny Place budowy P1 P2 P3 P4 Ai M1 20 50 70 M2 40 10 50 M3 40 40 80 Bj 40 60 50 50 200

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Metoda klatek zerowych kij Place budowy Magazyny P1 P2 P3 P4 Ai[t] M1 50 40 50 20 70 M2 40 80 70 30 50 M3 60 40 70 80 80 Bj[t] 40 60 50 50 200 Magazyny Placebudowy P1 P2 P3 P4 Ai M1 30 20 30 0 70-20 M2 10 50 40 0 50-30 M3 20 0 30 40 80-40 Punktem wyjścia jest przekształcenie macierzy kosztów do takiej postaci, by w każdym wierszu i w każdej kolumnie występowało, co najmniej jedno zero. Można to uzyskać, między innymi odejmując od elementów poszczególnych wierszy macierzy kosztów, najmniejszy element znajdujący się w danym wierszu. Bj 40 60 50 50 200

Magazyny kij ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Metoda minimalnego elementu macierzy (klatek zerowych) Place budowy P1 P2 P3 P4 M1 50 40 50 20 70 M2 40 80 70 30 50 Ai[t] M3 60 40 70 80 80 Bj[t] 40 60 50 50 200 Place budowy Magazyny P1 P2 P3 P4 Ai M1 20 20 0 0 70 Następnie od poszczególnych kolumn otrzymanej w ten sposób macierzy, odejmując element najmniejszy, znajdujący się w danej kolumnie. M2 0 50 10 0 50 M3 10 0 0 40 80 Bj 40 60 50 50 200-10 -30

ZAGADNIENIE TRANSPORTOWE - PRZYKŁAD Metoda klatek zerowych Mając tak przekształconą macierz kosztów, staramy się rozmieścić przewozy na trasy, gdzie koszty są najniższe, czyli gdzie występują zera. Rozmieszczanie przewozów rozpoczynamy od dowolnej klatki zerowej. Jeżeli uda się rozmieścić przewozy wyłącznie w klatkach, w których występują zera, to otrzymane rozwiązanie jest już optymalnym planem przewozów. Jeżeli nie, należy je poprawić stosując algorytm transportowy. Magazyny Placebudowy P1 P2 P3 P4 M1 30 40 70 M2 40 10 50 M3 60 20 80 Bj 40 60 50 50 200 Ai

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW W tym algorytmie wykorzystujemy rozwiązanie wstępne wyznaczone jedną z dwóch poprzednich metod. Postać algorytmu jest następująca: 1. Wyznaczenie rozwiązania bazowego wstępnego dla zadania zbilansowanego (wg. Jednej z poprzednio przedstawionych metod) 2. Rozwiązanie układu równań:,, są niewiadomymi układu równań (tzw. potencjały) o indeksach odpowiadających dotychczasowym wierzchołkom grafu rozwiązań, B - zbiór par (i,j) takich, że xij jest zmienną bazową. Powyższy układ równań jest układem nieoznaczonym, gdyż składa się z m+n-1 równań i m+n niewiadomych. Aby rozwiązać układ należy przyjąć w jednym z równań dowolną wartość dla jednej z niewiadomych. 3. Wyznaczenie tzw. równoważną macierz zerową rozwiązania bazowego, której elementy wynoszą:

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW 4. Sprawdzić,czy. Jeśli warunek jest spełniony to uzyskaliśmy rozwiązanie optymalne, jeśli nie to szukamy dalej. 5. Ustalić indeksy (k,l) nowej zmiennej bazowej!" przy wykorzystaniu kryterium wejścia według formuły:!" #$% & (). 6. Wyznaczyć cykl Ł(k,l) oraz podzbiory Łn(k,l) i Łp(k,l) łuki, cykl, po dołączeniu nowego wierzchołka (bazowego) CYKL TO TAKI ZBIÓR WĘZŁÓW, DLA KTÓREGO W KAŻDEJ LINII (WIERSZU LUB KOLUMNIE) ZNAJDUJĄ SIĘ 0 LUB 2 WĘZŁY TEGO ZBIORU. Ł(k,l) to graf tworzący cykl w rozwiązaniu bazowym przez dołączenie wierzchołka (k,l). Chcąc wyodrębnić wierzchołki parzyste i nieparzyste w grafie oznacza się je indeksami n i p.

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW 7. Ustalić za pomocą kryterium wyjścia numer (r,s) zmiennej +, usuwanej z części bazowej rozwiązania. Kryterium ma postać: +, $, Ł. /,0 & :, ) 8. Wyznaczyć nowe rozwiązanie bazowe przy zastosowaniu tzw. wzór przejścia 4", 5 Ł!," 2 3 +, 4", Ł!," +, 4", Ł.!," Nowo wprowadzonej zmiennej!" można nadać wartość zmiennej +,, określoną wzorem: +, $, Ł. /,0 & :, ) W celu dotrzymania przy tym warunków ograniczających, należy zmniejszyć o +,, przewozy na trasach przechodzących przez węzły ze zbioru Łp(k,l) i zwiększyć o +, przewozy na trasach przebiegających przez węzły Łn(k,l). Tak uzasadniona jest ostatnia zależność.

Układ dla naszego przykładu (metoda minimalnego elementu macierzy): (1) 6 +7 8 +9 8 =0 (2) 6 +7 : +9 : =0 (3) 6 8 +7 +9 8 =0 (4) 6 8 +7 ; +9 8; =0 (5) 6 ; +7 ; +9 ;; =0 (6) 6 ; +7 8 +9 ;8 =0 WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW Jest to układ nieoznaczony, dlatego też należy przyjąć np. w pierwszym równaniu. Wtedy podstawiając znane wartości pozostałe niewiadome można wyznaczyć jednoznacznie. Oblicza się: v2 = -c12 - u1 = -40-0 = -40 v4 = -c14 - u1 = -20-0 = -20 u3 = -c32 - v2 = -40+40=0 u2 = -c23 - v3 = -70 +70 = 0 v3 = -c33 -u3 = -70 +0 = -70 v1 = -c21 - u2 = -40-0 = -40 Dla, którego obliczona funkcja celu wynosi 8500 zł. Tak wyznaczone zostały potencjały łącznie z danymi wstępnymi.

Wyznaczamy równoważną macierz C 0 odpowiadającą rozwiązaniu wstępnemu. Poszczególne elementy tej macierzy wynoszą: = 50+0 + (-40) = 10 = 40+0 + (-40) = 0 c 0 13 = 50+0+(-70)=-20 c 0 14 = 20+0 + (-20) = 10 c 0 21 = 40+0 + (-40) = 0 c 0 22 = 80+0 + (-40) = 40 c 0 23 = 70+0 + (-70) = 0 c 0 24 = 30+0 + (-20) = 10 c 0 31 = 60+0 + (-40) = 20 c 0 32 = 40+0 + (-40) = 0 c 0 33 = 70+0 + (-70) = 0 = 80+0 + (-20) = 60 c 0 11 c 0 12 c 0 34 WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW Wpisane w tabelce powyżej w prawym rogu. Sprawdzamy czy C 0 jest większa od zera. Widzimy, że ma 1 element mniejszych od zera. Widzimy, że rozwiązanie wstępne nie jest rozwiązaniem optymalnym.

Dane widoczne są w tabeli: WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW <=>ś9@a<b CAD<@ąDFG@B FDA<B 6D=HIFGB D JJKJ 9 6 +7 kij Magazyny Place budowy P1 P2 P3 P4 Ai [t] ui 9 ; 6 ; +7 M1 50 10 40 0 50-20 20 0 20 50 70 0 M2 40 0 80 70 0 30 10 50 0 40 10 M3 60 20 40 0 70 0 80 60 80 0 40 40 Bj [t] 40 60 50 50 200 vj -40-40 -70-20

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW Ustalamy więc numer (k,l) nowej zmiennej bazowej x kl przy zastosowaniu kryterium wejścia. Zgodnie z nim (!" #$% & (). ) mamy: c 0 kl= c 0 13. Czyli w celu poprawienia rozwiązanianależy do części bazowej wprowadzić zmienną x 13. Wyznaczamy cykl Ł(k,l) oraz podzbiory Łn i Łp. Widzimy, że po dołączeniu wierzchołka (1,3) powstał cykl. Wprowadzając przewóz na trasie (1,3) należy, w celu zachowania bilansów, powiększyć przewozy w węzłach oznaczonych "+" oraz 2 zmniejszyć w węzłach oznaczonych"-". 3 4", 5 Ł!," +, 4", Ł!," +, 4", Ł.!," Ustalamy za pomocą kryterium wyjścia numer (r,s) zmiennej x rs, która zostanie teraz usunięta z części bazowej rozwiązania. Mamy więc: x rs = x 12 =20. Czyli ją usuwamy.

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW Wyznaczamy nowe rozwiązanie bazowe przy zastosowaniu wzorów przejścia. Dla wierzchołków (i,j) należących do Łn. x' 13 = 20 + 0 =20 x' 23 = 10 +... =10 // nie dodaje w nieparzystym wierzchołku x' 32 = 40 + 20 =60 A dla wierzchołków (i,j) należących do Łp x' 12 = 20-20 = 0 x' 33 = 40-20 =20 Reszta bez zmian.

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW Rozwiązanie po drugiej iteracji: kij Magazyny Place budowy P1 P2 P3 P4 Ai [t] ui M1 M2 50 20 40 20 50 0 20 0 70 0 20 20 50 40 0 80 40 70 0 30-10 50-20 40 10 M3 60 20 40 0 70 0 80 40 80-20 60 20 Bj [t] 40 60 50 50 200 vj -20-20 -50-20

WYZNACZANIE ROZWIĄZAŃ OPTYMALNYCH METODA POTENCJAŁÓW Rozwiązanie optymalne: kij Magazyny Place budowy P1 P2 P3 P4 Ai [t] ui M1 50 40 50 20 30 40 70 M2 M3 40 80 70 30 40 10 10 60 40 70 80 60 20 50 80 Bj [t] 40 60 50 50 200 vj

Dziękuję za uwagę