Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
1
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciem budowlanym
Materiały do kolokwium.
1
1. PODSTAWOWE POJ
Ę
CIA
Optymalizacja
- obszar dopuszczalnych decyzji + kryterium oceny, które zale
ż
y od
celu działania.
Celem
jest po
żą
dany wynik odnosz
ą
cy si
ę
do przyszło
ś
ci przedsi
ę
wzi
ę
cia lub
działalno
ś
ci.
Uporz
ą
dkowanie rozwi
ą
za
ń
dopuszczalnych z uwagi na kryterium oceny jest to
Funkcja
Celu
(Z; Z(x); FC; FC(x))
2.
METODA SIMPLEKSOWA
Metoda polega na znalezieniu rozwi
ą
zania (lub rozwi
ą
za
ń
) optymalnych - czyli
najlepszych.
Istniej
ą
dwa rodzaje zagadnie
ń
:
MINIMALIZACJA
(np. kosztów) i
MAKSYMALIZACJA
(np. zysków).
Algorytm metody simpleksowej polega na:
1. Stworzeniu modelu matematycznego - zapis zadania w postaci matematycznej:
Z=c
1
x
1
+c
2
x
2
+…+c
n
x
n
-> max (min) (np. Z= x
1
+x
2
+3x
3
+6x
4
+8x
5
->max)
przy ograniczeniach (przykładowo):
x
1
+2x
2
-x
3
≥
20
x
2
+3x
3
+x
4
=15
3x
2
+x
3
≥
5
Warunki nieujemno
ś
ci:
x
i
≥
0; i=(1;2;3;4)
2. Zapisie w postaci standardowej:
Wyrazy wolne ai0 musz
ą
by
ć
wi
ę
ksze lub równe zero. Je
ś
li nie s
ą
, nale
ż
y równanie
pomno
ż
y
ć
przez (-1)
[uwaga: zmienne, które były przed pomno
ż
eniem przez (-1) w bazie, to
wykonaniu mno
ż
enia mog
ą
ju
ż
nie by
ć
bazowe!]
1
Do przygotowania materiałów wykorzystano własn
ą
wiedz
ę
oraz skrypt: Metody matematyczne w ekonomice, organizacji, i
zarz
ą
dzaniu w budownictwie, prof. Zdzisław Kowalczyk
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
2
Ograniczenia, które s
ą
w postaci nierówno
ś
ci nale
ż
y zamieni
ć
na równania poprzez
dodanie do danych nierówno
ś
ci zmiennych bilansuj
ą
cych:
•
dla nierówno
ś
ci typu
≥
odejmujemy
od lewej strony nierówno
ś
ci zmienn
ą
z kolejnym
indeksem; dodatkowa zmienna jest zmienn
ą
NIEDOBORU
- brakuj
ą
ca ilo
ść
(np. zasobu)
do pełnego wykorzystania;
•
dla nierówno
ś
ci typu
≤
dodajemy
zmienn
ą
z kolejnym indeksem; dodatkowa zmienna
jest zmienn
ą
NADMIARU
- niewykorzystana cz
ęść
zasobu ilo
ść
(np. zasobu)
3. Utworzeniu tablicy simpleksowej i znalezieniu rozwi
ą
zania optymalnego
4.Ocena optymalno
ś
ci:
-w przypadku
maksymalizacji
wszystkie
wska
ź
niki "zj-cj" musz
ą
by
ć
nieujemne
-w przypadku
minimalizacji
wszystkie
wska
ź
niki "zj-cj" musz
ą
by
ć
niedodatnie
je
ś
li taki fakt zaistnieje- rozwi
ą
zanie jest optymalne.
-Je
ś
li istnieje wska
ź
nik
ujemny
w przypadku
maksymalizacji
(lub
dodatni
w przypadku
minimalizacji
), to rozwi
ą
zanie nie jest optymalne i nale
ż
y je poprawi
ć
.
Poprawa rozwi
ą
zania:
-Jako
kolumn
ę
główn
ą
wybieramy ten wektor zmiennej swobodnej, dla której wska
ź
nik
jest
najmniejszy z ujemnych
w przypadku
maksymalizacji
lub w przypadku
minimalizacji
jest
najwi
ę
kszy z dodatnich.
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
3
-Dla wybranego wektora(kolumny głównej) obliczamy iloraz wyrazów wolnych ai0 przez
wyrazy z wybranej kolumny głównej aip (interesuj
ą
nas warto
ś
ci ilorazu > 0). Ze
wszystkich wyników ilorazów wybieramy warto
ść
najmniejsz
ą
(ale wi
ę
ksz
ą
od zera!).
Ten wybór wskazuje na
wiersz główny
.
-Elementy kolejnej iteracji obliczamy wg wzorów:
•
Wiersz główny:
Wiersz główny w nast
ę
pnej iteracji aik’ powstaje przez podzielenie wiersza z poprzedniej
iteracji a
ik
przez wyraz a
ij
≠
0
•
Kolumna główna:
aqj’
=0, q
≠
0
Wszystkie elementy z kolumny głównej nast
ę
pnej iteracji poza elementem głównym s
ą
równe zero.
•
Pozostałe elementy (poza kolumn
ą
główn
ą
i wierszem głównym)
Rozwi
ą
zania alternatywne:
Je
ś
li istnieje wi
ę
cej ni
ż
jedno rozwi
ą
zanie optymalne, to nazywamy je
alternatywnymi
.
-ka
ż
de rozwi
ą
zanie alternatywne musi by
ć
optymalne (tj. "zj-cj" musz
ą
spełnia
ć
w/w
warunek) i warto
ś
ci funkcji celu "Z" jest zawsze jednakowa (tzn. je
ś
li dla rozwi
ą
zania
optymalnego warto
ść
funkcji celu wynosiła np. Z = 35j.p., to je
ś
li istnieje rozwi
ą
zanie
alternatywne to warto
ść
funkcji celu równie
ż
musi by
ć
Z=35j.p.
-je
ś
li
rozwi
ą
zanie jest optymalne i wska
ź
nik optymalno
ś
ci zj-cj jest równy 0 dla
chocia
ż
jednej zmiennej swobodnej
(nie bazowej), to istnieje rozwi
ą
zanie alternatywne
optymalne, które znajdziemy poprzez kolejn
ą
iteracj
ę
: jako kolumn
ę
główn
ą
trzeba
przyj
ąć
wła
ś
nie t
ę
zmienn
ą
swobodn
ą
, dla której zj-cj=0.
Brak rozwi
ą
zania optymalnego:
W przypadku, kiedy ze znaków wska
ź
ników " zj-cj" wynika,
ż
e rozwi
ą
zanie nie jest
optymalne, a nie mo
ż
na wybra
ć
kolumny głównej, poniewa
ż
jej wszystkie elementy s
ą
niedodatnie, to rozwi
ą
zanie optymalne nie istnieje.
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
4
Iteracja zerowa składa si
ę
z:
-przepisanie współczynników przy zmiennych z warunków ograniczaj
ą
cych, wyrazów
wolnych, współczynników przy zmiennych w funkcji celu
-obliczenie zj czyli iloczynu wektora ci oraz xj
-obliczenie wska
ź
ników optymalno
ś
ci zj-cj
-wybór kolumny głównej i wiersza głównego
-przej
ś
cie do kolejnej iteracji
Iteracja kolejna składa si
ę
z:
-obliczenie warto
ś
ci współczynników stoj
ą
cych przy zmiennych oraz wyrazów wolnych
na podstawie w/w wzorów
-obliczenie zj czyli iloczynu wektora ci oraz xj
-obliczenie wska
ź
ników optymalno
ś
ci zj-cj
-wybór kolumny głównej i wiersza głównego
-przej
ś
cie do kolejnej iteracji
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
5
3. METODA KAR - METODA SZTUCZNEJ BAZY
Jest to metoda poszukiwania rozwi
ą
zania optymalnego, która
ś
ci
ś
le bazuje na metodzie
simpleksowej.
Metod
ę
kar musimy zastosowa
ć
wtedy, kiedy na wst
ę
pie nie mo
ż
emy ustali
ć
rozwi
ą
zania bazowego tj. nie ma BAZY.
Baz
ę
mamy wtedy, kiedy mamy tyle wektorów bazowych ile jest warunków
ograniczaj
ą
cych (równa
ń
).
W ka
ż
dym równaniu musimy mie
ć
jedn
ą
zmienn
ą
bazow
ą
- czyli tak
ą
, której
współczynnik w tym równaniu jest równy "1" a w pozostałych ta zmienna nie wyst
ę
puje
czyli jej współczynniki s
ą
równe "0".
Do równa
ń
, które nie posiadaj
ą
zmiennej bazowej nale
ż
y doda
ć
sztuczn
ą
zmienn
ą
bazow
ą
z kolejnym indeksem, któr
ą
wprowadzamy równie
ż
do funkcji celu ze
szczególnie niekorzystnym współczynnikiem kosztów:
-w przypadku
maksymalizacji
zmienna sztuczna musi mie
ć
współczynnik
-M
, gdzie M>>0
-w przypadku
minimalizacji
zmienna sztuczna musi mie
ć
współczynnik
+M
, gdzie M>>0.
Dalsza procedura jest ju
ż
znana: mamy baz
ę
i przechodzimy do budowania tablicy
simpleksowej, pami
ę
taj
ą
c, aby nad sztuczn
ą
zmienn
ą
w wierszu "cj" zapisa
ć
współczynnik
M
lub
-M
. W rozwi
ą
zaniu automatycznie d
ąż
y si
ę
do usuni
ę
cia sztucznych
zmiennych z bazy i znalezienia optymalnego rozwi
ą
zania.
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
6
4. ZAGADNIENIE TRANSPORTOWE
Z zagadnieniem transportowym mamy do czynienia wtedy, gdy mamy problem typu:
Z m punktów dostaw nale
ż
y dostarczy
ć
towar (jednego typu) do n punktów odbioru.
Dla ka
ż
dego punktu dostaw jest okre
ś
lona ilo
ść
transportowanego towaru, analogicznie
dla ka
ż
dego z punktów odbioru jest okre
ś
lona ilo
ść
towaru, jak
ą
nale
ż
y tam dostarczy
ć
.
Dla ka
ż
dego transportu jest okre
ś
lony koszt przewozu c
ij
.
Je
ś
li ilo
ść
towaru dostarczanego = ilo
ś
ci towaru odbieranego mamy do czynienia z
zagadnieniem
zbilansowanym
. W przeciwnym przypadku zagadnienie jest
niezbilansowane
(patrz str. 14)
m-ilo
ść
dostawców
i-nr kolejnego dostawcy, i=(1,m)
n- ilo
ść
odbiorców
j- nr kolejnego odbiorcy, j=(1,n)
c
ij
- koszt transportu towaru z punktu „i” do punktu „j” [jednostki pieni
ęż
ne j.p.]
x
ij
- ilo
ść
towaru przewo
ż
ona z punktu „i” do punktu „j”
W zagadnieniu transportowym
zawsze
mamy do czynienia z MINIMALIZACJ
Ą
(KOSZTÓW).
Funkcja celu przyjmie zatem posta
ć
:
∑ ∑
=
=
→
=
m
i
n
j
xij
cij
Z
1
1
min
*
Wyznaczenie x
ij
– problem zagadnienia transportowego: jak dobra
ć
x
ij
, aby koszty
całego transportu były minimalne?
Istnieje kilka szybkich metod rozkładu towaru. S
ą
to metody pozwalaj
ą
ce znale
źć
rozwi
ą
zanie dopuszczalne, ale
niekoniecznie optymalne
! Czyli rozwi
ą
zanie mo
ż
e
mie
ć
rzeczywiste zastosowanie ( dostawcy pozb
ę
d
ą
si
ę
całego towaru, a odbiorcy
otrzymaj
ą
potrzebn
ą
im ilo
ść
towaru), ale nie zawsze to rozwi
ą
zanie jest najta
ń
sze =
optymalne!
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
7
ALGORYTM ROZWI
Ą
ZANIA ZAGADNIENIA TRANSPORTOWEGO:
1. Znalezienie wst
ę
pnego rozwi
ą
zania bazowego
2. Ocena optymalno
ś
ci:
a) wyznaczenie potencjałów (ui) i (-vj)
b) wyznaczenie ocen
δ
δ
δ
δ
ij
3. Ewentualna poprawa rozwi
ą
zania poprzez dodanie warto
ś
ci "
θ
θ
θ
θ
" i przej
ś
cie do
punktu 2.
Ad1. Metody wyznaczania rozwi
ą
zania dopuszczalnego:
1. Metoda k
ą
ta północno-zachodniego
2. Metoda minimalnego elementu w wierszu
3. Metoda minimalnego elementu w kolumnie
4. Metoda minimalnego elementu w macierzy
5. Metoda VAM
2
Nale
ż
y pami
ę
ta
ć
o zasadzie:
Ilo
ść
w
ę
złów bazowych= ilo
ść
wypełnionych kratek: m+n-1, Gdzie:
m - liczba dostawców
n - liczba odbiorców
1. METODA K
Ą
TA PÓŁNOCNO-ZACHODNIEGO
-zaczynamy uzupełnia
ć
tabel
ę
od klatki poło
ż
onej najbardziej na górze i po lewej.
Uwaga: Je
ś
li wykre
ś
lamy naraz kolumn
ę
i wiersz nale
ż
y wpisa
ć
„zero bazowe” w
klatce o najmniejszym koszcie, je
ś
li istniej
ą
dwie lub wi
ę
cej takich klatek to
„zero” wpisujemy najbardziej na lewo lub najwy
ż
ej!
O1
O2
O3
Zasób dostawców
D1
5
2
8
10
D2
1
4
6
60
D3
3
7
2
20
Potrzeby odbiorców
20
40
30
Zasób dostawców: 20+40+30=90
Potrzeby odbiorców: 10+60+20=90,
90
≡
90 czyli D=O => zadanie jest zbilansowane
2
Metoda nie omawiana na zaj
ę
ciach
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
8
Ilo
ść
w
ę
złów bazowych m+n-1= 3+3-1=5
O1
O2
O3
Zasób dostawców
D1
10
5
2
8
10 0
D2
10
1
40
4
10
6
60; 50; 10
D3
3
7
20
2
20
Potrzeby odbiorców
20
10; 0
40
0
30; 20
0
Jest to wst
ę
pne rozwi
ą
zanie bazowe znalezione metod
ą
k
ą
ta północno-zachodniego. Na tym
etapie niewiadomo, czy jest optymalne, chocia
ż
warto
ść
funkcji celu mo
ż
emy wyliczy
ć
:
Z= 10*5+10*1+40*4+10*6+20*2= 50+10+160+60+40= 320j.p.
2.METODA MINIMALNEGO ELEMENTU W WIERSZU
-rozpoczynamy wpisywanie od klatek o najmniejszym koszcie w wierszu
O1
O2
O3
Zasób dostawców
D1
5
10
2
8
10 ; 0
D2
20
1
30
4
10
6
60; 40; 10; 0
D3
3
7
20
2
20; 0
Potrzeby odbiorców
20
0
40
30; 0
30
0
Z= 10*2+20*1+30*4+10*6+20*2=20+20+120+60+40= 260j.p. (nie wiadomo, czy optymalne, ale
na pewno ta
ń
sze = lepsze ni
ż
poprzednie)
3.METODA MINIMALNEGO ELEMENTU W KOLUMNIE
-rozpoczynamy wpisywanie od klatek o najmniejszym koszcie w kolumnie
O1
O2
O3
Zasób dostawców
D1
5
10
2
8
10 ; 0
D2
20
1
30
4
10
6
60; 40; 10; 0
D3
3
7
20
2
20; 0
Potrzeby odbiorców
20
0
40;
30; 0
30;
10; 0
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
9
4.METODA MINIMALNEGO ELEMENTU W MACIERZY
-rozpoczynamy wpisywanie od klatek o najmniejszym koszcie w całej tablicy
O1
O2
O3
Zasób dostawców
D1
5
10
2
8
10 ; 0
D2
20
1
30
4
10
6
60; 40; 10; 0
D3
3
7
20
2
20; 0
Potrzeby odbiorców
20;
0
40;
30; 0
30;
10; 0
3 ostatnie metody dały taki sam wynik, co nie oznacza,
ż
e zawsze taka zale
ż
no
ść
wyst
ą
pi!
Ad2. Ocena optymalno
ś
ci:
Oceny
δ
ij = ui+(-vj)+cij,
zało
ż
enie: dla zmiennych bazowych(czyli wypełnionych
klatek) ocena wynosi zero.
Nale
ż
y wyznaczy
ć
warto
ś
ci potencjałów (ui) i (-vj) wg nast
ę
puj
ą
cej zasady:
-Przyjmujemy u1= 0.
-obliczamy potencjały bazuj
ą
c na wypełnionych klatkach i wiedz
ą
c,
ż
e oceny s
ą
dla tych
klatek równe zero.
-po wyznaczeniu potencjałów obliczamy oceny dla klatek pustych.
Rozwi
ą
zanie jest optymalne, je
ś
li wszystkie oceny s
ą
nieujemne.
Rozwi
ą
zania alternatywne - istniej
ą
, je
ś
li dla chocia
ż
jednej klatki pustej ocena równa
si
ę
zeru. Rozwi
ą
zanie to mo
ż
na znale
źć
poprzez zmian
ę
rozwi
ą
zania przez
wprowadzenie warto
ś
ci
Θ
Θ
Θ
Θ
zaczynaj
ą
c cykl w miejscu klatki pustej (zmiennej swobodnej),
dla której ocena wynosiła zero.
Ad3. Poprawa rozwi
ą
zania:
Kiedy istnieje ujemna ocena
δ
δ
δ
δ
ij, rozwi
ą
zanie jest nieoptymalne i mo
ż
na je poprawi
ć
poprzez budow
ę
cyklu:
-wybieramy klatk
ę
pust
ą
o najmniejszej ujemnej warto
ś
ci. Je
ś
li istniej
ą
dwie klatki o
takiej samej ujemnej ocenie to wybieramy klatk
ę
z
mniejszym
kosztem
-w t
ę
klatk
ę
wstawiamy warto
ść
Θ
Θ
Θ
Θ
≥
0 (czyli ta zmienna ze swobodnej zamienia si
ę
w
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
10
bazow
ą
) - powstaje nowa trasa, ale jednocze
ś
nie jedn
ą
inn
ą
tras
ę
trzeba usun
ąć
-
zmienna bazowa wychodzi z bazy i staje si
ę
swobodn
ą
(musi by
ć
zachowany warunek:
m+n-1). Je
ś
li wi
ę
cej ni
ż
jedna zmienna wychodzi z bazy, to wprowadzamy zero bazowe
w klatce o mniejszym
3
koszcie a klatk
ę
o wi
ę
kszym koszcie wykre
ś
lamy).
-budujemy cykl: w kolumnie i wierszu, w którym dodali
ś
my
Θ
Θ
Θ
Θ
musimy zrobi
ć
bilans wi
ę
c
musimy te
ż
odj
ąć
Θ
Θ
Θ
Θ
w tym wierszu i kolumnie.
Warto
ść
Θ
Θ
Θ
Θ
mo
ż
emy dodawa
ć
i
odejmowa
ć
tylko po zaj
ę
tych klatkach
czyli na poł
ą
czeniach (trasach), które istniej
ą
.
Nie mo
ż
na odj
ąć
ani doda
ć
Θ
Θ
Θ
Θ
do klatki pustej, gdy
ż
to poł
ą
czenie (ta trasa) nie istnieje!
Wyj
ą
tkiem jest pierwszy krok cyklu kiedy to wprowadzamy zmienn
ą
do bazy. Dodajemy i
odejmujemy
Θ
Θ
Θ
Θ
a
ż
b
ę
d
ą
zbilansowane wszystkie wiersze i kolumny(zamkni
ę
cie cyklu),
przy czym w jednej kolumnie(wierszu)
Θ
Θ
Θ
Θ
mo
ż
e by
ć
odj
ę
ta i dodana jednokrotnie.
Zawsze mo
ż
na utworzy
ć
tylko jeden cykl. Je
ś
li nie mo
ż
na utworzy
ć
cyklu oznacza to,
ż
e rozwi
ą
zanie optymalne nie istnieje.
-warto
ść
Θ
Θ
Θ
Θ
= min
p.k.c
. {xij} z klatek parzystych cyklu, czyli tych w których
odejmowali
ś
my
Θ
Θ
Θ
Θ
.
Podajemy nowe rozwi
ą
zanie w nast
ę
pnej tabeli i wyznaczamy warto
ś
ci potencjałów i
ocen, aby stwierdzi
ć
, czy jest optymalne. Je
ś
li nie, trzeba je dalej poprawi
ć
itd.
3
Je
ś
li wstawimy zero bazowe w klatce o najwi
ę
kszym lub
ś
rednim koszcie to nie b
ę
dzie to bł
ą
d jednak wg literatury [1] lepiej jednak
wstawia
ć
zero w klatce o najmniejszym koszcie, wtedy prawdopodobnie szybciej dojdziemy do rozwi
ą
zania. Du
ż
ym bł
ę
dem jest
pomini
ę
cie zera bazowego.
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
11
ZAGADNIENIE TRASY ZABLOKOWANEJ - ZAKAZ PRZEWOZU
Nakładamy dodatkowy warunek np. trzeci odbiorca nie mo
ż
e dosta
ć
ż
adnego towaru od
trzeciego dostawcy (powiedzmy,
ż
e nagle stało si
ę
to nieopłacalne, poniewa
ż
np. trasa
przewozu si
ę
wydłu
ż
yła, droga jest remontowana, b
ą
d
ź
dostawca przeniósł swoj
ą
placówk
ę
itp.).
Dla tej trasy nakładamy bardzo du
ż
y koszt przewozu
c
33
=M, M>>0.
Takie zagadnienie mo
ż
na rozwi
ą
za
ć
dla 2 przypadków::
1. Znale
źć
rozwi
ą
zanie optymalne dla normalnych kosztów (c
33
=2 )i potem wstawi
ć
koszt c
33
=M, M>>0 (przypadek, kiedy mamy ju
ż
wyznaczone trasy i nagle co
ś
si
ę
wydarzyło i musimy zablokowa
ć
tras
ę
)
2. Zacz
ąć
rozwi
ą
zywa
ć
zadanie od razu z kosztem c
33
=M, M>>0 (przypadek, kiedy
przed planowaniem mamy informacj
ę
,
ż
e dane poł
ą
czenie b
ę
dzie bardzo
nieopłacalne)
Zagadnienie 1:
Znale
źć
optymalne rozwi
ą
zanie zagadnienia a nast
ę
pnie uwzgl
ę
dni
ć
zablokowan
ą
tras
ę
3-3.
O1
O2
O3
D1
1
3
2
30
D2
4
2
6
20
D3
5
1
2
20
10
20
40
Zagadnienie jest zbilansowane D: 30+20+20=70, O:10+20+40=70.
Liczba zmiennych bazowych (wypełnionych klatek): m+n-1=5
O1
O2
O3
ui
D1
0 10 1
2 / 3
0 20 2
30
0
D2
2 / 4
0 20 2
3 / 6
20
-1
D3
4 / 5
0 0 1
0 20 2
20
0
10
20
40
-vj
-1
-1
-2
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
12
Rozwi
ą
zanie jest optymalne, nakładamy koszt c
33
=M, M>>0
O1
O2
O3
ui
D1
0 10 1
M / 3
0 20 2
0
D2
-M+4
/ 4
0 20 2
-M+5
/ 6
-M+1
D3
-M+6
/ 5
0 0 1
0 20
M
-M+2
-vj
-1
M-3
-2
To samo rozwi
ą
zanie przy wprowadzonym dodatkowym warunku ju
ż
nie jest optymalne,
poniewa
ż
-M+4<0;
-M+5<0;
-M+6<0, najmniejsza ocena to -M+4
, wi
ę
c tam rozpoczynamy cykl
+
Θ
Θ
Θ
Θ
:
O1
O2
O3
D1
0 10
-
Θ
Θ
Θ
Θ
1
M / 3
0 20
+
Θ
Θ
Θ
Θ
2
D2
-M+4 /
+
Θ
Θ
Θ
Θ
4
0 20
-
Θ
Θ
Θ
Θ
2
-M+5 / 6
D3
-M+6 / 5
0 0
+
Θ
Θ
Θ
Θ
1
0 20
-
Θ
Θ
Θ
Θ
M
Θ
Θ
Θ
Θ
= min{10; 20; 20} = 10
O1
O2
O3
ui
D1
M-4 / 1
M / 3
0 30 2
0
D2
0 10 4
0 10 2
-M+5
/ 6
-M+1
D3
2 / 5
0 10 1
0 10 M
-M+2
-vj
M-5
M-3
-2
Nadal rozwi
ą
zanie nie jest optymalne, poniewa
ż
-M+5
<0, wi
ę
c w tej klatce
rozpoczynamy cykl:
O1
O2
O3
D1
M-4 / 1
M / 3
0 30 2
D2
0 10 4
0 10
-
Θ
Θ
Θ
Θ
2
-M+5
/
+
Θ
Θ
Θ
Θ
6
D3
2 / 5
0 10
+
Θ
Θ
Θ
Θ
1
0 10
-
Θ
Θ
Θ
Θ
M
Θ
Θ
Θ
Θ
=
min {10; 10} = 10
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
13
O1
O2
O3
ui
D1
1 / 1
5 / 3
0 30 2
0
D2
0 10 4
0 0 2
0 10 6
-4
D3
2 / 5
0 20 1
M-5 / M
-3
-vj
0
2
-2
Teraz wszystkie oceny
δ
ij
≥
0, wi
ę
c rozwi
ą
zanie jest optymalne. Brak rozwi
ą
za
ń
alternatywnych,
poniewa
ż
ż
adna ocena nie jest równa zeru dla zmiennych swobodnych (
δ
ij >0).
Zagadnienie 2:
Znale
źć
rozwi
ą
zanie optymalne uwzgl
ę
dniaj
ą
c warunek,
ż
e trasa 3-3 jest niemo
ż
liwa.
O1
O2
O3
D1
1
3
2
30
D2
4
2
6
20
D3
5
1
2
20
10
20
40
Zmieniamy od razu koszt c33 z 2 jednostek na M, M>>0:
O1
O2
O3
D1
1
3
2
30
D2
4
2
6
20
D3
5
1
M
20
10
20
40
I znajdujemy rozwi
ą
zanie wst
ę
pne np. metod
ą
minimalnego elementu w wierszu:
O1
O2
O3
ui
D1
0 10 1
M / 3
0 20 2
0
D2
-M+4 / 4
0 20 2
-M+5 / 6
-M+1
D3
-M+6 / 5
0 0 1
0 20 M
-M+2
-vj
-1
M-3
-2
Dalsze rozwi
ą
zanie jak wcze
ś
niej.
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
14
ZAGADNIENIE NIEZBILANSOWANE
Mamy do czynienia z 2 przypadkami zagadnienia niezbilansowanego:
1. Sumaryczna ilo
ść
towaru u dostawców jest wi
ę
ksza od ł
ą
cznego
zapotrzebowania odbiorców
2. Sumaryczna ilo
ść
towaru u dostawców jest mniejsza od ł
ą
cznego
zapotrzebowania odbiorców
Ad1. Wprowadzamy
FIKCYJNEGO ODBIORC
Ę
, któremu przydzielamy
zapotrzebowanie równe nadmiarowi towaru
Ad2. Wprowadzamy
FIKCYJNEGO DOSTAWC
Ę
, któremu przydzielamy zapas równy
niedoborowi towaru
Koszty fikcyjnych transportów s
ą
równe zeru, poniewa
ż
tak naprawd
ę
towar nie
zostanie przetransportowany. W pierwszym przypadku niektórzy z dostawców nie
pozb
ę
d
ą
si
ę
nadmiaru towaru, a w drugim przypadku niektórzy z odbiorców nie
zostan
ą
w cało
ś
ci zaopatrzeni. Wprowadzaj
ą
c fikcyjne punkty odszukujemy
rozwi
ą
zanie najbardziej korzystne (np. komu mo
ż
na nie dostarczy
ć
całego towaru
tak, aby było to najta
ń
sze).
Zad: Rozwi
ą
za
ć
zagadnienie transportowe:
O1
O2
O3
O4
O5
D1
4
8
1
5
7 100
D2
5
2
1
9
2 60
D3
3
3
2
1
6 40
D4
3
4
6
8
1 50
30
70
20
60
40
SD = 100+60+40+50=250
SO=30+70+20+60+40=220
Jest to przypadek 1) wi
ę
c wprowadzamy FIKCYJNEGO ODBIORC
Ę
o
zapotrzebowaniu 250-220=30 i znajdujemy wst
ę
pne rozwi
ą
zanie bazowe.
Nast
ę
pnie wyznaczamy potencjały i oceny sprawdzaj
ą
c czy rozwi
ą
zanie jest
optymalne, je
ś
li nie musimy je poprawi
ć
:
m+n-1= 4+6-1=9
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
15
O1
O2
O3
O4
O5
OF
ui
D1
0 30 4
1 / 8 0 20 1 0 20 5 3 / 7 0 30 0 100
0
D2
6 / 5 0 60 2 5 / 1 9 / 9 3 / 2 5 / 0 60
5
D3
3 / 3 0 0 3 5 / 2 0 40 1 6 / 6 4 / 0 40
4
D4
2 / 3 0 10 4 8 / 6 6 / 8 0 40 1 3 / 0 50
3
30
70
20
60
40
30
-vj
-4
-7
-1
-5
-4
0
Optymalna warto
ść
funkcji celu:
Z
min
= 30*4+20*1+20*5+30*0+60*2+0*3+40*1+10*4+40*1 = 480j.p.
Odp. Rozwi
ą
zanie jest optymalne. Koszt całego transportu wynosi 480j.p.
Zadanie nie jest zbilansowane, mamy nadmiar towaru (30j.). Najbardziej
korzystnym rozwi
ą
zaniem jest, aby pierwszy dostawca nie pozbył si
ę
30
jednostek towaru.
Zalecana literatura:
1. Z. Kowalczyk: Metody matematyczne w ekonomice, organizacji, i zarz
ą
dzaniu w
budownictwie, Wydawnictwo Politechniki Gda
ń
skiej, Gda
ń
sk 1982
2. Z. Kowalczyk, J. Zabielski: Kosztorysowanie i normowanie w budownictwie, WSiP,
Warszawa 2005
3. K.M. Jaworski: Podstawy organizacji budowy, PWN Warszawa 2004
4. K.M. Jaworski: Metodologia projektowania realizacji budowy, PWN Warszawa 1999
5. C.L. Pritchard: Zarz
ą
dzanie ryzykiem w projektach. Teoria i praktyka, Management
Training & Development Center, WIG – PRESS, Warszawa 2002
6. Praca zbiorowa pod red. E. Ignasiaka: Badania operacyjne, PWE, Warszawa 2001.
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
16
Zadania do samodzielnego rozwi
ą
zania:
Zad.1. Rozwi
ą
za
ć
:
Z = 2x1+x2-4x3+x4+10x5+5x6+8x7->max
Przy ograniczeniach:
x1-2x5+4x6+2x7=15
x2+4x5+x6+5x7=10
x3+x5+2x6-2x7=12
x4+2x5-x6+x7=20
xi
≥
0, i=
Є
(1,7)
Odpowied
ź
:
Z=50,89
X1=0, x2=0, x3=1,72, x4=21,67, x5=1,39, x6=4,44, x7=0
Zad.2 Rozwi
ą
za
ć
:
Z=2x1-x2+x3-2x4+2x5->min
Przy ograniczeniach:
-2x1+x2+x3=4
x1+4x2+x3+x4=32
x1+x5=8
xi
≥
0, i=
Є
(1,5)
Odpowied
ź
:
Z= -36
X1=0, x2=0, x3=4, x4=28, x5=8
Zad.3. Rozwi
ą
za
ć
:
Z=x1+2x2+x3+3x4->max
Przy ograniczeniach:
X1+2x3+3x4=30
2x1+x2+2x3=40
x3+x4
≤
10
xi
≥
0, i=
Є
(1,4)
Odpowied
ź
:
Z = 110
X1=0, x2=40, x3=0, x4=10, x5=0
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
17
Zad4. Znale
źć
optymalny plan przewozu:
O1
O2
O3
ZASÓB
DOSTAWCÓW
D1
7
3
6
75
D2
4
8
2
40
D3
1
5
9
35
POTRZEBY
ODBIORCÓW
20
45
30
Odp.:
O1
O2
O3
OF
ZASÓB
DOSTAWCÓW
D1
/ 7
45 3
/ 6
30 0
75
D2
/ 4
/ 8
30 2
10 0
40
D3
20 1
/ 5
/ 9
15 0
35
POTRZEBY
ODBIORCÓW
20
45
30
55
Zad5. Znale
źć
optymalny plan przewozu:
O1
O2
O3
ZASÓB
DOSTAWCÓW
D1
6
8
2
60
D2
3
5
10
30
POTRZEBY
ODBIORCÓW
25
45
20
Odp.:
O1
O2
O3
ZASÓB
DOSTAWCÓW
D1
25 6
15 8
20 2
60
D2
/ 3
30 5
/ 10
30
POTRZEBY
ODBIORCÓW
25
45
20
Zarz
ą
dzanie przedsi
ę
wzi
ę
ciami budowlanymi
Mgr in
ż
. Anna Jakubczyk
18
Istnieje równie
ż
rozwi
ą
zanie alternatywne:
O1
O2
O3
ZASÓB
DOSTAWCÓW
D1
/ 6
40 8
20 2
60
D2
25 3
5 5
/ 10
30
POTRZEBY
ODBIORCÓW
25
45
20
Zad.6 Znale
źć
optymalny plan przewozu, wiedz
ą
c z góry,
ż
e trasa 2-2 (od drugiego
dostawcy do 2 odbiorcy) jest nieczynna/nieopłacalna.
O1
O2
O3
O4
ZASÓB
DOSTAWCÓW
D1
3
2
3
2
70
D2
5
1
9
4
40
D3
1
5
7
1
30
POTRZEBY
ODBIORCÓW
20
30
40
50
Sugerowana metoda: minimalnego elementu w kolumnie
Rozwi
ą
za
ć
te
ż
metod
ą
minimalnego elementu w wierszu i minimalnego elementu w
macierzy, aby utrwali
ć
algorytm i sprawdzi
ć
swoje rozwi
ą
zanie.
Odp.
O1
O2
O3
O4
ZASÓB
DOSTAWCÓW
D1
/ 3
30 2
40 3
0 2
70
D2
/ 5
/ M
/ 9
40 4
40
D3
20 1
/ 5
/ 7
10 1
30
POTRZEBY
ODBIORCÓW
20
30
40
50