Zagadnienie transportowe

Podobne dokumenty
ZAGADNIENIA TRANSPORTOWE

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

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

OPTYMALIZACJA W LOGISTYCE

ZAGADNIENIE TRANSPORTOWE(ZT)

ZAGADNIENIE TRANSPORTOWE

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

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

Zagadnienie transportowe

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

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).

Klasyczne zagadnienie przydziału

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

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

Rozwiązanie Ad 1. Model zadania jest następujący:

Wykład z modelowania matematycznego. Zagadnienie transportowe.

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

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

ZAGADNIENIE TRANSPORTOWE (część 1)

Zadanie transportowe

OPTYMALIZACJA W LOGISTYCE

BADANIA OPERACYJNE Zagadnienie transportowe

ZAGADNIENIE TRANSPORTOWE (część 2)

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

3. Macierze i Układy Równań Liniowych

Programowanie liniowe

Zadanie niezbilansowane. Gliwice 1

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

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Układy równań i nierówności liniowych

Planowanie drogi robota, algorytm A*

Rozdział 1 PROGRAMOWANIE LINIOWE

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

Rozdział 1 PROGRAMOWANIE LINIOWE

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

Metody numeryczne I Równania nieliniowe

Zagadnienie transportowe. Hurtownia Zapotrzebowanie (w tonach)

Metoda simpleks. Gliwice

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

ZAGADNIENIE TRANSPORTOWE

Metoda eliminacji Gaussa

Baza danych. Program: Access 2007

Rozwiązywanie programów matematycznych

Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A

KURS WSPOMAGAJĄCY PRZYGOTOWANIA DO MATURY Z MATEMATYKI ZDAJ MATMĘ NA MAKSA. przyjmuje wartości większe od funkcji dokładnie w przedziale

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

1 Układy równań liniowych

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

ARCHITEKRURA KOMPUTERÓW Kodowanie liczb ze znakiem

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

O MACIERZACH I UKŁADACH RÓWNAŃ

Programowanie celowe #1

LISTA 1 ZADANIE 1 a) 41 x =5 podnosimy obustronnie do kwadratu i otrzymujemy: 41 x =5 x 5 x przechodzimy na system dziesiętny: 4x 1 1=25 4x =24

Rozwiązywanie problemów z użyciem Solvera programu Excel

MNOŻENIE W SYSTEMACH UZUPEŁNIENIOWYCH PEŁNYCH (algorytm uniwersalny)

9. BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI

Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, , tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Rozwiązanie:

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba)

mgr Anna Bernaciak Wyższa Szkoła Logistyki Badania operacyjne II Zagadnienie komiwojażera Zadanie 1 Rozwiązanie zadania 1. Krok i to minimalny

1. LICZBY DZIAŁ Z PODRĘCZNIKA L.P. NaCoBeZu kryteria sukcesu w języku ucznia

Zaawansowane metody numeryczne

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

BADANIA OPERACYJNE pytania kontrolne

WYRAŻENIA ALGEBRAICZNE

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

WYMAGANIA na poszczególne oceny-klasa I Gimnazjum

Układy równań liniowych i metody ich rozwiązywania

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Układy równań liniowych

Mgr Kornelia Uczeń. WYMAGANIA na poszczególne oceny-klasa VII-Szkoła Podstawowa

FUNKCJA LINIOWA. A) B) C) D) Wskaż, dla którego funkcja liniowa określona wzorem jest stała. A) B) C) D)

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

WHILE (wyrażenie) instrukcja;

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

WHILE (wyrażenie) instrukcja;

Wymagania edukacyjne z matematyki dla uczniów klasy VII szkoły podstawowej

Wymagania edukacyjne z matematyki dla klasy VII

Optymalizacja kosztów transportu w sferze logistyki zaopatrzenia

Zadanie 3. Na prostej o równaniu y = 2x 3 znajdź punkt P, którego odległość od punktu A = ( 2, -1 ) jest najmniejsza. Oblicz AP

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

Schemat programowania dynamicznego (ang. dynamic programming)

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

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

2. DZIAŁANIA NA WIELOMIANACH

W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku.

Podział sieci na podsieci wytłumaczenie

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

Klasa 6. Liczby dodatnie i liczby ujemne

Wspomaganie Decyzji. Roman Słowiński. Zakład Inteligentnych Systemów Wspomagania Decyzji. Instytut Informatyki. Politechniki Poznańskiej

2. Układy równań liniowych

Rozwiązanie problemu transportowego metodą VAM. dr inż. Władysław Wornalkiewicz

Definicja i własności wartości bezwzględnej.

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład:

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Złożoność obliczeniowa zadania, zestaw 2

Transkrypt:

Zagadnienie transportowe Firma X zawarła kontrakt na dostarczenie trawnika do wykończenia terenów wokół trzech zakładów U, V i W. Trawnik ma być dostarczony z trzech farm A, B i C. Zapotrzebowanie zakładów wynosi odpowiednio 50, 150 i 300 m. Farmy A, B i C mogą dostarczyć odpowiednio 100, 00 i 00 m. Koszt przewiezienia 1 m z farmy A do zakładów U, V i W wynosi odpowiednio $4, $ i $8. Podobnie koszt przewozu z farmy B i C do zakładów U, V i W wynosi $5, $1 i $9 oraz $7, $6 i $3. Należy ustalić schemat przewozów minimalizujący koszty. Do rozwiązania problemu posłużymy się następująca tabelka: By znaleźć początkowe rozwiązanie dopuszczalne stosujemy metodę rogu północno-zachodniego, tj. rozpoczynając od lewego górnego rogu i poruszając się w prawo i w dół (aż do wyczerpania limitu dla kolumny lub wiersza) lokujemy maksymalną możliwą ilość środków. Metoda minimalnego kosztu Alternatywnym sposobem wyznaczenia początkowej tabelki jest metoda minimalnego kosztu. Zaczynamy od wybrania pola o minimalnym koszcie, przypisujemy mu maksymalną możliwą ilość środków, aktualizujemy dane dotyczące możliwości dostaw i zapotrzebowań oraz wykreślamy kolumnę lub wiersz, w którym możliwości/zapotrzebowanie spadły do zera. Następnie obliczenia powtarzamy ograniczając się do niewykreślonych pól. 1

Test na optymalność Metoda "z kamienia na kamień" W wybranym wolnym polu, stawiamy znak plus na oznaczenie intencji przypisania tej trasie powiększonego transportu. By zachować warunki zadania, musimy zmniejszyć wartości pól o niezerowym transporcie w tym samym rzędzie lub kolumnie. W wybranym polu stawiamy znak minus. Kontynuujemy takie postępowanie (stawiając na przemian znaki plus i minus), aż ścieżka się zamknie w polu wyjściowym. Dokonujemy bilansu: od sumy kosztów pól, którym przypisaliśmy plus, odejmujemy sumę kosztów pól, którym przypisaliśmy minus. Jeśli wynik byłby dodatni dla wszystkich możliwych ścieżek, rozwiązanie jest optymalne. Rozważmy np. ścieżkę dla pola B-U. Bilans ścieżki wynosi: +5-4+-1=>0. Tak wiec realokacja pól wzdłuż tej ścieżki powiększa koszt. Metoda zmodyfikowanej dystrybucji Wyznaczamy tzw. liczby indeksowe: dla rzędów r i i dla kolumn k j tak, by dla każdej obsadzonej komórki o współrzędnych (i,j) spełnione było równanie r i k j ci, j (1) gdzie c i, j oznacza koszt przypisany polu. By znaleźć liczby r i i k przyjmujemy r 0, z równania (1) wyznaczamy pozostałe liczby indeksowe. j 1 Dla każdej nieobsadzonej komórki wyznaczamy jej potencjał ze wzoru: e i, j ci, j ri k j () Rozwiązanie jest optymalne jeśli wszystkie otrzymane potencjały z wolnych pól potencjał jest ujemny, rozwiązanie można poprawić. e i, j są nieujemne. Jeśli dla któregoś

Dla rozwiązania problemu firmy X otrzymanego metoda rogu pn.-zach. otrzymujemy następującą tabelkę, w której liczby indeksowe dla wierszy wpisano po lewej stronę tabelki, a dla kolumn ponad tabelka. Potencjał wolnych pól wpisano pogrubiana kursywa. Poprawa rozwiązania Jeśli po wyznaczeniu potencjałów wolnych pól okaże się, ze któryś jest ujemny, rozwiązanie można poprawić. Robimy to następująco: Wyznaczamy wolne pole o największym co do wartości bezwzględnej ujemnym potencjale. Konstruujemy ścieżkę dla tego pola metoda "z kamienia na kamień". Spośród pól na ścieżce, którym przypisaliśmy znak minus wybieramy najmniejszą ulokowaną tam wartość. O tę wartość, w zależności od znaku plus lub minus zwiększamy lub zmniejszamy alokacje pól na ścieżce. Rozwiązanie początkowe problemu firmy X otrzymane metoda rogu pn.zach. można poprawić bo pole A-W ma potencjał ujemny. Ścieżkę dla tego pola przedstawiono w tabeli poniżej. Następna tabela powstała poprzez zmodyfikowanie wartości wzdłuż ścieżki. Wyliczono też nowe potencjały. Z wyliczeń wynika, że tabelka ta przedstawia rozwiązanie optymalne. 3

Niejednoznaczność rozwiązania Jeśli wśród potencjałów wolnych pól rozwiązania optymalnego pojawi się zero, rozwiązanie optymalne nie jest jednoznaczne. Alternatywne rozwiązanie może być wyznaczone poprzez wprowadzenie do aktualnego rozwiązania pola z potencjałem zero. W otrzymanym rozwiązaniu optymalnym dla problemu firmy X potencjał zero pojawia się w polu B-U. Poniżej przedstawiono ścieżkę dla tego pola i alternatywne rozwiązanie optymalne. 4

Rozwiązania zdegenerowane Rozwiązanie jest zdegenerowane, jeżeli ilość wykorzystanych pól zwiększona o jeden jest mniejsza niż suma ilości rzędów i kolumn. W rozwiązaniu zdegenerowanym pojawiają się problemy z wyznaczeniem niektórych ścieżek oraz wyznaczeniem liczb indeksowych dla kolumn i wierszy. Problem ten można ominąć w następujący sposób: w wybranym wolnym polu (metodą prób i błędów), alokujemy bardzo małą wartość, oznaczoną symbolicznie przez, którą w obliczeniach traktujemy jako zero. Alternatywne rozwiązanie dla problemu firmy X jest zdegenerowane. By wrócić do wyjściowego rozwiązania alokujemy w polu A-U. Niedopuszczalne drogi Przypuśćmy, ze w problemie firmy X z powodu powodzi zablokowana jest możliwość dostarczania trawnika z farmy A do zakładu W. By zamodelować taką sytuację wystarczy przypisać określonemu połączeniu bardzo wysoki koszt, np. 10-cio krotnie wyższy od najwyższego rzeczywistego kosztu: 5

Niezrównoważona podaż z popytem. Przypuśćmy, ze farma C z powodu awarii jest w stanie dostarczyć jedynie 10 m trawnika. W efekcie podaż nie równoważy się z popytem. By rozwiązać taki problem wprowadzamy dodatkowego -fikcyjnego dostawcę, gotowego dostarczyć brakujące 80 m. Koszty ustalamy jako zerowe. Rozwiązanie optymalne tak przeformułowanego problemu pokazuje tabelka poniżej. Wielkość 80 w rzędzie fikcyjnego dostawcy oznacza, że dla zminimalizowania kosztów najlepiej będzie gdy to zakład W będzie czekał do czasu usunięcia awarii. Problem, w którym podaż przewyższa popyt rozwiązujemy podobnie, zamiast fikcyjnego dostawcy wprowadzając fikcyjnego odbiorcę. 6

Problem rozdziału zadań Dyrektor pewnej firmy przygotował tabelkę określającą koszt wykonania czterech zadań A, B, C, D przez czterech podwykonawców 1,, 3 i 4. Ponieważ podwykonawcy różnie wyceniają wykonanie przez siebie poszczególnych zadań, a każdy z nich może podjąć się wykonania tylko jednego zadania, powstaje problem jak przypisać zadania poszczególnym podwykonawcom, tak by koszt całkowity był możliwie najmniejszy. Rozwiązać zadanie wg poniższego algorytmu. Zaproponować równoważny model liniowy. Algorytm przydziału zadań Wymagania jakie musi spełniać problem przydziału: elementy dwóch zbiorów należy skojarzyć na zasadzie jeden z jednym. celem jest minimalizacja kosztu, czasu, odległości itp. Koszty skojarzeń każdej pary są znane. Algorytm 1. Wykonujemy redukcje rzędów odejmując najmniejszy koszt w każdym rzędzie od wszystkich elementów w tym rzędzie. 7

. Wykonujemy redukcje kolumn odejmując najmniejszy koszt w każdej kolumnie od wszystkich elementów w tej kolumnie. 3. Sprawdzamy czy optymalny rozdział jest już możliwy - licząc ile potrzeba rzędów i kolumn by pokryć wszystkie zerowe koszty. Jeśli potrzeba ich tyle ile jest wszystkich rzędów, idziemy do kroku 5. 4. Wyznaczamy najmniejszy niepokryty koszt i odejmujemy go od wszystkich niepokrytych kosztów oraz dodajemy do podwójnie pokrytych kosztów, a następnie powtarzamy krok 3. 5. Wybieramy kolumnę lub rząd z jedynym zerem. Kojarzymy ze sobą rząd i kolumnę, w którym to zero się znajduje i wykreślamy je z tabelki. Kontynuujemy kojarzenie rzędów i kolumn poprzez wybór pojedynczych zer w rzędzie lub kolumnie aż do zakończenia przydziału.... 8

Przypadki szczególne: Liczba rzędów rożna od liczby kolumn. Jeśli liczba podwykonawców jest różna od liczby zadań, dodajemy stosowna ilość fikcyjnych zadań lub podwykonawców z zerowymi kosztami i postępujemy tak jak poprzednio. Przy nadmiarze podwykonawców, przydzielenie fikcyjnego zadania oznacza rezygnacje z usług tego wykonawcy. Przy nadmiarze zadań przydzielenie fikcyjnego podwykonawcy oznacza, ze zadanie to będzie musiało być wykonane później. Maksymalizacja. W pewnych przypadkach kojarzenie zadań służy maksymalizacji zysku, a nie minimalizacji kosztów. W takim przypadku odejmujemy wartości w każdej kolumnie od maksimum w tej kolumnie. Otrzymana nowa tabelka zawiera teraz koszty niewykorzystania poszczególnych skojarzeń i możemy kontynuować jak w przypadku minimalizacji. Niepożądane skojarzenia. Czasami pewne skojarzenia są niepożądane. Wystarczy przypisać im nieskończony koszt. Niejednoznaczność. Jeśli w przy dokonywaniu rozdziału w końcowej tabelce w pewnym momencie nie ma już wiersza lub kolumny z jedynym zerem, oznacza to, ze optymalne rozwiązanie jest niejednoznaczne. Możemy wtedy dowolnie wybrać do przekształceń "kolejne zero". 9

Przykłady (zagadnienia transportowe) 10