main
.pdfЭто аналогично условию:
1 ( ) < ( 2, ) − ( ( 1, )
(22)
2 ( ) > ( 2, ) − ( ( 1, )
Если ( ) = ( 2, ) − ( ( 1, ), тогда кратчайший пусть может проходить через любой проход. С = max{ {0, . . . , }} : ( ) <
( 2, ) − ( ( 1, )} зачение целевой функции для точки примет вид:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
( ) = ∑ |
|
|
|
|
|
|
|
|
|
||
( , ) + |
|
|
( , 2) + |
||||||||
=1 |
) ( , 1) + |
|
|||||||||
+ ( |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ |
|
|
|
|
∑ |
|
|
|||
|
|
|
|
|
|
|
|
|
|
||
|
=1 |
|
|
|
|
= +1 |
|
|
|||
∑ |
|
|
|
|
|
|
|
|
|
||
|
|
|
∑ |
|
|
|
|||||
+ |
|
|
|
( 1 |
, |
) + |
|
|
( 2, |
). |
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
= +1 |
|
|
|
Чтобы не писать длинные формулы, определим функции:
|
|
|
∑ |
|
|
|
|
|
|
|
|
|
|
( ) = |
|
|
|
( , )+ |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
||
+ ( |
=1 |
( , 1) + |
|
|
|
( , 2), |
|||||
) |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ |
|
|
|
|
∑ |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
= +1 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
и |
∑ |
|
|
|
|
∑ |
|
||||
= |
( 1, ) + |
|
|
( 2, ). |
|||||||
|
|
|
=1 |
|
|
|
|
= +1 |
(23)
(24)
(25)
Значения и в формуле (23) неизвестны, так как неизвестна точка оптимального размещения. Следовательно все возможные значения = 1, 2 и
= 0, . . . , мы должны протестировать в алгоритме 1 и найти глобальный оптимум нашей функции. Данные рассуждения приводят нас к следующему алгоритму:
21
Алгоритм 1. Для решения задачи Ферма–Вебера с линейными барьерами и
двумя проходами.
1.Для = 1, 2
(a)Пусть 1, 2 и ̸= .
(b)Пусть ( ) = ( , 1) − ( , 2);
(c)Отсортируем существующие точки размещения так, чтобы:
(1) ≤ · · · ≤ ( ).
(d)Для значений = 0 : , выполнить условия:
|
|
|
|
|
|
||||
i. Пусть ( 1) = ∑ =1 |
( ) и ( 2) = |
∑ = +1 |
( ). |
ii.Определим оптимальное решения классической задачи Вебера
сточками размещения = { 1, 2, , . . . , } и с весами
определенными в (a).
iii.Для Определим ¯( ) = ( ) + .
2. Ответ: * = |
min |
¯( ) |
|
; ; {1,2} |
|
Сложность алгоритма 1 равна ( log + ), где = 1 + 2 —
множество источников сырья и/или рынков сбыти, а значение ( ) равно времени решения задачи Ферма–Вебера без барьеров. На шаге 3 источники сырья и/или рынков сбыта, должны быть отсортированы, а на шаге 4 должна быть решена раз задача Ферма–Вебера без барьеров с временной сложностью
( ).
Данный алгоритм был изложен в работе [11], алгоритм для более двух проходов не сильно отличается от алгоритма для двух проходов, его сложность
равна ( ( log( ) + ( + −1) ), где N — число проходов.
−1
22
4.Решение задачи на размещение предприятия
Вследующем алгоритме объявляются точи размещения (где = 1, 2, а = 1, 2, 3) и проходы , далее считается значение .
Объявление данных и посчет ≡
Ex = {{{4.5, 7}, {5, 7}, {10, 7.5}}, {{3, 3}, {6, 1}, {8.5, 4}}};
P= {{4, 5}, {9, 5}};
For[i = 1, i <= 2, i++,
For[m = 1, m <= 3, m++,
Dd[[i, m]] = N[Norm[Ex[[i, m]] - P[[1]]] - - Norm[Ex[[i, m]] - P[[2]]]];
]
]
3
Шесть источников ресурсов и/или рынков сбыта, которые расположе-
ны на обеих сторонах линии с координатами, весами и значением
представлены в Таблице 1.
Таблица 1 – Источники силы притяжения и значения
|
|
|
|
|
Источники |
|
= ( ) |
|
|
1 |
(5, 7) |
|
1 |
2.24 |
1 |
|
|
|
− |
1 |
(4.5, 7) |
|
2 |
|
2 |
|
1.99 |
||
1 |
(10, 7.5) |
|
2 |
− |
3 |
|
3.81 |
||
2 |
(3, 3) |
|
2 |
4.09 |
1 |
|
|
|
− |
2 |
(6, 1) |
|
3 |
|
2 |
|
0.53 |
||
2 |
(8.5, 4) |
|
2 |
− |
3 |
|
3.49 |
Следующий алгоритм генерирует необходимые веса точек ( ) для составления восьми подзадач Ферма–Вебера .
Генерация значений ( ) для восьми подзадач ≡
w = {{0, 1, 2, 2, 0}, {0, 2, 3, 2, 0}};
23
For[i = 1, i <= 2, i++,
For[k = 1, k <= 4, k++,
wP1[[i, k]] = Sum[w[[i, j]], {j, 1, k}]; wP2[[i, k]] = Sum[w[[i, l]], {l, k + 1, 5}];
]
]
3
Далее, получив необходимую информацию, можно приступить к ре-
шению восьми подзадач, в данном алгоритме использовалась встроенная
функция нахождения минимума.
Алгоритм решения восьми подзадач Ферма–Вебера ≡
For[i = 1, i <= 2, i++,
For[k = 1, k <= 4, k++,
f[[i,k]]=Sum[Norm[Ex[[i, j]] - {x, y}]*w[[i, j]], {j, 1, 3}] g[[i,k]]=Norm[P[[1]] - {x, y}]*wP1[[i, k]] +
Norm[P[[2]] - {x, y}]*wP2[[i, k]], {x, y}];
X[[i,k]]=[Minimize[f[[i,k]] + g[[i,k]], {x, y}]];
]
]
3
В Таблице 2 приведена вся необходимая информация о подзадачах.
Таблица 2 – Оптимальное решение восьми подзадач
подпроблема |
веса |
оптимальное решение подпроблемы |
|||||||||
( , ) |
( 1) |
( 2) |
|
|
( |
) |
|
|
¯( |
) |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|||
(1, 0) |
0 |
7 |
(9, 5) |
21.90 |
|
29.89 |
51.79 |
|
|||
(1, 1) |
2 |
5 |
(8.36, 5.6) |
21.71 |
|
21.71 |
53.85 |
|
|||
(1, 2) |
5 |
2 |
(5.05, 5.94) |
20.13 |
|
20.13 |
52.96 |
|
|||
(1, 3) |
7 |
0 |
(4, 5) |
27.11 |
|
27.11 |
50.40 |
|
|||
(2, 0) |
0 |
5 |
(8.36, 4.1) |
21.90 |
|
21.90 |
50.41 |
|
|||
(2, 1) |
1 |
4 |
(7.7, 3.87) |
19.67 |
|
19.67 |
51.62 |
|
|||
(2, 2) |
3 |
2 |
(5.72, 3.43) |
15.69 |
|
15.69 |
48.47 |
|
|||
(2, 3) |
5 |
0 |
(4.38, 4.17) |
27.11 |
|
23.30 |
50.41 |
|
24
Рисунок 1
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
21 |
|
|
|
|
|
|
|
|
|
||
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
8 |
|
|
|
|
|
|
|
11 |
|
|
|
31 |
|
|
|
|||
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
6 |
|
|
|
|
|
= 1 |
|
21 |
|
|
11 |
|
= 1 |
|
|
|||
|
|
|
|
|
1 |
|
|
|
|
|
|
2 |
|
|
||||
5 |
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
02 |
|
|
|
Река |
|||
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
32 |
2 |
|
|
12 |
32 |
|
|
|
|
|||
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
2 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2 |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
|
|
|
|
|
|
|
|
22 |
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|||||||
|
|
|||||||||||||||||
Легко видеть, что точка |
* |
= 2 |
= |
{ |
(5.72, 3.43) |
} есть точка глобаль- |
||||||||||||
|
2 |
|
|
|
ного оптимума со значением ( * ) = ¯( * ) = 48.47.
25
Заключение
Исследование этого вопроса имеет большое значение для экономики государства, так как модель Ферма–Вебера с барьерами, может успешно применятся при планоровке размещения нового перерабатывающего предприятия. Метод, разобранный в данной работе, позволяет светси задачу размещения предприятия с линейными барьерами, к решению конечного числа оптимизационных задач выпуклой оптимизации, решение которых современными пакетами не составляет большой сложности.
Практическое же решение задачи c двумя проходами, позволяет увидеть алгоритм решения задач Ферма–Вебера с барьерами в действии. И понять его практическую ценность.
26
Список литературы
[1]Гранберг, А.Г. Основы региональной экономики // М. Изд-во ВШЭ, 2004.
[2]Handbook of regional and urban economics. Vol 1. Regional economics. Ed. By NijkampA // North Holland, 1986.
[3]Kuhn H.W. On a pair of dual nonlinear programs // In J. Abadie, editor, Nonlinear Programming. North Holland, 1967.
[4]Kuhn H. W. A note on Fermat’s Problem // «Mathematical Programming»,4 (1973),pp 98-107.
[5]Reuven C. Noniterative Solution of Some Ferma–Weber Location Problems
//The Raymond & Beverly Sackler School of Physics and Astronomy, Tel Aviv University, Tel Aviv, 2011.
[6]Weber A. Uber den Standort den Industrie // University of Chicago Press, Chicago, III, USA, 1909.
[7]Katz I.N. and Vogl S.R. A Weiszfeld algorithm for the solution of an asymmetric extension of the generalized Fermat location problem // Computer & Mathematics with Applications, vol. 59, no 1,pp. 399-410, 2010.
[8]Llambay A. B., Llambay P. B., Pilotta E. A. On characterization the solution for the Fermat–Weber location problem // Serie «A», Trabajos de Matematica, Republica Argentina, 2009.
[9]Drezner Z. A note on the Weber location problem // Annals of Operations Research, vol. 40, no 1–4, pp. 153–161, 1992.
[10]Drezner Z. A note on accelerating the weiszfeld procedire // Location Science, vol. 3, no. 4, pp. 275–279, 1995.
[11]Klamroth K. Single-Facility Location Problems with Barriers // Springer Series in Operations Research, 2002.
27