- •Содержание
- •Глава 1. Постановка транспортных задач 6
- •Глава 2. Определение оптимального плана транспортных задач 28
- •Введение
- •Глава 1.Постановка транспортных задач
- •1.1.Однопродуктовая транспортная модель
- •1.2.Многопродуктовая транспортная модель
- •1.3.Модель производства с запасами
- •1.4. Методы построения опорного плана
- •1.4.1. Метод северо-западного угла
- •1.4.2.Метод минимальной стоимости
- •1.4.3.Метод двойного предпочтения
- •1.4.4.Приближенный метод Фогеля
- •Глава 2.Определение оптимального плана транспортных задач
- •2.1.Решение транспортной задачи методом моди
- •2.2.Дельта-метод решения транспортной задачи
- •2.3.Решение задач закрепления потребителей за поставщиками и клиентуры за автотранспортными предприятиями с учетом дополнительных требований
- •2.3.1.Ограничения в поставках
- •2.3.2.Несбалансированное наличие и потребности
- •2.3.3.Задача закрепления при учете взаимозаменяемости автомобилей
- •2.3.4.Задача на минимизацию времени доставки груза
- •Глава 3.Задача о назначениях
- •3.1.Постановка задачи о назначениях
- •3.2.Венгерский метод решения задачи о назначениях
- •3.3.Применение задачи о назначениях к решению экономических проблем
- •Глава 4.Оптимальное планирование грузооборота
- •4.1.Транспортная сеть и характеристика перевозимых грузов
- •Объёмы потребления грузов
- •Объёмы производства песка
- •4.2.Оптимальное планирование грузоперевозок
- •4.3.Маршрутизация перевозок грузов при помашинных отправках
- •4.4.Составление кольцевых и маятниковых маршрутов
- •Глава 5.Оптимальное планирование работы автобусного парка
- •5.1.Постановка задачи
- •5.2.Двойственная задача линейного программирования
- •5.3. Примеры формулировок двойственных задач
- •5.4. Симметричная и несимметричная двойственные пары. Основы теории двойственности
- •Основная теорема теории двойственности
- •5.5. Условия равновесия в симметричной паре. Экономическая интерпретация
- •5.6.Решение задачи оптимального планирования работы автопарка
- •Глава 6.Область применения сетевых транспортных задач
- •6.1.Примеры применения модели о кратчайшем пути
- •6.2.Алгоритмы нахождения кратчайшего пути
- •6.2.1.Алгоритм для сетей без циклов
- •6.2.2.Алгоритм для сетей с циклами
- •6.2.3.Алгоритм Флойда
- •6.3.Алгоритм нахождения максимального потока в сети
- •6.4.Представление сетевых задач как задач линейного программирования
- •Глава 7.Применение сетевых моделей в транспортировке грузов
- •7.1. Определение кратчайших расстояний между пунктами транспортной сети
- •7.2. Решение задачи коммивояжера методом "ветвей и границ"
- •7.3. Определение развозочных маршрутов для перевозки мелких партий грузов
- •7.3.1. Нахождение кратчайшей связывающей все пункты сети и набор пунктов в маршруты
- •7.3.2. Определение очередности объезда пунктов маршрута
- •Матрица кратчайших расстояний 2-го маршрута
- •7.4. Определение развозочных маршрутов для мелких партий грузов методом Кларка Райта
- •Список литературы
Глава 2.Определение оптимального плана транспортных задач
2.1.Решение транспортной задачи методом моди
Для решения транспортной задачи разработано несколько методов. Наиболее широкое применение находят методы потенциалов (метод МОДИ), Хичкока, Креко. Идея метода потенциалов была высказана Л. В. Канторовичем в 1940 г. В 1951 г. американский ученый Дж. Д. Данциг предложил ту же идею, назвав ее модифицированным распределительным методом (МОДИ). Идея метода потенциалов или метода МОДИ, заключается в том, что для проверки допустимого базисного плана на оптимальность вводятся числа, называемые потенциалами.
Главное требование к потенциалам заключается в том, чтобы каждый показатель в загруженной клетке был равен сумме потенциалов своих строки и столбца (2.1).
|
(2.1) |
где – значение потенциала строки;
– значение потенциала столбца.
Потенциалы незагруженных (свободных) клеток определяются по формуле (2.2).
|
(2.2) |
где dij – потенциал свободной клетки.
При решении задач на минимум (уменьшение грузооборота, стоимости) оптимальный вариант допустимого плана получается в том случае, когда во всех загруженных клетках стоят нулевые потенциалы, а потенциалы всех свободных клеток являются положительными величинами. Наличие свободных клеток с отрицательными значениями потенциалов показывает, что имеются резервы улучшения варианта решения.
При решении задач на максимум (увеличение прибыли от доставки) оптимальный вариант допустимого плана получается в том случае, когда во всех загруженных клетках стоят нулевые потенциалы, а потенциалы всех свободных клеток являются отрицательными величинами.
Каждому поставщику поставим в соответствие потенциал (i = 1,..,m), каждому потребителю поставим в соответствие потенциал (j = 1,..,n). Число базисных переменных в опорном плане n+m-1, а число неизвестных потенциалов n+m. Для нахождения потенциалов, один потенциал нужно принять за свободный равный, например, нулю. За свободный можно принять потенциал строки (или столбца), в которой имеется наибольшее число базисных переменных.
Алгоритм метода:
(2.4)
то план является оптимальным и осуществляется переход на пункт 11. Если условие (2.5) не выполняется, перейти на пункт 6.
помечаем клетку АkВl значком ˝+˝ – это начало цепочки перераспределения.
Направление обхода цепочки не влияет на решение, т.е. мы можем в начале перемещаться по строке базисной переменной, либо по столбцу . Так как переменная хkl вводится в базис, то ее значение будет увеличиваться на х. Чтобы не нарушить ограничение по k-ой строке ( ), выбранную базисную переменную в строке k надо будет уменьшить на х, поэтому данную клетку помечают ˝˝.
|
Пример 2.0:
Таблица 19
Поставщики |
Ui
Vj |
Потребители |
ai |
|||||||||
В1 |
В2 |
В3 |
В4 |
В5 |
||||||||
V1=3 |
V2=8 |
V3=12 |
V4=13 |
V5=13 |
||||||||
А1 |
U1=-12 |
|
10 |
|
7 |
|
4 |
|
1 |
|
4 |
100 |
|
|
|
100 |
|
||||||||
19 |
|
11 |
|
4 |
|
|
|
3 |
|
|||
А2 |
U2=-1 |
|
2 |
Ө
|
7 |
|
10 |
|
6 |
|
11 |
250 |
200 |
50 |
|
|
|
||||||||
|
|
|
|
-1 |
|
-6 |
|
-1 |
|
|||
А3 |
U3=-11 |
|
8 |
|
5 |
|
3 |
Ө
|
2 |
|
2 |
200 |
|
|
|
0 |
200 |
||||||||
16 |
|
8 |
|
2 |
|
|
|
|
|
|||
А4 |
U4=0 |
|
11 |
|
8 |
|
12 |
|
16 |
Ө
|
13 |
300 |
|
|
150 |
100 |
|
50 |
|||||||
8 |
|
|
|
|
|
3 |
|
|
|
|||
bj |
200 |
200 |
100 |
100 |
250 |
850 |
Получим опорный план методом минимальной стоимости (см. раздел 1.4.2).
Рассчитаем затраты на перевозку опорного плана доставки:
=100· 1 + 200· 2 + 150·7 + 50·7 + 100·3 + 200· 2 + 150· 8 + 100·12 +50· 13 = 4300 (ед. стоимости).
Примем потенциал U4=0, так как строке А4 соответствует наибольшее число базисных переменных. Зная u4, по переменной х42 можно определить потенциал v2 из уравнения (2.1): U4+V2=8 V2=8 0 = 8;
для х43 можно составить уравнение:
U4+V3=12 V3=12 0=12;
для х45: U4+V5=13 V5=13 0=13;
для х35: U3+V5=2 U3=2 V5=213=11;
для х34: U3+V4=2 V4=2 U3=2+11=13;
для х22: U2+V2=7 U2=7V2=7 8=1;
для х21: U2+V1=2 V1=2U2=2+1=3;
для х14: U1+V4=1 U1=1V4=113=12;
для х35: U3+V5=2 U3=2V5=213=11.
Рассчитываем оценки для свободных переменных по формуле (2.2)
|
|
т.е. х24 вводится в базис. Клетку А2В4 помечаем знаком ˝+˝. Клетку А3В4 помечаем ˝˝, клетку А3В5 помечаем ˝+˝, А4В5 помечаем ˝˝, А4В2 помечаем ˝+˝, А2В2 помечаем ˝˝. Получаем замкнутую цепочку:
Наименьшее значение из переменных, помеченных знаком ˝˝ является 0 в клетке А3В4, его вычитаем из клеток помеченных ˝˝, прибавляем к клеткам, помеченным ˝+˝ .
Получаем новое закрепление, приведенное в табл. 20. Далее следует вводить переменную , которой соответствует максимальное по модулю значение среди отрицательных оценок.
Таблица 20
Поставщики |
Ui
Vj |
Потребители |
|||||||||
В1 |
В2 |
В3 |
В4 |
В5 |
|||||||
V1=3 |
V2=8 |
V3=12 |
V4=7 |
V5=13 |
|||||||
А1 |
U1=-6 |
|
10 |
|
7 |
|
4 |
Ө
|
1 |
|
4 |
|
|
|
100 |
|
|||||||
13 |
|
5 |
|
-2 |
|
|
|
-3 |
|
||
А2 |
U2=-1 |
|
2 |
Ө
|
7 |
|
10 |
|
6 |
|
11 |
200 |
50 |
|
0 |
|
|||||||
|
|
|
|
-1 |
|
|
|
-1 |
|
||
А3 |
U3=-11 |
|
8 |
|
5 |
|
3 |
|
2 |
|
2 |
|
|
|
|
200 |
|||||||
16 |
|
8 |
|
2 |
|
6 |
|
|
|
||
А4 |
U4=0 |
|
11 |
|
8 |
|
12 |
|
16 |
Ө
|
13 |
|
|
150 |
100 |
|
50 |
||||||
8 |
|
|
|
|
|
9 |
|
|
|
Получаем замкнутую цепочку:
Таблица 21
Поставщики |
Ui
Vj |
Потребители |
|||||||||
В1 |
В2 |
В3 |
В4 |
В5 |
|||||||
V1=-3 |
V2=0 |
V3=4 |
V4=1 |
V5=4 |
|||||||
А1 |
U1=0 |
|
10 |
|
7 |
|
4 |
|
1 |
|
4 |
|
|
0 |
50 |
50 |
|||||||
13 |
|
7 |
|
|
|
|
|
|
|
||
А2 |
U2=5 |
|
2 |
|
7 |
|
10 |
|
6 |
|
11 |
200 |
|
|
50 |
|
|||||||
|
|
2 |
|
1 |
|
|
|
2 |
|
||
А3 |
U3=-2 |
|
8 |
|
5 |
|
3 |
|
2 |
|
2 |
|
|
|
|
200 |
|||||||
13 |
|
7 |
|
1 |
|
3 |
|
|
|
||
А4 |
U4=8 |
|
11 |
|
8 |
|
12 |
|
16 |
|
13 |
|
|
200 |
100 |
|
|
||||||
6 |
|
|
|
|
|
7 |
|
1 |
|
Данный план является оптимальным, так как выполняется условие 2.5, все оценки являются неотрицательными.
Затраты на перевозку составляют:
= 50·1 + 50·4 + 200·2 + 50·6 + 0·4 + 200·2 + 200·8 + 100·12 = 4150 (ед. стоимости).
Пример 2.0:
Имеются три завода и два центра распределения. В модели с промежуточными пунктами будет пять исходных пунктов и пять пунктов назначения. На рис. 2.1 изображена соответствующая сеть.
Рис. 2.3. Сеть
Чтобы учесть транзитные перевозки, в каждом исходном пункте назначения предусмотрен дополнительный буфер емкостью В. По определению, емкость буфера должна быть не меньше суммарного объема производства (или спроса) стандартной (сбалансированной) транспортной задачи, т.е.
Стоимости в расчете на единицу груза оцениваются на основании данных о маршрутах, соединяющих исходные пункты с пунктами назначения в модели с промежуточными пунктами. Очевидно, что коэффициенты стоимости перевозки между первоначально заданными исходными пунктами и пунктами назначения (см. заштрихованную область сети на рис. 2.1) остаются такими же, как и в примере рассмотренном выше. Заметим также, что стоимость перевозки из некоторого пункта в него же (скажем, из Денвера в Денвер) равна нулю, и стоимость перевозки может меняться в зависимости от направления движения (например, маршрут Детройт - Денвер может отличаться по стоимости от маршрута Денвер - Детройт, если используются различные режимы перевозок).
Таблица 22
|
Лос-Анджелес |
Детройт |
Новый Орлеан |
Денвер |
Майами |
ai |
Лос-Анджелес |
0 |
130 |
90 |
80 |
215 |
4700 |
3700 |
|
|
1000 |
|
||
Детройт |
135 |
0 |
101 |
100 |
108 |
5200 |
|
3700 |
200 |
1300 |
|
||
Новый Орлеан |
95 |
105 |
0 |
102 |
68 |
4900 |
|
|
3700 |
|
1400 |
||
Денвер |
79 |
99 |
110 |
0 |
205 |
3700 |
|
|
|
3700 |
|
||
Майами |
200 |
107 |
72 |
205 |
0 |
3700 |
|
|
|
|
3700 |
||
bj |
3700 |
3700 |
3700 |
6000 |
5100 |
|
На табл. 22 представлено оптимальное решение рассмотренной выше задачи с промежуточными пунктами, в которой емкость буфера В равна 3700 автомобилям. Заметим, что коэффициенты стоимости перевозок между первоначально заданными исходными пунктами (Лос-Анджелес, Детройт и Новый Орлеан) и пунктами назначения (Денвер и Майами). Предполагается, что остальные коэффициенты оцениваются в зависимости от расстояния и режима перевозок.
Рис. 2.4. Схема распределения
Из табл. 22 видно, что диагональные элементы получены в результате использования буфера. Они не дают никакой информации об окончательном решении. Недиагональные элементы обеспечивают получение решения, представленного на рис. 2.2. Из Детройта в Майами перевозка производится через промежуточный пункт в Новом Орлеане, куда поступает 200 автомобилей. Все другие перевозки осуществляются непосредственно с заводов в центры распределения.
Помимо рассмотренной выше возможны ситуации, при которых имеет место транзитная перевозка продукции. Например, в задаче фирмы MG (пример 1.1) конечные пункты назначения, куда поступают автомобили, могут представлять отдельных продавцов, а не крупные центры распределения. В целях упрощения предположим, что имеется лишь пять продавцов, которые получают свои заказы из центров распределения в Денвере и Майами. На рис. 2.3 центры распределения изображены в виде временных складов, из которых автомобили попадают в конечные пункты назначения. Соответствующие величины, характеризующие спрос пяти продавцов, составляют 800, 500, 750, 1000 и 50 автомобилей.
Предположим, что продавец может получать товар из любого центра распределения. В данном случае, как показано на рис. 2.3, промежуточными пунктами могут быть только центры распределения.
Рис. 2.5
Поскольку центры распределения (вершины 4 и 5 на рис. 2.3) являются единственными промежуточными пунктами, и каждый из них может рассматриваться и как пункт назначения, и как исходный пункт. С другой стороны, заводы играют роль исходных пунктов, а продавцы - пунктов назначения. Построенная с учетом этого модель с промежуточными пунктами приведена в табл. 23.
Таблица 23
|
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
|
|
|
|
|
|
|
1000 |
2 |
|
|
|
|
|
|
|
1500 |
3 |
|
|
|
|
|
|
|
1200 |
4 |
|
|
|
|
|
|
|
3700 |
5 |
|
|
|
|
|
|
|
3700 |
|
3700 |
3700 |
800 |
500 |
750 |
1000 |
650 |
|
Заметим, что в центрах распределения (вершины 4 и 5) емкость буфера В, равная 3700 автомобилей, прибавляется к соответствующим величинам объема производства и спроса. Очевидно, что никакой буферной емкости не требуется добавлять к величине объема производства того или иного завода или величине, характеризующей спрос продавцов. Напомним, что буфер вводится в тех пунктах, которые могут рассматриваться и как исходные пункты, и как пункты назначения, т.е. в ситуации, когда перевозка осуществляется через эти пункты транзитом. На рис 2.3 видно, что прямые перевозки с завода продавцу не разрешены. В табл. 23 это ограничение представлено запрещенными (заштрихованными) ячейками. При численном решении задачи запрещенному маршруту соответствует очень большая стоимость Сij=М, записанная в соответствующей ячейке.
Предположим, что разрешены маршруты с промежуточными пунктами между заводами и центрами распределения. Прямая перевозка допускается лишь из центра распределения продавцам. В таблице 24 представлена такая модель.
Таблица 24
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
1 |
|
|
|
|
|
|
|
|
|
|
1000 |
2 |
|
|
|
|
|
|
|
|
|
|
1500 |
3 |
|
|
|
|
|
|
|
|
|
|
1200 |
4 |
|
|
|
|
|
|
|
|
|
|
3700 |
5 |
|
|
|
|
|
|
|
|
|
|
3700 |
|
3700 |
3700 |
3700 |
3700 |
3700 |
800 |
500 |
750 |
1000 |
650 |
|