Föreläsning 6: Transportproblem (TP)

Relevanta dokument
Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.

Föreläsning 6: Nätverksoptimering

1 Minkostnadsflödesproblem i nätverk

Lösningar till SF1852 Optimeringslära för E, 16/1 08

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

De optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas. 1 2 xt Hx + c T x. minimera

TNSL05 Optimering, Modellering och Planering. Föreläsning 10

Optimering. Optimering av transportproblem. Linköpings universitet SL. Campusveckan VT2013

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.

TENTAMEN. Tentamensinstruktioner. Datum: 30 augusti 2018 Tid: 8-12

Föreläsning 10/11! Gruppuppgifter: Gruppuppgift 1: Alla har redovisat. Gruppuppgift 2: Alla har redovisat Gruppuppgift 3: På gång.

1(8) x ijt = antal mobiltelefoner av typ i=1,,m, Som produceras på produktionslina 1,, n, Under vecka t=1,,t.

Tentamensinstruktioner

LP-problem. Vårt första exempel. Baslösningar representerar extrempunkter. Baslösningar representerar extrempunkter

Speciell användning av heltalsvariabler. Heltalsprogrammering. Antingen-eller-villkor: Exempel. Speciell användning av heltalsvariabler

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

Ett linjärprogrammeringsproblem på allmän form ser ut som

Föreläsning 7: Kvadratisk optimering. 4. Kvadratisk optimering under linjära bivillkor

1 LP-problem på standardform och Simplexmetoden

Tentamensinstruktioner

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl

TNSL05 Optimering, Modellering och Planering. Föreläsning 5

Lösningar till 5B1762 Optimeringslära för T, 24/5-07

Lösningar till SF1861/SF1851 Optimeringslära, 24/5 2013

1 Duala problem vid linjär optimering

TNSL05 Optimering, Modellering och Planering. Föreläsning 4

Optimeringslära för T (SF1861)

Lösningsförslag Tentamen i Optimering och Simulering MIO /5 2006

min c 1 x 1 + c 2 x 2 då x 1 + x 2 = 1, x 1 {0, 1}, x 2 {0, 1} plus andra bivillkor. Vi måste göra k st av n alternativ:

Laboration 1 - Simplexmetoden och modellformulering

Optimeringslära Kaj Holmberg

Laboration 1 - Simplexmetoden och Modellformulering

Linjärprogrammering (Kap 3,4 och 5)

TNK049 Optimeringslära

min c 1 x 1 + c 2 x 2 då x 1 + x 2 = 1, x 1 {0, 1}, x 2 {0, 1} plus andra bivillkor. Vi måste göra k st av n alternativ:

Eulercykel. Kinesiska brevbärarproblemet. Kinesiska brevbärarproblemet: Metod. Kinesiska brevbärarproblemet: Modell. Definition. Definition.

Optimeringslära Kaj Holmberg

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

LP-dualitet: Exempel. Vårt första exempel. LP-dualitet: Relationer. LP-dualitet: Generellt

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Optimeringslära Kaj Holmberg

TNSL05, Optimering, Modellering och Planering Gruppuppgift 3

Tentamensinstruktioner

Hemuppgift 1, SF1861 Optimeringslära för T

Optimeringslära Kaj Holmberg

Lösningar till SF1861 Optimeringslära, 28 maj 2012

Optimeringslära Kaj Holmberg

TNSL05 Optimering, Modellering och Planering. Föreläsning 2: Forts. introduktion till matematisk modellering

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Strategisk optimering av transporter och lokalisering. Hur matematisk optimering kan användas för att lösa komplexa logistikproblem

Optimeringslära Kaj Holmberg

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

Optimeringslära Kaj Holmberg

Tentamensinstruktioner. När Du löser uppgifterna

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

Laborationsuppgift 1 Tillämpad optimeringslära för MMT (5B1722)

Tentamensinstruktioner

Lösningar till tentan i SF1861 Optimeringslära, 1 juni 2017

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

Hemuppgift 1, SF1861 Optimeringslära, VT 2017

Tentamensinstruktioner

Tentamensinstruktioner. När Du löser uppgifterna

Optimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s

TNSL05 Övningsuppgifter modellering

Uppgift 1. Kylskåpstransporter

Algoritmer, datastrukturer och komplexitet

Vårt första exempel. LP-dualitet: Exempel. LP-dualitet: Generellt. LP-dualitet: Relationer

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Lösningar till tentan i SF1861/51 Optimeringslära, 3 juni, 2015

Tentamensinstruktioner

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNK049 Optimeringslära

Lösningar till tentan i SF1861 Optimeringslära, 3 Juni, 2016

Hemuppgift 2, SF1861 Optimeringslära för T, VT-10

Tentamensinstruktioner. När Du löser uppgifterna

TAOP07/TEN1 OPTIMERINGSLÄRA GRUNDKURS för Y. Antal uppgifter: 7 Uppgifterna är inte ordnade efter svårighetsgrad.

Examinator: Torbjörn Larsson Jourhavande lärare: Torbjörn Larsson, tel Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. Vid skrivningens slut

MIO310 OPTIMERING OCH SIMULERING, 4 p

N = {i}: noder (hörn) Graf: G = (N, B) Definitioner. Väg: Sekvens av angränsande bågar. Cykel: Väg som startar och slutar i samma nod.

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C. Tentamensinstruktioner. När Du löser uppgifterna

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition

Optimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Optimering på dator. Laborationsinstruktion Systemanalysgruppen, 1998 Uppsala universitet. Handledarens kommentarer.

LÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING 1

MIO310 OPTIMERING OCH SIMULERING, 4 p

1 Kvadratisk optimering under linjära likhetsbivillkor

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Föreläsning 7. Felrättande koder

Matematik och grafik i mikroekonomiska modeller

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Transkript:

Föreläsning 6: Transportproblem (TP) 1. Transportproblem 2. Assignmentproblem Föreläsning 6 Ulf Jönsson & Per Enqvist 1 Transportproblem

Transportproblem Varor ska transporteras från fabriker till varuhus: Mål: Minimera transportkostnaden under krav på att tillgång och efterfrågan möts vid fabrikerna och varuhusen. Föreläsning 6 Ulf Jönsson & Per Enqvist 2 Transportproblem

Efterfrågesallokeringsmodell Transportproblem Varor transporteras från n st. fabriker till m st. varuhus. Låt x ij = Kvantitet av varorna som transporteras från fabrik i till varuhus j. c ij = Transportkostnad per enhet från fabrik i till varuhus j. K i = Kapacitet (tillgång) av varan i fabrik i. D j = Efterfrågan av varan i fabrik j. Problemet är balancerat om n i=1 K i = m j=1 D j. Föreläsning 6 Ulf Jönsson & Per Enqvist 3 Transportproblem

Transportproblem Matematisk Formulering: min x ij då n m c ij x ij i=1 j=1 n x ij = D j, j = 1,,m i=1 m x ij K i, i = 1,,n j=1 x ij 0. Föreläsning 6 Ulf Jönsson & Per Enqvist 4 Transportproblem

Tablårepresentation Transportkostnaderna är c 11 c 12 c 13 c 14 u 1 c 21 c 22 c 23 c 24 u 2 c 31 c 32 c 33 c 34 u 3 v 1 v 2 v 3 v 4 Nodpotentialerna ges av u och v Variablerna är x 11 x 12 x 13 x 14 K 1 x 21 x 22 x 23 x 24 K 2 x 31 x 32 x 33 x 34 K 3 D 1 D 2 D 3 D 4 Efterfrågan och kapacitet är givna Föreläsning 6 Ulf Jönsson & Per Enqvist 5 Transportproblem

North-West Corner Rule Hur kan en initial TBL bestämmas för TP? x 11 x 12 x 13 x 14 x 15 K 1 x 21 x 22 x 23 x 24 x 25 K 2 x 31 x 32 x 33 x 34 x 35 K 3 D 1 D 2 D 3 D 4 D 5 Start i det Nordvästra hörnet, d.v.s. med x 11. Låt x 11 öka tills den är lika med antingen D 1 eller K 1. Om x 11 = D 1, låt x 12 öka tills x 12 = D 2 eller x 11 + x 12 = K 1. Om x 11 = K 1, låt x 21 öka tills x 21 = K 2 eller x 11 + x 21 = D 1. Föreläsning 6 Ulf Jönsson & Per Enqvist 6 Transportproblem

North-West Corner Rule - Exempel För efterfrågan och kapaciteterna givna nedan så ges en initial baslösning av 40 15 0 0 0 55 0 10 20 20 0 50 0 0 0 10 35 45 40 25 20 30 35 Föreläsning 6 Ulf Jönsson & Per Enqvist 7 Transportproblem

Nodpotentialer och reducerade kostnader Reducerade kostnader ges av r ij = c ij + y j y i. För basvariabler gäller r ij = 0 så y i y j = c ij. Här, låt u i vara nodpotentialen (y i ) för källa i v j vara nodpotentialen (y j ) för sänka j Då gäller u i v j = c ij för alla basvariabler. (Detta används för att bestämma potentialerna, tillsammans med v m = 0) Och r ij = c ij + v j u i bestämmer reducerade kostnaderna för ickebas-variablerna Föreläsning 6 Ulf Jönsson & Per Enqvist 8 Transportproblem

Nodpotentialer och reducerade kostnader - Exempel Antag att vi har följande kostnader c ij givna: 4 5 7 6 3 4 3 4 3 4 5 5 6 4 3 Då ges de reducerade kostnaderna och nodpotentialerna av 0 0 1 1-1 u 1 = 4 2 0 0 0 2 u 2 = 2 2 1 1 0 0 u 3 = 3 v 1 = 0 v 2 = 1 v 3 = 2 v 4 = 1 v 5 = 0 Den reducerade kostnaden r 15 = 1 är negativ, så x 15 ska gå in i basen. Föreläsning 6 Ulf Jönsson & Per Enqvist 9 Transportproblem

Pivotsteget - Exempel Öka x 15 med δ och skapa en cykel för att balansera flödet. 40 15 δ 0 0 0 + δ 55 0 10 + δ 20 20 δ 0 50 0 0 0 10 + δ 35 δ 45 40 25 20 30 35 När δ = 15, då blir x 15 = 0 och går ur basen, och den nya baslösningen är 40 0 0 0 15 55 0 25 20 5 0 50 0 0 0 25 20 45 40 25 20 30 35 Föreläsning 6 Ulf Jönsson & Per Enqvist 10 Transportproblem

Nodpotentialer och reducerade kostnader - Exempel Antag att vi har följande givna kostnader c ij : 4 5 7 6 3 4 3 4 3 4 5 5 6 4 3 Då ges de reducerade kostnaderna och nodpotentialerna av 0 1 2 2 0 u 1 = 3 1 0 0 0 2 u 2 = 2 1 1 1 0 0 u 3 = 3 v 1 = 1 v 2 = 1 v 3 = 2 v 4 = 1 v 5 = 0 Alla reducerade kostnader är positiva, så den aktuella TBL är optimal. Föreläsning 6 Ulf Jönsson & Per Enqvist 11 Transportproblem

Assignmentproblem Assignmentproblemet är ett specialfall av Transportproblemet, där det finns lika många källor som sänkor, och alla tillgångar och kapaciteter är lika med ett. Ett exempel är att tilldela n personer n olika jobb. Låt c ij vara kostnaden för att låta person i göra jobb j. Variabeln x ij får vara 1 om person i gör jobb j, och 0 annars. I ett transportproblem där efterfrågan och kapacitet är heltal så kan man visa att det alltid finns en heltalig optimal lösning. Sålunda, kommer det alltid att finnas en binär lösning x ij till assignmentproblemet, även om vi bara antar att variablerna är icke-negativa. Föreläsning 6 Ulf Jönsson & Per Enqvist 12 Transportproblem

Assignmentproblem Matematisk Formulering: min x ij då n n c ij x ij i=1 j=1 n x ij = 1, j = 1,,n i=1 n x ij = 1, i = 1,,n j=1 x ij 0. Föreläsning 6 Ulf Jönsson & Per Enqvist 13 Transportproblem

Läsanvisningar I optimeringskompendiet kapitel 7.1 Gamla materialet: Linjär optimering, gröna häftet, sidan 29-35. Föreläsning 6 Ulf Jönsson & Per Enqvist 14 Transportproblem