Kulej M Badania Operacyjne w4m id 74430

background image

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

1

ZAGADNIENIE TRANSPORTOWE (ZT)

Danych jest p dostawców, których podaż wynosi a

1

, a

2

, . . . , a

p

i q odbiorców,

których popyt wynosi b

1

, b

2

, . . . , b

q

. Zakładamy, że problem jest zbilansowany, tj.

P

p
i=1

a

i

=

P

q
i=1

b

i

czyli całkowita podaż jest równa całkowitemu popytowi. Dane

są również koszty przewozu c

ij

jednostki towaru od i-tego dostawcy (i = 1, . . . , p)

do j-tego odbiorcy (j = 1, . . . , q). Należy wyznaczyć plan transportu towaru od
dostawców do odbiorców o minimalnym łącznym koszcie przewozu.

Model liniowy dla ZT:

Zmienne decyzyjne:

• x

ij

- ilość towaru przewożona od i-tego dostawcy do j-tego odbiorcy.

Model:

min z =

P

p
i=1

P

q
j=1

c

ij

x

ij

P

q
j=1

x

ij

= a

i

i

= 1, . . . , p [Podaż dostawców]

P

p
i=1

x

ij

= b

j

j

= 1, . . . , q [Popyt odbiorców]

x

ij

≥ 0

Przykład.

. Rozpatrzmy następujący rysunek:

Fabryka 1

Fabryka 2

Fabryka 3

Miasto 1

Miasto 2

Miasto 3

Miasto 4

35

50

40

45

20

30

30

8

6

10

2

9

12

13

7

14

9

16

10

W przykładzie tym mamy p = 3 dostawców (fabryki) i q = 4 odbiorców (miasta).
Podaż wynosi: a

1

= 35, a

2

= 50, a

3

= 40 a popyt b

1

= 45, b

2

= 20, b

3

= 30,

b

4

= 30. Problem jest zbilansowany ponieważ 35+50+40=45+20+30+30. Jed-

nostkowe koszty transportu wynoszą c

11

= 8, c

12

= 6 itd...

Zmienne decyzyjne:

• x

ij

- ilość towaru przewożona od i-tej fabryki do j-tego miasta.

background image

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

2

Model liniowy:

min z = 8x

11

+ 6x

12

+ 10x

13

+ 2x

14

+ 9x

21

+ 12x

22

+ · · · + 10x

34

x

11

+ x

12

+ x

13

+ x

14

= 35 [Podaż fabryki 1]

x

21

+ x

22

+ x

23

+ x

24

= 50 [Podaż fabryki 2]

x

31

+ x

32

+ x

33

+ x

34

= 40 [Podaż fabryki 3]

x

11

+ x

21

+ x

31

= 45

[Popyt miasta 1]

x

12

+ x

22

+ x

32

= 20

[Popyt miasta 2]

x

13

+ x

23

+ x

33

= 30

[Popyt miasta 3]

x

14

+ x

24

+ x

34

= 30

[Popyt miasta 4]

x

ij

≥ 0

Tablica transportowa:

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

35

30

30

30

x

11

x

12

x

13

x

14

x

21

x

22

x

23

x

24

x

31

x

32

x

33

x

34

Modele niezbilansowane

1. Przypadek

P

p
i=1

a

i

>

P

q
i=1

b

i

(nadwyżka podaży). Dodajemy fikcyjnego od-

biorcę q+1 o popycie b

q+1

=

P

p
i=1

a

i

P

q
i=1

b

i

i kosztach przewozu c

iq+1

= 0,

i

= 1, . . . , p.

Przykład.

Rozpatrzmy tablicę:

8

6

10

9

12

13

40

50

20

30

20

8

6

10

0

9

12

13

0

20

20

30

20

40

50

x

11

x

11

x

12

x

12

x

13

x

13

x

14

x

21

x

21

x

22

x

22

x

23

x

23

x

24

W problemie tym występuje nadwyżka podaży równa 20. Dodajemy fik-
cyjnego odbiorcę numer 4 o popycie 20. Optymalne rozwiązanie wynosi:
x

12

= 20, x

13

= 20, x

21

= 20, x

23

= 10, x

24

= 20. Fikcyjny odbiorca odbie-

ra 20 jedn. od dostawcy 2. Oznacza to faktycznie, że towar ten zostanie u
dostawcy 2.

background image

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

3

2. Przypadek

P

p
i=1

a

i

<

P

q
i=1

b

i

(nadwyżka popytu). Dodajemy fikcyjnego do-

stawcę p+1 o podaży a

p+1

=

P

q
i=1

b

i

P

p
i=1

a

i

i kosztach przewozu c

p+1i

= 0,

i

= 1, . . . , q.

Metoda sympleks (potencjałów) dla zbilansowanego ZT Specjalna struk-
tura macierzy ograniczeń dla zagadnienia transportowego pozwala na dokonanie
wielu uproszczeń w metodzie sympleks. Wszystkie iteracje sympleksowe realizu-
je się na tablicy transportowej, która ma znacznie mniejszy wymiar niż tablica
sympleksowa. Bazowe rozwiązanie dopuszczalne ma tylko p + q − 1 zmiennych
bazowych (gdyż rząd macierzy ograniczeń jest równy p + q − 1) i może być ła-
two wyznaczone bez stosowania M-metody. Wskaźniki optymalności w metodzie
sympleks dla zagadnienia transportowego można wyznaczyć nie konstruując ta-
blicy sympleksowej lecz wykorzystując tzw. potencjały tj. zmienne związane z
dostawcami u

i

, i

= 1, . . . , p i odbiorcami v

j

, j

= 1, . . . , q. Przejście od jedne-

go bazowego rozwiązania dopuszczalnego do innego realizowane jest również na
tablicach transportowych.
Wyznaczanie pierwszego dopuszczalnego rozwiązania bazowego
Ogólną idę konstrukcji podaje poniższy schemat:

1. Wybierz wśród nie skreślonych elementów tablicy transportowej dopusz-

czalną

klatkę, powiedzmy (r, k) i wstaw do niej maksymalnie możliwą wiel-

kość przewozu, tj. minimum z podaży wiersza r i popytu kolumny k czyli
x

rk

= min(a

r

, b

k

). Klatka ta staje się klatką bazową – odpowiada jej zmien-

na bazowa x

rk

.

2. Zmniejsz podaż r-tego dostawcy i popyt k-tego odbiorcy o wielkość ustalo-

nego w kroku 1 przewozu x

rk

, tj. a

r

:= a

r

− x

rk

, b

k

:= b

k

− x

rk

.

3. Jeśli a

r

= 0, to skreśl w tablicy transportowej r-ty wiersz. Jeśli natomiast

a

r

>

0, to skreśl w tablicy transportowej k-tą kolumnę (wtedy b

k

= 0).

4. Jeśli wszystkie elementy tablicy transportowej zostały skreślone, to KO-

NIEC. Wyznaczono początkowe bazowe rozwiązanie dopuszczalne z dokład-
nie (jeśli w każdym kroku skreślamy dokładnie jedną linię, tj. wiersz lub ko-
lumnę macierzy) p + q − 1 zmiennymi bazowymi. W przeciwnym przypadku
przejdź do kroku 1.

W zależności od sposobu wyboru dopuszczalnej klatki w kroku 1 powyższego
schematu otrzymujemy różne metody konstrukcji początkowego bazowego roz-
wiązania dopuszczalnego:

metoda kąta północno-zachodniego - dopuszczalną jest klatka leżąca w pierw-

szym wierszu i pierwszej kolumnie nie skreślonej części tablicy;

background image

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

4

minimum macierzy - dopuszczalną jest klatka o minimalnym koszcie w nie

skreślonej części tablicy;

metoda Vogel’a - VAM - dopuszczalną jest klatka o minimalnym koszcie w

linii (wierszu lub kolumnie) z największym współczynnikiem kary. Współ-
czynnik kary (liczba nieujemna) jest różnicą między dwoma najmniejszymi
kosztami w linii.

Metoda kąta północno-zachodniego - przykład

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

20

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

20

10

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

20

10

30

Zaczynamy od lewego górnego rogu (kąta północno zachodniego) macierzy nie-
skreślonych elementów tj. klatki [1,1]. Wpisujemy do niej maksymalną wartość
nie naruszającą popytu i podaży czyli x

11

= min{35, 45} = 35. Pierwszy wiersz

czyli pierwszy dostawca wysłał wszystko co posiadał - skreślamy go i modyfiku-
jemy popyt pierwszego odbiorcy (kolumna 1) b

1

= 45 − x

11

= 10. Przechodzimy

do lewego górnego rogu macierzy nie skreślonych elementów tj. klatki [2,1] czyli
zmiennej x

21

nadajemy największą możliwą wartość, tj. x

21

= min{50, 10} = 10

i zmniejszamy podaż drugiego wiersza o wartość x

21

= 10. Kolumna 1 tj. pierw-

szy odbiorca otrzymał tyle ile wynosi jego popyt zatem skreślamy tę kolumnę
. Przechodzimy następnie do klatki [2,2] tj. zmiennej x

22

nadajemy wartośc 20

itd.. W każdym kroku przechodzimy do klatki leżącej w lewym górnym rogu ma-
cierzy nie skreślonych elementów. Otrzymujemy następujące bazowe rozwiązanie
dopuszczalne: x

11

= 35, x

21

= 10, x

22

= 20, x

23

= 20, x

33

= 10, x

34

= 30, pozo-

stałe zmienne mają wartość 0. Koszt tego rozwiązania (przewozu) wynosi 1330.
Metoda minimum z macierzy

background image

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

5

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

30

5

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

15

5

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

5

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

15

5

25

Zaczynamy od klatki o najmniejszym koszcie, czyli klatki [1,4]. Zmiennej odpo-
wiadającej tej klatce tj. x

24

nadajemy maksymalną wartość x

24

= min{35, 30} =

30. Skreślamy czwartą kolumnę i modyfikujemy podaż pierwszego wiersza a

1

=

35 − 30 = 5. Przechodzimy do klatki o najmniejszym koszcie w macierzy nie skre-
ślonych elementów, czyli klatki [1,2] i nadajemy zmiennej bazowej x

12

wartość

5 itd... Otrzymujemy następujące bazowe rozwiązanie dopuszczalne: x

14

= 30,

x

12

= 5, x

21

= 45, x

23

= 5, x

32

= 15, x

33

= 25 (pozostałe zmienne mają wartość

0). Koszt tego rozwiązania wynosi 1095.

Klatki odpowiadające zmiennym bazowym nazywamy klatkami bazowymi.

Uwaga: Jeśli w każdym kroku skreślamy tylko jeden wiersz albo jedną kolumnę,
to otrzymamy bazowe rozwiązanie dopuszczalne o dokładnie p + q − 1 zmiennych
bazowych.

Ocena klatek i iteracja sympleksowa.

Ciąg klatek ([i

1

, j

1

], [i

2

, j

2

], ..., [i

l

, j

l

]), gdzie l ≥ 4 tablicy transportowej nazywamy

cyklem

jeżeli:

• każde dwie sąsiednie klatki znajdują się w jednej linii tj. w jednej kolumnie

lub jednym wierszu,

• ostatnia klatka znajduje się w tej samej linii co klatka pierwsza czyli i

1

= i

l

lub j

1

= j

l

• żadne trzy kolejne kolejne klatki tego ciągu nie leżą w jednej linii.

Przykładowe cykle utworzone przez szare klatki pokazane są na poniższym ry-
sunku:

background image

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

6

Ciągi (szare klatki), które nie tworzą cyklu:

Twierdzenie 1. Zestaw p + q − 1 klatek odpowiada zmiennym bazowym wtedy i
tylko wtedy, gdy klatki te nie zawierają cyklu. Dodanie jednej klatki niebazowej
do klatek bazowych powoduje powstanie dokładnie jednego cyklu.

background image

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

7

Rozpatrzmy początkowe bazowe rozwiązanie dopuszczalne rozważanego przykła-
du uzyskane metodą kąta północno - zachodniego. Zmiennymi bazowymi są:
ZB

= {x

11

, x

21

, x

22

, x

23

, x

33

, x

34

}. Załóżmy, że chcemy wprowadzić do bazy zmien-

ną x

14

. Dodajemy klatkę [1,4] do klatek bazowych. W ten sposoób, na mo-

cy Twierdzenia 1 powstaje cykl zawierający klatkę [1,4] i pewne (niekoniecznie
wszystkie!) klatki bazowe. Klatki należące do tego cyklu zaznaczone są na rysun-
ku kolorem szarym. Oznaczmy klatkę [1, 4] znakiem +. Następnie przesuwając
się po cyklu oznaczamy klatki na przemian znakami - lub +.

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

20

10

30

+

-

+

-

+

-

Jaką maksymalną wartość możemy wprowadzić do klatki [1,4]? Jeżeli wprowa-
dzimy do klatki [1,4] pewną wartość δ to, aby zachować bilans podaży i popy-
tu musimy odjąć δ od wszystkich klatek oznaczonych znakiem - i dodać δ do
wszystkich klatek oznaczonych znakiem +. Do klatki [1,4] wprowadzamy więc
najmniejszą wartość występującą w klatkach oznaczonych minusem czyli 20 z
klatki [2,3]. Oznacza to, że zmienna x

23

wychodzi z bazy (zostaje wyzerowana).

Nowymi zmiennymi bazowymi są {x

11

, x

14

, x

21

, x

22

, x

33

, x

34

} a bazowe rozwiąza-

nie dopuszczalne jest następujące: x

11

= 15, x

14

= 20, x

21

= 30, x

22

= 20,

x

13

= 30, x

14

= 10.

35-20

10+20

20-20

10+20 30-20

+

-

+

-

+

-

+20

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

15

30

20

30

10

20

Czy wartość funkcji celu (FC) zmaleje po wprowadzeniu x

14

do bazy? Zmiana

FC wyniesie:

20 ∗ (2 − 10 + 16 − 13 + 9 − 8) = 20 ∗ (−4) = −80,

czyli zmniejszy się o 80. Liczba -4 jest oceną klatki niebazowej [1, 4].

background image

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

8

Twierdzenie 2. Aktualne rozwiązanie bazowe dopuszczalne w tablicy transpor-
towej jest optymalne jeżeli współczynniki optymalności (oceny) wszystkich klatek
niebazowych są nieujemne. Jeżeli istnieje klatka niebazowa o ujemnej ocenie to
można wyznaczyć lepsze rozwiązanie wprowadzając tą klatkę do bazy i wprowa-
dzając do niej pewien niezerowy przewóz.

Obliczanie ocen (współczynników optymalności) klatek niebazowych
(zmiennych niebazowych)

Współczynniki optymalności c

ij

dla zmiennej niebazowej x

ij

można wyzna-

czyć bez znajomości tablicy sympleksowej wykorzystują tzw. potencjały tj. liczby
u

i

, i

= 1, . . . , p oraz v

j

, j

= 1, . . . , q. Znając bazowe rozwiązanie dopuszczalne

wiemy, że współczynniki optymalności dla zmiennych bazowych są zerami. War-
tości potencjałów (są to tzw. mnożniki sympleksowe za pomocą których można
wyznaczyć - znając bazę - współczynniki optymalności w tablicy sympleksowej. W
optymalnej tablicy transportowej potencjały są optymalnymi wartościami zmien-
nych dualnych. ) wyznacza się następująco:
dla każdej zmiennej bazowej x

ij

mamy równanie c

ij

= 0 = c

ij

+ u

i

+ v

j

.

Mamy zatem układ p + q − 1 równań o p + q niewiadomych. Przyjmując za jedną
niewiadomą zero np. u

1

= 0 można go łatwo rozwiązać. Znajomość wartości u

i

, v

j

pozwala już wyznaczyć współczynniki optymalności za wzoru:

c

ij

= c

ij

+ u

i

+ v

j

dla każdej zmiennej niebazowej x

ij

.

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

20

10

30

u

1

u

2

u

3

v

1

v

2

v

3

v

4

Potencjały dobieramy tak aby wyzerować współczynniki optymalności dla zmien-
nych bazowych, tj.:

8 + u

1

+ v

1

= 0 (x

11

)

9 + u

2

+ v

1

= 0 (x

21

)

12 + u

2

+ v

2

= 0 (x

22

)

13 + u

2

+ v

3

= 0 (x

23

)

16 + u

3

+ v

3

= 0 (x

33

)

10 + u

3

+ v

4

= 0 (x

34

)

background image

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

9

Powyższy układ można rozwiązać bardzo prosto. Zaczynamy od podstawienia
u

1

= 0. Wówczas z pierwszego równaia v

1

= −8. Z drugiego równania u

2

= −1. Z

trzeciego równania v

2

= −11 itd... Ostatecznie otrzymujemy potencjały pokazane

na poniższym rysunku. Obliczamy oceny klatek niebazowych c

ij

= c

ij

+ v

i

+ v

j

.

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

35

10

20

20

10

30

0

-1

-4

-8

-11

-12

-6

-5

-2

-4

0

2

-6

35

50

40

45

20

30

30

35

10

20

20

10

30

Przekształcone koszty wyznaczają oceny klatek niebazowych. Aby poprawić roz-
wiązanie należy wprowadzić do bazy klatkę dla której ocena jest ujemna tj. jedną
z klatek [1, 2], [1, 3], [1, 4] lub [3, 2]. Jeżeli wszystkie oceny byłyby nieujemne to
aktulane rozwiązanie byłoby optymalne.

Algorytm transportowy

KROK 1 Na wejściu podajemy zbilansowane zagadnienie transportowe. Jeżeli
model nie jest zbilansowany to należy go zbilansować wprowadzając fikcyjnego
dostawcę albo fikcyjnego odbiorcę.

KROK 2 Skonstruuj tablicę transportową i pierwsze bazowe rozwiązanie do-
puszczalne (dowolną z podanych metod ).

KROK 3 Oblicz potencjały u

i

, i = 1, . . . , p i v

i

= 1, . . . , q oraz oceny klatek

niebazowych c

ij

= c

ij

+ u

i

+ v

i

. Jeżeli wszystkie oceny c

ij

≥ 0 to KONIEC -

rozwiązanie jest optymalne. W przeciwnym wypadku przejdź do kroku 4.

KROK 4 Wybierz klatkę z najmniejszą ujemną oceną. Dodaj tą klatkę do kla-
tek bazowych i zbuduj cykl zawierający dodawaną klatkę i pewne klatki bazowe
(istnieje dokładnie jeden taki cykl). Oznacz dodawaną klatkę symbolem +. Na-
stępnie przesuwając się wzdłuż cyklu oznaczaj kolejne klatki cyklu na przemian -
i +. Znajdź klatkę oznaczoną - dla której aktualna wielkość przewozu δ jest naj-
mniejsza. Klatka ta wychodzi z bazy. Do klatek + dodaj przewóz δ a od klatek -
odejmij przewóz δ. Jeżeli δ > 0, to otrzymałeś rozwiązanie o mniejszym koszcie.
Wróć do kroku 3.

Przykład

. Rozwiążemy przykładowe zadanie ze strony 1. Zagadnienie jest zbi-

lansowane. Konstruujemy tablicę transportową i pierwsze rozwiązanie bazowe
metodą minimalnego elementu. Otrzymujemy tablicę:

background image

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

10

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

15

5

25

Obliczamy potencjały:

6 + u

1

+ v

2

= 0

zmienna bazowa x

12

2 + u

1

+ v

4

= 0

zmienna bazowa x

14

9 + u

2

+ v

1

= 0

zmienna bazowa x

21

13 + u

2

+ v

3

= 0

zmienna bazowa x

23

9 + u

3

+ v

2

= 0

zmienna bazowa x

32

16 + u

3

+ v

3

= 0

zmienna bazowa x

33

Otrzymujemy:

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

15

5

25

0

-6

-2

-3

-13

0

-9

-1

-3

6

5

2

5

35

50

40

45

20

30

30

30

5

45

15

5

25

Rozwiązanie nie jest optmalne ponieważ pewne klatki niebazowe mają ujemne
oceny. Wybieramy klatkę z najmniejszą ujemną oceną, czyli [1,3]. Dodajemy tą
klatkę do klatek bazowych i konstruujemy cykl:

-1

-3

6

5

2

5

35

50

40

45

20

30

30

30

5

45

15

5

25

+

-

+

-

Najmniejszy przewóz dla klatek oznaczonych znakiem minus(-) znajduje się w
klatce [1,2]. Klatka ta wychodzi z bazy. Do klatek oznaczonych znakiem plus(+)
dodajemy 5 a od klatek oznaczonych - odejmujemy 5. Otrzymujemy kolejne,
lepsze rozwiązanie bazowe i ponownie obliczamy potencjały

background image

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

11

8

6

10

2

9

12

13

7

14

9

16

10

35

50

40

45

20

30

30

30

5

45

20

5

20

0

-3

-2

-6

-10

-3

-6

2

3

6

2

2

2

35

50

40

45

20

30

30

30

5

45

20

5

20

Ponieważ wszystkie oceny klatek niebazowych są nieujemne to tablica zawiera
optymalne rozwiązanie.

Przykład - rozwiązania zdegenerowane

. Rozpatrzmy zagadnienie dla którego po-

daż, popyt, koszty oraz pierwsze rozwiązanie bazowe (metoda kąta północno-
zachodniego) podane są w tabeli:

12

6

10

9

12

4

3

9

2

10

10

10

10

10

10

10

0

10

0

10

W pierwszym rozwiązaniu pewne zmienne bazowe mają wartość 0. Rozwiązanie
takie nazywamy rozwiązaniem zdegenerowanym. Należy odróżniać klatki z zerami
bazowymi od klatek niebazowych! Obliczamy potencjały:

12

6

10

9

12

4

3

9

2

10

10

10

10

10

10

10

0

10

0

10

0

-12

3

-15

6

-8

-9

2

-1

-3

10

10

10

10

10

10

10

0

10

0

10

0

-12

3

-15

6

-8

Do bazy wprowadzamy klatkę [1,2]. Tworzymy cykl i wykonujemy iterację:

-9

2

-1

-3

10

10

10

10

10

10

10

0

10

0

10

0

-12

3

-15

6

-8

+

-

+

-

12

6

10

9

12

4

3

9

2

10

10

10

10

10

10

0

10

10

0

10

background image

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

12

Należy uważać, aby nie usunąć z bazy dwóch klatek [1,1] i [2,2]. Z bazy wycho-
dzi tylko jedna z tych klatek (obojętnie która). Druga pozostaje klatką bazową.
Otrzymujemy kolejne rozwiązanie zdegenerowane.

Trasy zakazane. Jeżeli połączenie między dostawą i a odbiorcą j nie istnieje to
podstawiamy c

ij

= M , gdzie M jest jakąś bardzo dużą liczbą. Jeżeli w końcowej

tablicy transportowej otrzymamy x

ij

>

0, to wyjściowe zagadnienie jest sprzecz-

ne ( nie istnieje dopuszczalny plan przewozów).

Przykład.

Rozpatrzmy problem:

Fabryka 1

Fabryka 2

Fabryka 3

Miasto 1

Miasto 2

Miasto 3

Miasto 4

35

50

40

45

20

30

30

3

2

9

7

8

9

14

7

Pierwsza tablica ( bazowe rozwiązanie dopuszczalne wyznaczone metodą kąta
północno-zachodniego) i pierwsza iteracja są następujące:

3

M

M

2

9

M

7

M

M

12

14

7

35

50

40

45

20

30

30

30

35

10

20

20

10

0

-3

-6

-M+6

-1

-13

6

6

M-1

8

M

M-16

-M+5

35

50

40

45

20

30

30

30

35

10

20 20

10

+

-

+

-

3

M

M

2

9

M

7

M

M

12

14

7

35

50

40

45

20

30

30

30

35

10

10

30

10

...

background image

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

13

Rozwiązenie to nie jest jeszcze optymalne. Należy wykonać kolejne iteracje. Opty-
malne rozwiązanie pokazane jest w poniższej tablicy:

3

M

M

2

9

M

7

M

M

12

14

7

35

40

40

45

10

30

30

0

30

10

35

10

30

Ponieważ przewóz na trasach zakazanych jest 0 to rozwiązanie to jest dopuszczal-
ne (i optymalne).

Wieloetapowe zagadnienie transportowe

Przykład.

Trzy fabryki F1, F2 i F3, których podaż wynosi 20, 10 i 30 mają do-

starczyć towar do dwóch odbiorców O1 i O2 , których popyt wynosi 20 i 40. To-
war może być przewożony po trasach pokazanych na rysunku (czyli niekoniecznie
bezpośrednio z fabryk do odbiorców). Wyznaczyć plan przewozu minimalizujący
łączny koszt.

F1

F3

F2

O1

O2

+20

+10

+30

-40

-20

1

2

F1

F2

F3

1

2

O2

F2

F3

1

2

O1

O2

20

10+s

30+s

s

s

s

s

s

s

s

20

40+s

2

3

7

1

3

5

4

7

1

1

2

3

1

0

1

7

0

0

4

0

5

3

1

7

0

Połączenia oraz odpowiednia tablica transportowa pokazane są na rysunku.

Uwaga: Do pustych klatek należy wpisać koszty M (ponieważ odpowiednie po-
łączenia nie istnieją).

Tablica jest skonstruowana następująco. Zaczynamy od wyróżnienia trzech ro-
dzajów punktów: dostawców, którzy tylko wysyłają towar (F1), odbiorców, któ-
rzy tylko odbierają towar (O1) oraz punktów pośrednich (F2, F3, 1, 2,O2). W
wierszach umieszczamy dostawców i punkty pośrednie a w kolumnach odbiorców

background image

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

14

i punkty pośrednie. Obliczamy całkowitą ilość towaru w problemie, czyli tzw. bu-
for
s

= 20 + 30 + 10 = 60. Punkt F1 jest dostawca - jego podaż wynosi więc 20.

Punkt F2 jest punktem pośrednim z nadwyżką towaru 10. Przypisujemy mu po-
daż 10+s i popyt s. Punkt 1 jest punktem pośrednim, który nie ma ani nadwyżki
ani niedoboru towaru. Przypisujemy mu podaż i popyt równe s. Punkt O2 jest
punktem pośrednim, który ma niedobór towaru. Przypisujemy mu popyt 20 + s i
podaż s. Do tablicy wpisujemy koszty bezpośrednich połączeń między puntkami
i M jeżeli połączenie bezpośrednie nie istnieje.

Uwaga: Koszty przewozu między tymi samymi punktami, np: między F2 i F2
wynoszą 0. Są to tzw. przewozy fikcyjne.
Rozwiązanie optymalne pokazane jest na poniższym rysunku:

F1

F3

F2

O1

O2

+20

+10

+30

-40

-20

1

2

F1

F2

F3

1

2

O2

F2

F3

1

2

O1

O2

20

70

90

60

60

60

60

60

60

60

20

100

1

3

4

7

1

2

3

1

0

1

7

0

0

4

0

5

3

1

7

0

20

60

10

20

10

60

30

30

40

20

20

20

40

40

60

Końcowe uwagi na temat algorytmu transportowego:

1. Algorytm działa również wtedy, gdy koszty przewozów są ujemne.

2. Jeżeli celem jest maksymalizacja kosztów przewozu, to przed zastosowaniem

algorytmu należy przemnożyć wszystkie koszty przez -1.

3. Jeżeli podaże i popyty wszystkich dostawców i odbiorców są liczbami cał-

kowitymi, to algorytm zwraca optymalny przewóz całkowitoliczbowy.


Wyszukiwarka

Podobne podstrony:
Badania operacyjne wyklad 2 id Nieznany
Badania operacyjne, zadanie id Nieznany (2)
Kulej M, Badania Operacyjne w3m
badania operacyjne poss1 id 630 Nieznany (2)
Kulej M, Badania Operacyjne w1m
Badania operacyjne wyklad 1 id 76574 (2)
AM Badania operacyjne wyklad id 620139
Badania operacyjne wyklad 2 id Nieznany
Badania operacyjne, zadanie id Nieznany (2)
badania operacyjne 3 id 76767 Nieznany (2)
badania operacyjne 1 id 76766 Nieznany
badania operacyjne 9 id 76768 Nieznany
Badania operacyjne id 76520 Nieznany (2)
badania operacyjne 3 id 76767 Nieznany (2)
Jadczak R Badania operacyjne, Wykład 4 Optymalizacja w logistyce
Lab 1 Analiza wrazliwosci, Materiały AGH- zarządzanie finansami, badania operacyjne
progr siec, Materiały Ekonomiczna, badania operacyjne
Kolorowanie grafów, badania operacyjne
bo2T, Szkoła, Semestr 3, Semestr 3, Badania operacyjne

więcej podobnych podstron