Sieć (graf skierowany)

Podobne dokumenty
Sieć (graf skierowany)

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

Sortowanie topologiczne skierowanych grafów acyklicznych

ZAGADNIENIE TRANSPORTOWE

Algorytmiczna teoria grafów Przepływy w sieciach.

ZAGADNIENIE TRANSPORTOWE (część 1)

BADANIA OPERACYJNE Zagadnienie transportowe

Zagadnienie transportowe

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 Materiały do zajęć dostępne na stronie:

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Digraf. 13 maja 2017

ZAGADNIENIE TRANSPORTOWE(ZT)

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

zadaniem programowania liniowego całkowitoliczbowego. nazywamy zadaniem programowania liniowego 0-1. Zatem, w

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

Programowanie liniowe całkowitoliczbowe

Modelowanie całkowitoliczbowe

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Programowanie dynamiczne i algorytmy zachłanne

Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Znajdowanie skojarzeń na maszynie równoległej

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

Zagadnienie najkrótszej drogi w sieci

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

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

Algorytmy i Struktury Danych.

Programowanie liniowe całkowitoliczbowe

Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1

BADANIA OPERACYJNE pytania kontrolne

Ogólne wiadomości o grafach

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

ZAGADNIENIA TRANSPORTOWE

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

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

Algorytmy Grafowe. dr hab. Bożena Woźna-Szcześniak, prof. UJD. Wykład 5 i 6. Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie

Matematyka dyskretna

G. Wybrane elementy teorii grafów

Planowanie przedsięwzięć

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

OPTYMALIZACJA W LOGISTYCE

Wykład 8. Drzewo rozpinające (minimum spanning tree)

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2

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

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny.

Algorytmiczna teoria grafów

Wieloetapowe zagadnienia transportowe

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

Zagadnienia optymalizacji na grafach

Wstęp do programowania. Drzewa. Piotr Chrząstowski-Wachtel

Wykład 3. Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy

DWA ZDANIA O TEORII GRAFÓW. przepływ informacji tylko w kierunku

Programowanie sieciowe. Tadeusz Trzaskalik

TEORIA GRAFÓW I SIECI

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Graf. Definicja marca / 1

Harmonogramowanie przedsięwzięć

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

EGZAMIN - Wersja A. ALGORYTMY I STRUKTURY DANYCH Lisek89 opracowanie kartki od Pani dr E. Koszelew

Zagadnienie transportowe i zagadnienie przydziału

BADANIA OPERACYJNE. dr Adam Sojda Pokój A405

Matematyczne Podstawy Informatyki

07 Model planowania sieci dostaw 2Po_1Pr_KT Zastosowanie programowania liniowego

Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1

) a j x j b; x j binarne (j N) całkowitoliczbowe; przyjmujemy (bez straty ogólności): c j > 0, 0 <a j b (j N), P n

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

Temat 9. Zabłocone miasto Minimalne drzewa rozpinające

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

ZAGADNIENIE TRANSPORTOWE

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Programowanie liniowe

Programowanie liniowe

Algorytmy i Struktury Danych.

TEORIA GRAFÓW I SIECI - ROZDZIAŁIV. Drzewa. Drzewa

Programowanie dynamiczne. Tadeusz Trzaskalik

Ścieżki w grafach. Grafy acykliczne i spójne

Zagadnienie transportowe. Hurtownia Zapotrzebowanie (w tonach)

Przykłady problemów optymalizacyjnych

Matematyczne Podstawy Informatyki

Deterministyczne Modele Badań Operacyjnych Semestr letni 2015 Praca domowa II

TEORIA GRAFÓW I SIECI

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

Teoria obliczeń i złożoność obliczeniowa

Procesy stochastyczne

Metody określania wielkości partii cz.1. Zajęcia Nr 6

Wykład 7. Algorytmy grafowe

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

Filogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami.

Modele całkowitoliczbowe zagadnienia komiwojażera (TSP)

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow

Algorytmy i Struktury Danych.

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Grafem skierowanym. Typowe zastosowania grafów skierowanych obejmują wiele dziedzin:

ĆWICZENIE NR 1 WPROWADZENIE DO INFORMATYKI

Minimalne drzewa rozpinające

Transkrypt:

Sieci Sieć (graf skierowany) Siecia (grafem skierowanym) G = (V, A) nazywamy zbiór wierzchołków V oraz zbiór łuków A V V. V = {A, B, C, D, E, F}, A = {(A, B), (A, D), (A, C), (B, C),..., }

Ścieżki i cykle Sieci Ciag niepowtarzajacych się wierzchołków w sieci G = (V, A), połaczonych łukami, nazywamy ścieżka w G. Cyklem nazywamy ciag niepowtarzajacych się wierzchołków połaczonych łukami, za wyjatkiem pierwszego i ostatniego, które sa takie same. Jeżeli wszystkie łuki na ścieżce (cyklu) maja taka sama orientację, to mówimy o ścieżce skierowanej (cyklu skierowanym). Sieć jest spójna jeżeli istnieje ścieżka między każda para wierzchołków w tej sieci. Ścieżka skierowana A,C,F i cykl skierowany B,E,D,B. Ścieżka nieskierowana jest np. A, D, E a cyklem nieskierowanym A, D, C, A.

Sieć acykliczna Sieci Sieć nazywamy acykliczna jeżeli nie zawiera żadnego cyklu skierowanego. W takiej sieci można ponumerować wierzchołki w ten sposób, że dla każdego łuku (i, j) A zachodzi i < j. Jest to tzw. uporzadkowanie topologiczne wierzchołków.

Sieci Drzewo rozpinajace Drzewem rozpinajacym nazywamy spójna sieć nie zawierajac a żadnego cyklu. Każde drzewo rozpinajace dla sieci G = (V, A) ma dokładnie V 1 łuków. Dodanie nowego łuku do drzewa rozpinajacego powoduje powstanie dokładnie jednego cyklu (skierowanego lub nie)

Sieci (przykład) Fabryka, ulokowana w mieście 1, ma wysłać 5 jednostek towaru do dwóch sklepów. Sklep 1 znajduje się w mieście 4 i zamówił 2 jednostki towaru a sklep 2 znajduje się w mieście 5 i zamówił 3 jednostki towaru. Mapa połaczeń między fabryka a sklepami jest zadana w postaci sieci G = (V, A). Każdy łuk (i, j) A ma dwa parametry: koszt c ij transportu 1 sztuki towaru po (i, j) oraz pojemność u ij oznaczajac a maksymalna liczbę jednostek towaru, jaka może być przewożona po (i, j). Jaki jest najtańszy plan transportu towaru z fabryki do sklepów?

Sieci Model liniowy i rozwiazanie min z = 5x 12 + 2x 13 + 8x 31 + 1x 23 + 2x 24 + 4x 34 + 1x 35 + 3x 45 x 12 + x 13 x 31 = 5 x 24 + x 23 x 12 = 0 x 34 + x 35 x 23 x 13 = 0 x 45 x 24 x 34 = 2 x 35 x 45 = 3 0 x 12 9, 0 x 13 4, 0 x 31 3, 0 x 23 6, 0 x 24 4 0 x 34 4, 0 x 35 9, 0 x 45 7

Sieci Ogólne sformułowanie problemu Zadana jest sieć G = (V, A). Dla każdego łuku (i, j) A sa zadane koszt c ij i pojemność u ij 0. Dla każdego wierzchołka i V zadana jest liczba b i oznaczajaca podaż/popyt w tym wierzchołku. Jeżeli b i > 0, to i jest dostawca; jeżeli b i < 0, to i jest odbiorca; jeżeli b i = 0, to i jest wierzchołkiem pośrednim. Niech x ij 0 będzie zmienna oznaczajac a przepływ po łuku (i, j) A. min z = (i,j) A c ij x ij {j:(i,j) A} x ij {j:(j,i) A} x ji = b i for all i N 0 x ij u ij for all (i, j) A Zakładamy, że i V b i = 0, czyli problem jest zbilansowany.

Sieci Planowanie produkcji/zapasów Fabryka wytwarza pewien produkt i chce zaspokoić popyt d j w każdym z K okresów j = 1, 2,..., K. Zdolność produkcyjna w j-tym okresie wynosi a j, jednostkowy koszt produkcji w j-tym okresie wynosi c j a jednostkowy koszt magazynowania w j-tym okresie wynosi m j. Zakładamy, że do I jednostek wyrobu może być przechowywana w magazynie. Fabryka chce wyznaczyć najtańszy plan produkcji i magazynowania produktu w ciagu K okresów.

Planowanie lotów Sieci Mała firma używa samolotu, który może zabrać p pasażerów. Samolot odwiedza miasta w kolejności 1, 2,..., n. Samolot może zabrać pasażerów w każdym mieście i wysadzić ich w dowolnym z kolejnych miast. Niech b ij oznacza liczbę pasażerów oczekujacych w mieście i na lot do miasta j. Niech f ij będzie opłata za przelot od i do j. Ilu pasażerów powinien zabrać samolot pomiędzy każda para miast aby zmaksymalizować przychód?

Planowanie lotów Sieci Sieć dla 4 miast:

Sieć rezydualna Sieci Niech x będzie przepływem w sieci G = (V, A). Sieć rezydualna G(x) ma takie same wierzchołki jak G a jej łuki definiujemy następujaco. 1 Dla każdego łuku (i, j) A tworzymy dwa łuki: (i, j) o pojemności r ij = u ij x ij i koszcie c ij (j, i) o pojemności r ji = x ij i kozcie c ij 2 Usuwamy wszystkie łuki o pojemności 0.

Sieć rezydualna Sieci Jeżeli sieć rezydualna G(x) zawiera cykl skierowany o ujemnym koszcie (ujemny cykl), to można wyznaczyć tańszy dopuszczalny przepływ poprzez przemieszczenie dodatniego przepływu po tym cyklu.

Sieci Algorytm kasowania ujemnych cykli Twierdzenie. Dopuszczalny przepływ x w sieci G jest optymalny wtedy i tylko wtedy gdy sieć rezydualna G(x) nie zawiera ujemnego cyklu. 1: Znajdź dopuszczalny przepływ x w sieci 2: while G(x) zawiera ujemny cykl do 3: Wyznacz ujemny cykl W w G(x) 4: δ := min{r ij : (i, j) W } 5: Przemieść δ jednostek przepływu po W i zaktualizuj G(x) 6: end while

Przykład Sieci Pierwszy dopuszczalny przepływ. Sieć rezydualna zawiera ujemny cykl. Można wyznaczyć tańszy przepływ przemieszczajac 2 jednostki przepływu po tym cyklu.

Przykład Sieci Sieć rezydualna zawiera ujemny cykl. Można wyznaczyć tańszy przepływ przemieszczajac 1 jednostkę przepływu po tym cyklu.

Przykład Sieci Sieć rezydualna nie zawiera ujemnego cyklu. Przepływ jest optymalny.

Sieci Wyznaczania dopuszczalnego przepływu Dodajemy wierzchołek s i łaczymy go z dostawcami i odbiorcami dodatkowymi łukami. Koszty i pojemności dodatkowych łuków wynosza (w praktyce jest to duża liczba M). Jeżeli w optymalnym rozwiazaniu na którymś z dodatkowych łuków istnieje dodatni przepływ to wyjściowy problem jest sprzeczny.

Sieci Rozwiazanie całkowitoliczbowe Jeżeli pojemności łuków, podaże oraz popyty wierzchołków sa liczbami całkowitymi, to istnieje optymalne rozwiazanie (przepływ) całkowitoliczbowe. Algorytm kasowania ujemnych cykli zwraca takie rozwiazanie.