Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model



Documenti analoghi
Modelli decisionali su grafi - Problemi di Localizzazione

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Soluzione esercizio Mountbatten

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Macchine. 5 Esercitazione 5

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Introduzione al Machine Learning

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

Università degli Studi di Urbino Facoltà di Economia

4.6 Dualità in Programmazione Lineare

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

3. Esercitazioni di Teoria delle code

LA COMPATIBILITA tra due misure:

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

La verifica delle ipotesi

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

La retroazione negli amplificatori

LE RETI DISTRIBUTIVE (2): criteri di modellizzazione

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

Esame di Statistica Corso di Laurea in Economia

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

31/03/2012. Collusione (Cabral cap.8 PRN capp ) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

TECNICHE DI PROGRAMMAZIONE

Variabili statistiche - Sommario

Analisi dei flussi 182

Indicatori di dimensione e di concentrazione

Economie di scala, concorrenza imperfetta e commercio internazionale

La contabilità analitica nelle aziende agrarie

Lezione n 18. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.

Programmazione e Controllo della Produzione. Analisi dei flussi

Test delle ipotesi Parte 2

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

STATISTICA DESCRITTIVA CON EXCEL

RELAZIONE TECNICA. Introduzione. 1 Finalità e requisiti delle attività di dispacciamento nel mercato elettrico liberalizzato

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

Statistica e calcolo delle Probabilità. Allievi INF

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Strutture deformabili torsionalmente: analisi in FaTA-E

TEST D INGRESSO MATEMATICA 24/05/2011

Trigger di Schmitt. e +V t

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria

SERVITU PREDIALI. Definizione: peso imposto sopra un fondo (servente), per l utilità di un altro fondo (dominante) appartenente a diverso proprietario

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Aritmetica e architetture

Circuiti di ingresso differenziali

Relazioni tra variabili: Correlazione e regressione lineare

Condensatori e resistenze

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di metodi matematici per le decisioni economiche e aziendali

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Statistica descrittiva

Prima parte (per un totale di 25 punti)

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media

Esercizio. Alcuni esercizi su algoritmi e programmazione. Schema a blocchi. Calcolo massimo, minimo e media

Capitolo 33 TRASPORTO IN PRESSIONE

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services

Modelli descrittivi, statistica e simulazione

Corso di laurea in Economia marittima e dei trasporti

Esercitazioni del corso: STATISTICA

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Corso di Economia Applicata

Studio grafico-analitico di una funzioni reale in una variabile reale

MACROECONOMIA A.A. 2014/2015

POLITECNICO DI TORINO

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

Dai circuiti ai grafi

McGraw-Hill. Tutti i diritti riservati. Caso 11

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Verifica termoigrometrica delle pareti

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

POLITECNICO DI TORINO

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri

CAPITOLO 3 Incertezza di misura Pagina 26

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

La teoria microeconomica del consumo

VA TIR - TA - TAEG Introduzione

Ragionamento probabilistico: rappresentazione

Transcript:

Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model

Modell d localzzazone nel dscreto

Modell a Prodotto Sngolo e a Un Lvello I modell sngle-commodty, one-level (SCOL) consentono d schematzzare problem d localzzazone d nod logstc qualora sa trascurable, o pressoché costante, l costo d trasporto da nod a monte oppure verso nod a valle.

Modell a Prodotto Sngolo e a Un Lvello Tpche Applcazon Localzzazone d stablment produttv, come ad esempo quell del settore sderurgco, con lavorazon caratterzzate da un prodotto fnale d peso sensblmente nferore a quello delle matere prme utlzzate (n tal cas, cost d trasporto assocat a fluss n ngresso all mpanto rsultano preponderant). Localzzazone de centr d dstrbuzone d un mpresa commercale che acqust le merc e provveda po al rfornmento de punt d vendta spars su una vasta area geografca.

Modell a Prodotto Sngolo e a Un Lvello Obettvo da persegure: mnmzzazone della somma de cost d gestone de centr d dstrbuzone e de cost d trasporto da quest a punt d domanda. Vncol pù comun: - numero de nod - massmo lvello d attvtà realzzable n un sto - tempo d servzo a clent.

Modell a Prodotto Sngolo e a Un Lvello Esempo RDC Localzzazone d RDC Punt d Domanda

Modell a Prodotto Sngolo e a Un Lvello S consder un grafo orentato bpartto G(V 1 V 2, A) nel quale: V 1 : nseme de st potenzal V 2 : nseme de punt d domanda (clent) A : nseme degl arch assocat a fluss materal tra st potenzal e punt d domanda.

Modell a Prodotto Sngolo e a Un Lvello La presenza d un vncolo sul mnmo lvello d servzo da offrre a clent può essere portata n conto elmnando da A gl arch (, j) tal che l tempo d trasporto da a j è superore al valore massmo consentto.

Modell a Prodotto Sngolo e a Un Lvello 1 1 Rappresentazone su grafo bpartto del problema d localzzazone a un lvello j V 1 V 2 gl arch (1,j ) e ( V 1,1) sono assent nell potes che temp d vaggo tra nod corrspondent sano superor al valore massmo consentto

Modell a Prodotto Sngolo e a Un Lvello (SCOL) Formulazone S ndch: d j, j V 2 q, V 1 quanttà d prodotto rchesta dal punto d domanda j capactà del sto u, V 1 s j, V 1, j V 2 varable decsonale che esprme l lvello d attvtà nel sto (quanto flusso esce dal sto ) varable decsonale rappresentante la quanttà d prodotto nvata dal sto al punto d domanda j

Modell a Prodotto Sngolo e a Un Lvello Formulazone C j (s j ), V 1, j V 2 costo corrspondente al trasporto d una quanttà d prodotto s j dal sto al punto d domanda j F (u ), V 1 funzone d costo corrspondente al lvello d attvtà u nel sto

Modell a Prodotto Sngolo e a Un Lvello Osservazon le varabl u, V 1 defnscono la scelta d localzzazone (un sto è sede d un attvtà se e solo se la corrspondente varable u è postva); le varabl s j, V 1, j V 2 defnscono la scelta d allocazone delle domande a nod logstc.

Modell a Prodotto Sngolo e a Un Lvello Mn s.t. V 1 j V 2 j V 2 V 1 j V 2 C j ( s j ) + V 1 s =, V 1 j u s =, j V 2 j d j s, V 1 j q F ( u ) s j 0, V 1, j V 2 u 0, V 1.

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (1/9) S supponga che: 1. l costo d trasporto sa d tpo lneare: 2. l costo F (u ) ncluda, per ogn V 1, un termne d avvamento (set-up) f ed un costo margnale g costante al varare d u : C j (s j ) = cj s j, V 1, j V 2 ( u ) = f +g 0, u, se u se u > 0 F, V 1. = 0

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (2/9) Assumendo g trascurable, è possble sostture la varable contnua u con una varable d tpo bnaro y (d valore par a 1 se nel vertce V 1 è aperto un mpanto, 0 altrment). In tal caso, s ha: F = f y, V 1 ed vncol relatv alla capactà de st ed a fluss da ess uscent sono così rformulat: j V 2 s j q, V 1 s j q y, V 1. j V 2

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (3/9) 3. Qualora sa defnto un numero p prefssato d nod logstc da localzzare, è necessaro aggungere l vncolo: V 1 y = p.

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (4/9) 4. Indcando con x j, V 1, j V 2 la frazone della domanda d j del punto d domanda j soddsfatta dal nodo, s ha : s j = d j x j, V 1, j V 2, e l lvello d attvtà u nel nodo logstco V 1 può essere espresso nel modo seguente: u = j V 2 d j x j, V 1.

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (5/9) Mn s.t. V V j V c j x j + 1 2 V 1 1 j V 2 V 1 x = 1, j V 2 j f y d x q y, V 1 y j j = p 0 x j 1, V 1, j V 2 y {0, 1}, V 1.

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (6/9) dove s è ndcato con c j = cj d j, V 1, j V 2 l costo d trasporto sostenuto qualora l ntera domanda d j del clente j V 2 sa soddsfatta dal nodo logstco V 1. La formulazone ottenuta è alquanto generale e talvolta può essere semplfcata!

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (7/9) Elmnando l vncolo che mpone l numero d nod da localzzare, s ottene l modello d localzzazone d mpant con vncol d capactà (capactated plant locaton, CPL). Rmuovendo da quest ultmo anche vncol relatv alla capactà de nod, s ottene l modello d localzzazone d mpant non-capactato (smple plant locaton, SPL o Ucapactated plant locaton, UCPL)

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (8/9) Supponendo, nvece, nella formulazone generale: 1. f = f, V 1 l costo d eserczo de nod è costante e par a fp; 2. d j = 1, j V 2 ; 3. q = V 2, V 1 s ottene l modello d p-medana.

Modell a Prodotto Sngolo e a Un Lvello Cost d Trasporto Lnear e d Eserczo Costant (9/9) Un estensone del modello può essere nvece ottenuta rchedendo che un sottonseme de nod logstc V 1 V 1 sa necessaramente attvato. Cò può otteners aggungendo al modello generale seguent vncol: y = 1, V 1.

Mn s.t. j V V 1 2 V 1 j V 2 c j x j x = 1, j V 2 j d j xj q, V 1 0 x j 1, V 1, j V 2.

Modell a Prodotto Sngolo e a Un Lvello Allocazone della Domanda (1/2) A causa della presenza de vncol d capactà può accadere che, all ottmo, alcune varabl x j * assumano valor frazonar. Ne modell d localzzazone senza vncol d capactà, nvece, esste almeno una soluzone ottma a component ntere (propretà d sngle assgnment).

Modell a Prodotto Sngolo e a Un Lvello Allocazone della Domanda (2/2) In tal cas, è possble ottenere agevolmente la soluzone ottma ntera, determnando per ogn vertce j V 2, l nodo tale che: j V 1 e ponendo: j = arg mn{ c V 1 j } x * j = 1, se = j 0, altrment.

Modell a Prodotto Sngolo e a Un Lvello (88/111) Cost d Eserczo Concav e Lnear a Tratt (1/11) Caso A Il costo d eserczo F (u ) d un nodo logstco V 1 è esprmble nel seguente modo: f +gu, se u > 0 F ( u ) =, V 1, 0, se u = 0 dove l lvello d attvtà del nodo V 1 è dato da: u = j V 2 d j x j, V 1.

Modell a Prodotto Sngolo e a Un Lvello (89/111) Cost d Eserczo Concav e Lnear a Tratt (2/11) Caso A F (u ) f u Andamento del costo d eserczo F (u ) del sto V 1

Modell a Prodotto Sngolo e a Un Lvello (90/111) Cost d Eserczo Concav e Lnear a Tratt (3/11) Caso A Tale caso è rconducble al modello SCOL rscrvendo la funzone obettvo nel modo seguente: V j V t j x j + 1 2 V 1 f y dove: t j = c j + g d j, V 1, j V 2.

Modell a Prodotto Sngolo e a Un Lvello (91/111) Cost d Eserczo Concav e Lnear a Tratt (4/11) Caso A S osserv che: se l sto V 1 è attvato, l prmo termne della funzone obettvo porta n conto non solo l costo d trasporto c j x j, j V 2, ma anche l alquota g d j x j del costo varable del centro logstco V 1 ; se, nvece, l sto V 1 non è attvato, le varabl x j, j V 2, assumono valore zero e qund cò non comporta alcuna alquota d costo per la funzone obettvo.

Modell a Prodotto Sngolo e a Un Lvello (92/111) Cost d Eserczo Concav e Lnear a Tratt (5/11) Caso B S supponga che: l nodo logstco non sa economcamente convenente quando l suo lvello d attvtà è nferore a un valore o superore a una sogla ; per valor ntermed, l costo cresca con andamento lneare. + q q

Modell a Prodotto Sngolo e a Un Lvello (93/111) Cost d Eserczo Concav e Lnear a Tratt (6/11) Caso B In tal caso, l costo d eserczo d un nodo logstco V 1 ha un andamento del tpo: F (u ) f u q + q

Modell a Prodotto Sngolo e a Un Lvello (94/111) Cost d Eserczo Concav e Lnear a Tratt (7/11) Caso B Tale caso è rconducble al caso precedente ponendo nel modello SCOL con funzone obettvo seguent vncol nerent la capactà de nod: q y d x q y, V 1. V j V j V 2 t j x j j j + 1 2 V 1 f + y

Modell a Prodotto Sngolo e a Un Lvello (95/111) Cost d Eserczo Concav e Lnear a Tratt (8/11) Caso C S consder l caso n cu, data la presenza d econome d scala, l costo d eserczo F (u ) d un nodo logstco V 1 sa una funzone concava e lneare a tratt del suo lvello d attvtà. Ad esempo, se v sono solo due tratt: " " ' f +g u, se u > u ' ' ' F ( u ) = f+g u, se 0 < u u, V 1 0, se u = 0,

Modell a Prodotto Sngolo e a Un Lvello (96/111) Cost d Eserczo Concav e Lnear a Tratt (9/11) Caso C F (u ) " f ' f ' u Rsulta evdente che: f < f e g > g u

Modell a Prodotto Sngolo e a Un Lvello (97/111) Cost d Eserczo Concav e Lnear a Tratt (10/11) Caso C In tal caso, è possble rmpazzare ogn nodo logstco caratterzzato da un sffatto costo d eserczo con tant nod fttz quant sono tratt lnear della funzone d costo. Qund, nell esempo preso n esame l nodo V 1 è rmpazzato da due nod fttz e, cu cost d eserczo sono caratterzzat, rspettvamente, da cost fss par a f e f e da cost margnal par a g e g.

Modell a Prodotto Sngolo e a Un Lvello (98/111) Cost d Eserczo Concav e Lnear a Tratt (11/11) Caso C Osservazone: n tal modo l problema è rconducble al Caso A trattato n precedenza, gacché s può dmostrare faclmente che, n ogn soluzone ottma, al pù uno de nod logstc fttz può essere eventualmente selezonato.

Modell Mult-Prodotto a Due Lvell (1/12) I modell mult-prodotto a due lvell (mult-commodty, two-levels, MCTL) consentono d schematzzare alcun tra problem d localzzazone-allocazone pù compless.

Modell Mult-Prodotto a Due Lvell (2/12) Tpche applcazon s hanno nel settore de ben d largo consumo, n cu gl artcol sono tpcamente centnaa (con caratterstche fsche molto dverse l uno dall altro) e l sstema logstco s compone d mpant d produzone e d un solo tpo d centr d dstrbuzone (dstrbuton centers, DC).

Modell Mult-Prodotto a Due Lvell (3/12) S ndch con: V 1 l nseme degl mpant d produzone; V 2 l nseme de DC potenzal, de qual p sono da attvare; V 3 l nseme de punt d domanda; K le class d prodott omogene; k c jr, V 1, j V 2, r V 3, k K, l costo d trasporto untaro del prodotto k dall mpanto al punto d domanda r attraverso l centro d dstrbuzone j ;

Modell Mult-Prodotto a Due Lvell (4/12) k d r, r V 3, k K, la quanttà d prodotto k rchesta dal punto d domanda r ; k p, V 1, k K, la massma quanttà d prodotto k che l mpanto può realzzare nell untà d tempo (ad esempo, un anno); - + q j, q j, j V 2, rspettvamente, l mnmo e l massmo lvello d attvtà del DC potenzale j.

Modell Mult-Prodotto a Due Lvell (5/12) S supponga, nfne, che: l costo d eserczo d cascun centro d dstrbuzone j V 2 sa esprmble n funzone del quanttatvo d merc mmagazznato e caratterzzato, n partcolare, da cost fss f j e cost margnal g j ; la domanda non sa frazonable.

Modell Mult-Prodotto a Due Lvell (6/12) Varabl decsonal : z j, j V 2, d tpo bnaro, avente valore par a 1 se l centro d dstrbuzone j è selezonato, 0 altrment; y jr, j V 2, r V 3, d tpo bnaro, avente valore par a 1 se l punto d domanda r è assegnato al centro d dstrbuzone j, 0 altrment;

Modell Mult-Prodotto a Due Lvell (7/12) Varabl decsonal : k s jr, V 1, j V 2, r V 3, k K, rappresentante la quanttà d prodotto k trasportata dall mpanto al punto d domanda r attraverso l centro d dstrbuzone j.

Modell Mult-Prodotto a Due Lvell (8/12) k k Mn c jr sjr + ( f j z j + g j s.t. V 1 j V 2r V 3 k K j V 2 r V 3 s k jr s = d p k j V 2 r V 3k K, V 1, k K k k jr r y jr, j V 2, r V 3, k K V 1 j V 2 q - j z j V 2 y = 1, r V 3 jr j r V 3k K j = p z d k r z j {0, 1}, j V 2 y jr q + j z j, j V 2 y jr {0, 1}, j V 2, r V 3 s 0, V 1, j V 2, r V 3, k K k jr d k r y jr )

Modell Mult-Prodotto a Due Lvell (9/12) Nella pratca, può essere necessaro apportare delle modfche al modello MCTL, elmnando alcun vncol e/o aggungendo nuov vncol (che rchedano, ad esempo, l attvazone d determnat DC oppure l assegnazone d cert punt d domanda a un dato DC).

Modell Mult-Prodotto a Due Lvell (10/12) Ulteror possbl varant al modello MCTL: un mpanto V 1 non è n grado d produrre un certo prodotto k K n questo caso s rmuovono dal modello le varabl per ogn r V 3 e j V 2 ; l collegamento d un mpanto V 1 a un centro d dstrbuzone j V 2 è charamente mpratcable a causa dell elevata dstanza n questo caso s rmuovono dal modello le varabl per ogn r V 3 e k K; k s jr k s jr

Modell Mult-Prodotto a Due Lvell (11/12) l tempo d servzo del punto d domanda r V 3 da parte del centro d dstrbuzone potenzale j V 2 è eccessvo n questo caso s rmuovono dal modello la varable y jr e le varabl k s jr per ogn V 1 e k K.

Modell Mult-Prodotto a Due Lvell (12/12) Il problema MCTL è un modello d programmazone lneare ntera msta (mxed nteger programmng, MIP) NP-dffcle. Ne problem MIP la presenza congunta d varabl ntere e contnue rende, n genere, la rsoluzone molto pù laborosa rspetto a problem con sole varabl ntere (nteger programmng, IP).

Metod d Aggregazone della Domanda (1/11) Approcco comunemente seguto per la rsoluzone d problem d localzzazone NP-dffcl: aggregazone d dvers punt d domanda adacent, n modo che ess sano rappresentabl da un unco nodo nel modello.

Metod d Aggregazone della Domanda (2/11) In tal modo, s ottene un problema pù semplce, caratterzzato da un mnor numero d varabl e d vncol, ma con una soluzone ottma peggore d quella del problema orgnale!

Metod d Aggregazone della Domanda (3/11) S consder un metodo d aggregazone per l modello CPL n cu punt d domanda d un sottonseme S V 2 sono aggregat ponendo: x j = x k, V 1, j S, k S. In questo modo, cascun punto j S rceve la medesma frazone d domanda da parte d ogn nodo logstco V 1.

Metod d Aggregazone della Domanda (4/11) Indcando con s l punto d domanda rsultante dall aggregazone, l modello CPL s può semplfcare nel seguente modo: Mn s.a V V c x + j j j ( V \ S ) { s V 1 2 } 1 x j j j j ( V 2 \ S ) { s} 1 f y = 1, j (V 2 \S) {s} d x q y, V 1 0 x j 1, V 1, j (V 2 \S) {s} y {0, 1}, V 1,

Metod d Aggregazone della Domanda (5/11) dove: e c =, V 1, s c j j S d =. s d j j S

Metod d Aggregazone della Domanda (6/11) E utle valutare un lmte superore per l errore commesso nel processo d aggregazone. A tale proposto, s ndchno con e cost delle soluzon ottme del problema orgnale e d quello aggregato, rspettvamente. * z CPL (a) z CPL

Metod d Aggregazone della Domanda (7/11) Propretà. S ha dove: ε = * zcpl j S max V 1 (a) z CPL d * z CPL + ε, j r S r S d c r r c j esprme l errore commesso (nel caso peggore) nel processo d aggregazone come somma de massm ncrement de cost d dstrbuzone de dvers punt d domanda n S.

Metod d Aggregazone della Domanda (8/11) Dmostrazone. c r rappresenta l costo d trasporto sostenuto qualora l ntera r S domanda de clent n S sa servta dal nodo d logstco V 1. j rappresenta la frazone della domanda totale de clent n S d r relatva al clente j. r S

Metod d Aggregazone della Domanda (9/11) Dmostrazone. d j r S r S d c r r c j rappresenta, dunque, la varazone (postva, negatva o nulla) del costo d assegnazone dell ntera domanda d j V 2 al nodo logstco V 1 qualora vertc d S sano aggregat.

LOCALIZZAZIONE DEI NODI LOGISTICI Metod d Aggregazone della Domanda (10/11) La tecnca d aggregazone può essere estesa al caso d K sottonsem dsgunt S 1,, S K. Anche n questo caso, è possble ndvduare a pror un lmte superore all errore.

Metod d Aggregazone della Domanda (11/11) Propretà. Rsulta: * zcpl (a) z CPL * z CPL K + ε k= 1 k, dove: ε k = j S k max V 1 d r S j r S k k d c r r c j.