ZAGADNIENIE TRANSPORTOWE



Podobne dokumenty
ZAGADNIENIE TRANSPORTOWE (część 1)

BADANIA OPERACYJNE Zagadnienie transportowe

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

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Zagadnienie transportowe

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

ZAGADNIENIA TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE(ZT)

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

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

Rozwiązanie Ad 1. Model zadania jest następujący:

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

OPTYMALIZACJA W LOGISTYCE

ZAGADNIENIE TRANSPORTOWE (część 2)

BADANIA OPERACYJNE pytania kontrolne

Zadanie niezbilansowane. Gliwice 1

ZAGADNIENIE TRANSPORTOWE

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

Programowanie liniowe. Tadeusz Trzaskalik

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

Zadanie transportowe

Programowanie liniowe

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).

Metoda simpleks. Gliwice

Programowanie liniowe

Programowanie liniowe

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

Rozdział 1 PROGRAMOWANIE LINIOWE

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

Definicja problemu programowania matematycznego

Rozdział 1 PROGRAMOWANIE LINIOWE

Zagadnienie transportowe

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

OPTYMALIZACJA DYSKRETNA

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

Układy równań i nierówności liniowych

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Optymalizacja kosztów transportu w sferze logistyki zaopatrzenia

Sieć (graf skierowany)

PROGRAMOWANIE KWADRATOWE

Wieloetapowe zagadnienia transportowe

Metody Ilościowe w Socjologii

Standardowe zadanie programowania liniowego. Gliwice 1

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

Elementy Modelowania Matematycznego

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

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

Programowanie liniowe metoda sympleks

Wybrane elementy badań operacyjnych

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

Rozwiązywanie problemów z użyciem Solvera programu Excel

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

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.

Wielokryteriowa optymalizacja liniowa

Programowanie liniowe

Programowanie liniowe metoda sympleks

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11)

OPTYMALIZACJA W LOGISTYCE

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

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

Programowanie liniowe metoda sympleks

Programowanie celowe #1

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

Algebra liniowa. Macierze i układy równań liniowych

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Elementy Modelowania Matematycznego

Układy równań liniowych i metody ich rozwiązywania

3. Wykład Układy równań liniowych.

Zagadnienie transportowe i zagadnienie przydziału

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

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

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

PRZEWODNIK PO PRZEDMIOCIE

5. Rozwiązywanie układów równań liniowych

Teoretyczne podstawy programowania liniowego

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

Rozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Zagadnienie transportowe. Hurtownia Zapotrzebowanie (w tonach)

OPTYMALIZACJA W LOGISTYCE

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Układy równań liniowych. Ax = b (1)

Wykład z modelowania matematycznego. Algorytm sympleks.

1 Układy równań liniowych

Klasyczne zagadnienie przydziału

Excel - użycie dodatku Solver

07 Model planowania sieci dostaw 2Po_1Pr_KT Zastosowanie programowania liniowego

Dualność w programowaniu liniowym

Programowanie matematyczne

Transkrypt:

ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów, lub czasu wykonania zadania; optymalnego rozdziału czynników produkcji, w celu maksymalizacji wartości produkcji, zysku, lub dochodu np. rolniczego. Zagadnienie transportowe ma prostą interpretację sieciową. Przypuśćmy, że mamy sieć skierowaną (zwaną także diagramem ważonym), określoną za pomocą zbioru wierzchołków V i zbioru łuków (tj. skierowanych łuków) E (zob. Rys. 1). W zagadnieniu transportowym sieć jest dwudzielna i pełna, tzn. wszystkie jej wierzchołki można podzielić na dwie grupy, na węzły dostawy ponumerowane i=1,2,...,m i węzły odbioru ponumerowane j=1,2,...,n, każdy wierzchołek dostawy ma n łuków wychodzących z niego do wszystkich wierzchołków odbioru. Dla każdego łuku jest określony jednostkowy koszt c ij transportowanego dobra. Zagadnienie polega na wyznaczeniu takich wielkości przewozu x ij, które minimalizują całkowity koszt transportu z. Rys.1 1

Zagadnienie transportowe definiujemy następująco: znaleźć minimum z = (1.1) przy warunkach n m n i= 1 j= 1 c ij x ij (1.2) x ij a i, i = 1, 2,..., m, j= 1 m (1.3) x ij b j, j = 1, 2,..., n, i= 1 x ij 0, i = 1, 2,..., m; j = 1, 2,..., n. Pierwszych m nierówności odnosi się do wierzchołków dostawy (podaż), następne n nierówności odnosi się do wierzchołków odbioru (popyt). Elementy a i oznaczają podaż i-tego dostawcy, a elementy b j - popyt (zapotrzebowanie) j-tego odbiorcy. Zagadnienie można rozwiązywać metodą simpleks, jednak jest ona w tym przypadku mało efektywna. Najczęściej stosuje się metodę kąta północno-zachodniego. Służy ona do znalezienia pierwszego rozwiązania bazowego. 2

Zagadnienie transportowe ma rozwiązanie dopuszczalne, gdy m (1.4) n a i b j i= 1 j= 1 a ograniczenia odbioru stają się równościami dla rozwiązania optymalnego, tj. (1.5) x ij = b j, m i= 1 dla wszystkich j. Ponadto, jeśli m (1.6) = n a i b j i= 1 j = 1 to każde rozwiązanie dopuszczalne spełnia wszystkie nierówności jako równości. Bez utraty ogólności można przyjąć, że (1.2) i (1.3) są równościami, ponieważ zawsze możemy wprowadzić fikcyjny wierzchołek odbioru n +1, o wartości odbioru równej b (1.7) n+ 1 = ai m n i= 1 j = 1 i kosztami c i,n+1 = 0, i = 1, 2,..., m. b j Postępowanie to nazywamy bilansowaniem zagadnienia transportowego. 3

Przykład Pewna firma ma zakłady wytwórcze w miejscowościach A, B, C oraz centra dystrybucyjnie w miejscowościach D, E, F. Możliwości produkcyjne zakładów wynoszą odpowiednio 50, 70 i 30 jednostek, natomiast prognozy popytu w centrach - odpowiednio 20, 40 i 90 jednostek. Należy określić taki plan przewozów, by przy uwzględnieniu możliwości produkcyjnych zakładów oraz przewidywanego popytu w centrach dystrybucyjnych zminimalizować łączne koszty transportu (które są proporcjonalne do ilości przewożonego towaru). Jednostkowe koszty transportu przedstawione są w tabeli: Miejscowość D E F A 3 5 7 B 12 10 9 C 13 3 9 Opis oznaczeń: Dostawcy: D 1, D 2, D 3 - zakłady produkcyjne w miejscowościach A, B, C Odbiorcy: O 1, O 2, O 3 - centra dystrybucyjne w miejscowościach D, E, F Określenie popytu i podaży: Podaż: 50 + 30 + 70= 150 Popyt: 20 + 40 + 90 = 150 Zadanie jest zbilansowane, ponieważ: POPYT = PODAŻ. 4

Sieć skierowana dla tego problemu: Celem jest minimalizacja kosztów transportu. MATEMATYCZNE SFORMUŁOWANIE ZAGADNIENIA TRANSPORTOWEGO Wprowadzamy oznaczenia: x ij - wielkość przewozu od i-tego dostawcy do j-tego odbiorcy; Koszty transportu (funkcja celu): Z(x 11, x 12, x 13, x 21, x 22, x 23, x 31, x 32, x 33 ) = = 3x 11 +5x 12 +7x 13 +12x 21 +10x 22 +9x 23 +13x 31 +3x 32 +9x 33 --> min Ograniczenia podaży: 1. Ilość towaru wysyłanego przez dostawcę D 1 odbiorcom O 1, O 2, O 3 jest równa podaży dla tego dostawcy i wynosi 50: x 11 +x 12 +x 13 = 50 2. Ilość towaru wysyłanego przez dostawcę D 2 odbiorcom O 1, O 2, O 3 jest równa podaży dla tego dostawcy i wynosi 70: x 21 + x 22 + x 23 = 70 3. Ilość towaru wysyłanego przez dostawcę D 3 odbiorcom O 1, O 2, O 3 jest równa podaży dla tego dostawcy i wynosi 30: x 31 +x 32 +x 33 = 30 oraz Xij 0 5

Ograniczenia popytu : 1. Ilość towaru otrzymana przez odbiorcę O 1 od dostawców D 1, D 2, D 3 jest równa popytowi dla tego odbiorcy i wynosi 20: x 11 +x 21 +x 31 = 20 2. Ilość towaru otrzymana przez odbiorcę O 2 od dostawców D 1, D 2, D 3 jest równa popytowi dla tego odbiorcy i wynosi 40: x 12 + x 22 + x 32 = 40 3. Ilość towaru otrzymana przez odbiorcę O 3 od dostawców D 1, D 2, D 3 jest równa popytowi dla tego odbiorcy i wynosi 90: x 13 + x 23 + x 33 = 90 Xij 0 Sformułowanie matematyczne: Z = 3x 11 +5x 12 +7x 13 +12x 21 +10x 22 +9x 23 +13x 31 +3x 32 +9x 33 --> min Ograniczenia: x 11 +x 12 +x 13 = 50 x 21 + x 22 + x 23 = 70 x 31 + x 32 + x 33 = 30 x 11 +x 21 +x 31 = 20 x 12 + x 22 + x 32 = 40 x 13 + x 23 + x 33 = 90 Xij 0 6

Zapis macierzowy: c T x min Ax = b x 0 przy czym Zagadnienie transportowe jest szczególnym przypadkiem zadania optymalizacji liniowej. Macierz A zawiera jedynie elementy 0 i 1, tylko dwa elementy w każdej z kolumn są niezerowe. 7

POSZUKIWANIE PIERWSZEGO DOPUSZCZALNEGO ROZWIĄZANIA BAZOWEGO - METODA WIERZCHOŁKA PÓŁNOCNO-ZACHODNIEGO Tab.1 Tabela przewozów: Pole (1,1) oznacza trasę od D 1 do O 1. Pole (1,2) oznacza trasę od D 1 do O 2, itd. Ogólnie: pole (i,j) oznacza trasę od i-tego dostawcy do j-tego odbiorcy. Wykorzystując metodę wierzchołka północno-zachodniego na początku określamy liczbę, tzw. węzłów bazowych: m + n - 1, gdzie m oznacza liczbę dostawców, a n - liczbę odbiorców. Zatem otrzymujemy: 3 + 3-1 = 5. Węzły bazowe oznaczają liczbę zmiennych: m + n - 1 oznacza, że jedna zmienna jest zbyteczna, co jest równoznaczne z pominięciem jednego z warunków ograniczających. 8

KROK 1 Patrząc na tabelę przewozów znajdujemy węzeł wysunięty najdalej na północny-zachód (Tab.2). Jest nim węzeł (1,1). Maksymalne możliwości wykorzystania trasy (1,1) określone są przez mniejszą z liczb opisujących podaż D 1 oraz popyt O 1 : min (50,20) = 20. Liczba ta określa przewóz na rozpatrywanej trasie. Jednocześnie można stwierdzić, że zapotrzebowanie O 1 zostało w ten sposób zaspokojone, stąd też nie należy uwzględniać go w dalszych rozważaniach (węzły (2,1), (3,1) mają wartość 0) (Tab.3). Tab.2 Tab.3 9

KROK 2 Tab.4 Spośród niewypełnionych węzłów wybieramy ten, który jest najdalej wysunięty na północy-zachód, czyli (1,2) (Tab.4). Uwzględniając zmodyfikowaną wielkość podaży D 1 równą obecnie 30 (na początku była równa 50, ale 20 jednostek zaspokoiło zapotrzebowanie O 1 ) znajdujemy: min (30,40) = 30. Tab.5 Na trasie od D 1 do O 2 należy zaplanować przewóz na poziomie 30 jednostek. Zatem podaż D 1 zostaje zredukowana do zera, co powoduje, że na trasie od tego dostawcy do pozostałych odbiorców należy wpisać zero (D 1 nie posiada już środków na zaspokojenie popytu pozostałych odbiorców) (Tab.5). 10

KROK 3 Brakujące 10 jednostek u O 2 zaspokaja D 2, redukując swoją podaż do 60. Tab.6 KROK 4 Tab.7 11

KROK 5 Tab.8 (Pierwsze rozwiązanie bazowe) Mając wypełnioną tabelę przewozów, otrzymaliśmy rozwiązanie dopuszczalne (tzn. spełniające wszystkie ograniczenia): Nie wiadomo jeszcze, czy jest to rozwiązanie optymalne. Wartość funkcji celu dla tego rozwiązania (koszty transportu) wynosi: Z = 3x 11 +5x 12 +7x 13 +12x 21 +10x 22 +9x 23 +13x 31 +3x 32 +9x 33 = = 3 20 + 5 30 + 7 0 + 12 0 + 10 10 + 9 60 + 13 0 + 3 0 + 9 30 = 1120 12

POSZUKIWANIE ROZWIĄZANIA OPTYMALNEGO W pierwszym rozwiązaniu bazowym, które otrzymaliśmy w Tab.8, węzłami bazowymi są węzły zaznaczone * w poniższej tabeli: Tab.9 W celu znalezienia rozwiązania optymalnego będziemy posługiwali się pewnymi wskaźnikami, które zostaną zdefiniowane jako wskaźniki optymalności. Wprowadzamy zmienne: u i - zmienna odpowiadająca i-temu dostawcy; v j - zmienna odpowiadająca j-temu odbiorcy. Definiujemy wskaźniki optymalności: e ij = u i + v j + c ij Dla węzłów bazowych zakładamy, że: e ij = u i + v j + c ij = 0 Stąd otrzymujemy układ równań: 13

W powyższym układzie równań mamy 6 niewiadomych i 5 równań. Można wykazać, że układ ten ma nieskończenie wiele rozwiązań. Jeśli chcemy znaleźć jedno z nich, to za jedną zmienną przyjmujemy dowolną wartość: np. u 1 = 0. Wówczas: Dla węzłów niebazowych obliczamy: stąd e ij = u i + v j + c ij Otrzymujemy więc tabelę kosztów c ij z oznaczonymi wartościami zmiennych u i oraz v j : Tab.10 14

Wyniki (wskaźniki optymalności) umieszczamy w tablicy 11: Tab.11 (Tabela wskaźników optymalności) Kryterium optymalności: rozwiązanie jest optymalne, jeżeli wartości wszystkich wskaźników w tabeli wskaźników optymalności (Tab.11) są nieujemne. Zatem otrzymane rozwiązanie nie jest optymalne. Kryterium wejścia: w tabeli wskaźników optymalności znajdujemy najmniejszy element. Odpowiadający mu węzeł wprowadzamy do bazy (element (3,2) w Tab.11). Określenie węzła usuwanego z bazy (Tab.8) następuje poprzez budowę tzw. cyklu. Cykl jest to taki zbiór węzłów, że w każdej linii (wierszu lub kolumnie) znajduje się 0 lub 2 węzły tego zbioru. Cykl składa się z półcyklu dodatniego i ujemnego. Budując cykl, zaczynamy zawsze od węzła odpowiadającego najmniejszemu wskaźnikowi optymalności (u nas węzeł (3,2) w Tab.11) i budujemy do tego pola cykl, nadając każdemu polu numer będący kolejną liczbą naturalną. Te pola cyklu, które mają numery nieparzyste tworzą półcykl dodatni, a te, które mają numery parzyste półcykl ujemny (Tab.12). W tej sytuacji otrzymaliśmy cykl: (3,2)-(2,2)-(2,3)-(3,3), w skład którego wchodzi półcykl dodatni (3,2)-(2,3) i półcykl ujemny: (2,2)-(3,3). Tab.12 15

Tab.12 (powtórzona z poprzedniej strony) Kryterium wyjścia: z bazy usuwana jest ta zmienna, dla której wartość przewozu w półcyklu ujemnym jest najmniejsza. W Tab.12 wartość minimalna występuje dla węzła (2,2) i jest równa 10. Od węzłów oznaczonych - odejmujemy tą wartość, a do węzłów oznaczonych + dodajemy tą wartość: Tab.13 Po korekcie węzłami bazowymi są: Tab.14 (Drugie rozwiązanie bazowe) Wskaźniki optymalności z poprzedniego kroku wynoszą: Tab.15 (patrz Tab.11) 16

Ponownie wyliczamy nowe wskaźniki optymalności oraz przeprowadzamy procedurę wprowadzania węzła do i wyprowadzania z bazy (opisaną na str. 13-16). Dla zmiennych bazowych wskaźniki optymalności są równe zero, czyli: Podstawiamy u 1 = 0 i otrzymujemy: Dla węzłów niebazowych obliczamy: e ij = u i + v j + c ij stąd Wskaźniki optymalności (stare): Tab.16 (patrz Tab.15) 3 17

Nowe wskaźniki optymalności: Tab.17 Wartość wskaźnika optymalności jest ujemna dla zmiennej x 13, zmienną tą wprowadzimy zatem do nowej bazy. Rozpatrujemy trasę (1,3) odpowiadającą ujemnemu wskaźnikowi optymalności: Tab.18 (patrz Tab.13) W tym węźle możemy maksymalnie przyjąć 20 korygując pozostałe trasy, czyli: Tab.19 (Trzecie rozwiązanie bazowe) Po tej korekcie węzłami bazowymi są: Tab.20 18

Wskaźniki optymalności z poprzedniego kroku wynoszą: Tab.21 (patrz Tab.17) Ponownie wyliczamy nowe wskaźniki optymalności oraz przeprowadzamy procedurę wprowadzania węzła do i wyprowadzania z bazy (opisaną na str. 13-16). Dla zmiennych bazowych wskaźniki optymalności są równe zero, czyli: Podstawiamy u 1 = 0 i otrzymujemy: Wskaźniki optymalności (stare): Tab.22 (patrz Tab.21) 19

Nowe wskaźniki optymalności: Tab.23 Ponieważ wszystkie wskaźniki optymalności są nieujemne, więc ostatnio otrzymane rozwiązanie bazowe jest optymalne (Tab.19). Optymalnym rozwiązaniem jest zatem: Tab.24 czyli: oraz wartość funkcji celu dla tego rozwiązania (koszty transportu) wynosi: 20