Logistica - Il problema del trasporto



Documenti analoghi
mese richiesta

Problema del trasporto

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Ottimizzazione Multi Obiettivo

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

Modelli per la gestione delle scorte

Un modello matematico di investimento ottimale

Università Ca Foscari Venezia

Modelli di Programmazione Lineare Intera

Consideriamo due polinomi

2. Leggi finanziarie di capitalizzazione

LEZIONE 23. Esempio Si consideri la matrice (si veda l Esempio ) A =

Appunti sulla Macchina di Turing. Macchina di Turing

L analisi dei costi: il costing

La Programmazione Lineare

Matematica generale CTF

Circuito di pilotaggio ON OFF con operazionale

Modelli di Ottimizzazione

IL PROBLEMA DELLE SCORTE

b i 1,1,1 1,1,1 0,1,2 0,3,4

1. Considerazioni preliminari

Esercizi su lineare indipendenza e generatori

Esercizi di Macroeconomia per il corso di Economia Politica

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Parte 2. Determinante e matrice inversa

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.

Dimensione di uno Spazio vettoriale

Esempi di funzione. Scheda Tre

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Energia potenziale elettrica e potenziale. In queste pagine R indicherà una regione in cui è presente un campo elettrostatico.

4. Si consideri un economia chiusa in cui: Y = C + I + G, C = ,8YD, G = 1000, T= 0,5Y, I = r, P=1,

Forze come grandezze vettoriali

VC-dimension: Esempio

Investimenti lordi = Investimenti netti = 800

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

Parte 3. Rango e teorema di Rouché-Capelli

Applicazioni lineari

Corso di Matematica per la Chimica

Un applicazione della programmazione lineare ai problemi di trasporto

WMS NFS. La soluzione per l area logistica

min 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5

Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore.

Teoria dei Giochi. Anna Torre

Opzioni americane. Opzioni americane

Modello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE

Analisi e contabilità dei costi

Esponenziali elogaritmi

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

b. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?

CORSO DI LAUREA IN INGEGNERIA.

Corso di Calcolo Numerico

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria

Parte 6. Applicazioni lineari

Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno , Prof. Mortera

Lezione 9: Cambio di base

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

Capitolo 13: L offerta dell impresa e il surplus del produttore

Ricerca Operativa A.A. 2008/2009

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati

Esercizio 1: Automobili

Massimizzazione del Profitto e offerta concorrenziale. G. Pignataro Microeconomia SPOSI

LE FIBRE DI UNA APPLICAZIONE LINEARE

Sono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

Massimi e minimi vincolati

La propagazione delle onde luminose può essere studiata per mezzo delle equazioni di Maxwell. Tuttavia, nella maggior parte dei casi è possibile

Capitale & Ricchezza

Ricerca Operativa 2. Introduzione al metodo del Simplesso

1 Applicazioni Lineari tra Spazi Vettoriali

Esercitazione 23 maggio 2016

Lezione Introduzione

Premessa. Esercitazione. Calcolo del reddito nel Conto del reddito. Calcolo del reddito nel Conto del capitale e nel Conto del reddito

Tutorial di FPM c. Poderico Luigi

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

Domanda e Offerta - Elasticità Dott. ssa Sabrina Pedrini

Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Sequenze CAPITOLO II

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa

Equazione quantitativa della moneta

13. Campi vettoriali

15 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

Equazioni alle differenze finite (cenni).

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Fondamenti e didattica di Matematica Finanziaria

11) convenzioni sulla rappresentazione grafica delle soluzioni

Equilibrio bayesiano perfetto. Giochi di segnalazione

Metodi Computazionali

Macroeconomia, Esercitazione 2.

Il monopolio (Frank, Capitolo 12)

1. Distribuzioni campionarie

Esercizi svolti sui numeri complessi

15. Analisi del rapporto tra costi, volumi e risultati. Ragioneria Generale ed Applicata Sede di Fano

Dimensionamento dei lotti di produzione: il caso con variabilità nota

I ricavi ed i costi di produzione

Transcript:

Logistica - Il problema del trasporto Federico Di Palma December 17, 2009 Il problema del trasporto sorge ogniqualvolta si debba movimentare della merce da una o più sorgenti verso una o più destinazioni finali. Questo problema è fra i primi ad essere stato studiato e formalizzato in ambito logistico. L importanza di questo tipo di problematiche è tale che spesso con il termine logistica i più intendono proprio la definizione e la soluzione di tale tematica. 1 Il problema del trasporto ad uno stadio Nella classica definizione del problema si trasporto si suppone di avere un numero M depositi in cui viene immagazzinato un prodotto e N negozi che richiedono tale prodotto. Il problema del trasporto consiste nel determinare quale quantità di prodotto inviare da ciascun deposito verso ciascun negozio in modo tale da minimizzare il costo complessivo di trasporto, rispettando i vincoli sulle quantità di prodotto presenti in ciascun deposito e quelli di richieste di ciascun negozio. Da questa semplice definizione si intuisce come il problema di trasporto presenti un alto numero di variabili decisionali. Infatti vi è una variabile per ogni possibile collegamento deposito-negozio. Nel seguito indicheremo quindi le variabili decisionali mediante la seguente notazione x i,j : quantità di merce trasportata dal magazzino i al deposito j. Nella più comune formulazione, il problema di trasporto viene modellato come un problema di programmazione lineare (PL). 1.1 Formulazione lineare Questa formulazione, si fonda su due ipotesi semplificative: 1. si suppone che sia possibile rifornire ogni negozio da ogni deposito, come mostrato in Figura 1. 2. il costo del trasporto dal magazzino i al venditore j si suppone proporzionale alla quantità di merce trasportata x i,j secondo una costante non negativa c i,j. Inoltre si suppongono note: 1

Figure 1: Situazione tipica del problema di trasporto. Ogni deposito (WH può rifornire ogni singolo negozio (V). la quantità di prodotto b j richiesta da ognuno degli N negozi. la giacenza a i presente in ognuno degli M magazzini. il costo di trasporto unitario c i,j per ognuno degli NM possibili collegamenti. Alla luce delle due ipotesi fatte il costo complessivo del trasporto diviene esprimibile dalla seguente relazione f = M i=1 N c i,j x i,j Sebbene sia i coefficienti che le variabili decisionali siano organizzate come delle matrici il funzionale di costo f è di tipo lineare. Per mostrare quanto detto è sufficiente riorganizzare le due grandezza in formato vettoriale. Infatti, introducendo il vettori colonna delle variabili decisionali X = [ x 1,1... x 1,N x 2,1... x 2,N... x M,1... x M,N ] T e dei termini di costo C = [ c 1,1... c 1,N x 2,1... c 2,N... c N,1... c N,M ] T la precedente diviene f( X) = C T X dove si nota chiaramente la natura lineare. La formulazione lineare prevede inoltre che siano soddisfatti alcuni vincoli di buon senso. Vincolo di non negaitività Le quantità trasportate debbono essere o nulle o positive. x i,j 0 i, j 2

Vincolo di rislubilità Un problema di trasporto è risolubile solo se la quantità di merce presente in tutti i magazzini è non inferiore a quella richiesta dal tutti i venditori. In formule si ha che: M a i i=1 Vincolo di capacità Da ogni magazzino non può essere prelevato più di quanto sia presente nel magazzino. Questo vincolo viene espresso mediante M equazioni lineari (una per ogni magazzino): b i N x i,j a i i Vincolo di domanda Ad ogni venditore deve giungere la quantità di prodotto richiesta. Questo vincolo viene espresso mediante N equazioni lineari (una per ogni venditore): M x i,j = b j j i=1 Come si nota il vincolo di risulubitilità non comprende alcuna incognita e pertanto può essere verificato a priori. Il problema diviene quindi facilmente formalizzabile come un problema di programmazione lineare. x 1,j a 1 min CT X x M,1 a M M i=1 x i,1 = b 1 M i=1 x i,n = b N x i,j 0 Si noti come un problema di trasporto con N depositi ed M venditori finali presenta sempre NM variabili decisionali, ed N + M vincoli (esclusi i vincoli di positività). Esempio 1 Un rivenditore di zucchero possiede due magazzini di stoccaggio posti a Verona e Padova e tre punti vendita a Verona (coincidente con il magazzino) Venezia e Mantova. Nel mese in corso le giacenza di magazzino per i punti di stoccaggio di Verona e Padova sono rispettivamente di 2 e 3 Tonnellate e sono previste seguenti vendite: Verona 1,4 quintali, Mantova 1,3 quintali e Venezia 2 quintali. Sapendo che il costo di trasporto è di 1 centesimo al kilogrammo per kilometro percorso, impostare il problema di trasporto e verificarne la fattibilità note le distanze fra le città coinvolte. 3

Verona Mantova Venezia Verona 0 55 220 Padova 120 175 100 Il problema di trasporto vede coinvolti due magazzini (M = 2) e tre negozi (N = 3), pertanto il problema possiede NM = 6 variabili decisionali x i,j indicanti la quantità di merce in kilogrammi trasferita fra il deposito i ed il punto di vendita j secondo la seguente tabella V erona Mantova V enezia V erona x 1,1 x 1,2 x 1,3 P adova x 2,1 x 2,2 x 2,3 I corrispondenti coefficienti di costo c i,j sono dati dalla distanza in kilometri fra i ed il punto di vendita j per 0,01. Nel testo si ricavano i seguenti termini noti dei vincoli: a 1 = 2000 a 1 = 3000 b 1 = 130 b 2 = 140 b 3 = 200 Il problema lineale diviene quindi: min 0x 1,1 + 0, 55x 1,2 + 2, 2x 1,3 + 1, 2x 2,1 + 1, 75x 2,2 + x 2,3 x 1,1 + x 1,2 + x 1,3 2000 x 2,1 + x 2,2 + x 2,3 3000 x 1,1 + x 2,1 = 130 x 1,2 + x 2,2 = 140 x 1,3 + x 2,3 = 200 x i,j 0 Per verificare l esistenza di una soluzione basta controllare il vincolo di risulubilità che in questo problema diviene. 130 + 140 + 200 2000 + 3000 Il vincolo risulta soddisfatto pertanto il problema ammette soluzione. 1.2 formulazione non lineare Spesso nella realtà il funzionale di costo difficilmente risulta lineare. Ad esempio, il corriere incaricato dell offerta per una generica tratta i j a fronte di quantità di merce trasportata x i,j sostanziosa potrebbe diminuire il prezzo dell unità di prodotto trasportata c i,j. Pertanto, il costo del trasporto sulla tratta i, j non sarebbe più lineare. Un modo per modellare questa situazione potrebbe essere (ma non è unico) di adottare un costo per la tratta i j del tipo c i,jx β, 0 < β < 1 4

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5 4.5 4 3.5 3 x x 1/2 x 1/3 x 2/3 2.5 2 1.5 1 0.5 0 Figure 2: Confronto di possibili funzionali per il costo di trasporto in una singola tratta Come mostrato dalla Figura 2, rispetto ad un funzionale lineare il funzionale proposto applica un costo maggiore alle basse quantità e minore per quelle elevate. L esempio considerato mostra solo una delle possibili fonti di non linearità presenti nella modellazione di un problema reale. In ogni caso è bene notare che, comunque si modelli il problema di trasporto, la non linearità introdotta concerne solamente il funzionale di costo. Infatti, la tipologia di vincoli descritti nel caso lineare continuano ad essere validi e mantengono la loro natura lineare. 2 Il problema di trasporto a due stadi Una variante del problema di trasporto particolarmente interessante è il cosiddetto problema del trasporto a due stadi; spesso chiamato problema di Transhipment. Questo problema prevede che la merce da trasferire dai magazzini ai venditori debba necessariamente transitare per dei depositi intermedi P. Un esempio di tale situazione é il trasporto di una merce tra due continenti. In fatti in questa situazione le merci debbono giungere prima ad un porto (qualora il trasporto avvenisse via mare) od un aereoporto (qualora il trasporto avvenisse via aerea) e poi trasportate mediante corriere via terra alla destinazione finale. La Figura 3 schematizza un problema di Transhipment con M = 2 stazioni di partenza N = 2 destinazioni e P = 2 depositi intermedi. Anche il problema di Transhipment viene solitamente formulato come un problema di programmazione lineare (PL). 5

Figure 3: Esempio di problema di trasporto con M = 2 stazioni di partenza N = 2 destinazioni e P = 2 depositi intermedi. 2.1 Formulazione lineare Questa formulazione sostanzialmente considera il problema di trasporto a due stadi come due problema di trasporto ad uno stadio connessi fra di loro in un unico PL. Il primo problema di trasporto determina le quantitá di merce x i,j trasferite dal i-simo magazzino al j-simo deposito intermedio, mentre il secondo trova la merce y i,j trasferita dal i-simo deposito intermedio al j-simo negozio. Ovviamente le ipotesi presentate al paragrafo 1.1 vanno considerate per ambo gli stadi del problema di Transhipment. Si ottengono quindi le seguenti ipotesi ipotesi semplificative: 1. si suppone che sia possibile rifornire ogni deposito intermedio da ogni magazzino. 2. il costo del trasporto dal magazzino i al deposito intermedio j si suppone proporzionale alla quantità di merce trasportata x i,j secondo una costante non negativa c i,j. 3. si suppone che sia possibile rifornire ogni negozio da ogni deposito intermedio. 4. il costo del trasporto dal deposito intermedio i al venditore j si suppone proporzionale alla quantità di merce trasportata y i,j secondo una costante non negativa d i,j. Inoltre si suppongono note: la quantità di prodotto b j richiesta da ognuno degli N negozi. la giacenza a i presente in ognuno degli M magazzini. la capacità e i massima per ognuno dei P depositi intermedi. il costo di trasporto unitario c i,j per ognuno degli MP possibili collegamenti magazzino - deposito intermedio. 6

il costo di trasporto unitario d i,j per ognuno degli P N possibili collegamenti deposito intermedio - venditore. Alla luce delle due ipotesi fatte il costo complessivo del trasporto diviene esprimibile dalla seguente relazione M P P f = c i,j x i,j + d i,j y i,j i=1 i=1 Anche in questo caso la natura lineare del funzionale di costo diviene ovvia a fronte di una riorganizzazione delle variabili decisionali e dei coefficienti di costo. Infatti, introducendo i vettori colonna delle variabili decisionali X = [ x 1,1... x 1,P... x M,P y 1,1... y 1,N... y P,N ] T e dei termini di costo C = [ c 1,1... c 1,P... c M,P d 1,1... d 1,N... d P,N ] T la precedente diviene f( X) = C T X dove si nota chiaramente la natura lineare. I vincoli presenti nel problema di trasporto a due stadi non solo modellano le stesse caratteristiche presenti nei problema ad uno stadio ma vengono usati per i due problemi di trasporto ad uno stadio imponendo che nessuna merce si fermi nei depositi intermedi. Nella formulazione qui introdotta si hanno i seguenti vincoli: Vincolo di non negaitività Le quantità trasportate debbono essere o nulle o positive, pertanto si ha che: x i,j 0 i = 1,..., M j = 1,..., P y i,j 0 i = 1,..., P j = 1,..., N Vincolo di rislubilità Un problema di trasporto è risolubile solo se la quantità di merce presente in tutti i magazzini è non inferiore a quella richiesta dal tutti i venditori. In formule si ha che: M a i i=1 Vincolo di capacitá Da ogni possibile deposito non può essere prelevato più di quanto sia presente in esso. Questo vincolo viene espresso mediante M +D equazioni lineari (una per ogni magazzino ed una per ogni deposito intermedio): b i P x i,j a j N i = 1,..., M y i,j e j j = 1,..., P 7

Vincolo di domanda Ad ogni venditore deve giungere la quantità di prodotto richiesta. Questo vincolo viene espresso mediante N equazioni lineari (una per ogni venditore): N y i,j = b j j = 1,..., P Vincolo di conservazione del flusso Nei depositi intermedi nulla deve fermarsi. Pertanto la somma delle quantità che entrano nel deposito debbono uscirne. Questo vincolo viene espresso mediante P equazioni lineari (una per ogni Deposito intermedio): M M x i,p = i=1 y p,i p = 1,..., P Alla luce di quanto detto il problema di trasposto a due stadi si modella con il seguente PL: Il problema diviene quindi facilmente formalizzabile come un problema di programmazione lineare. P x 1,j a 1 min CT X P x M,1 a M x 1,j e 1 x P,1 e P P i=1 y i,1 = b 1 P i=1 y i,n = b M i=1 x i,1 = M y 1,i M i=1 x i,p = M y P,i x i,j 0 y i,j 0 Si noti come un problema di trasporto con M magazzini, P depositi intermedi ed M venditori finali presenti sempre P (N + M) variabili decisionali, ed N + M + 2P vincoli (esclusi i vincoli gli P (N + M) positività). 2.2 Problemi non completamenti connessi Nella realtà, spesso capita che non tutti i collegamenti siano praticabili, specialmente nei problemi di transhipment. Questo può essere imputabile a diverse 8

cause: la non disponibilità della tratta ferroviaria, oppure la presenza di particolari embarghi economici, limitazioni dovute ad accordi internazionali etc.. Un importante conseguenza della non completa connessione del problema è che potrebbe accadere che le giacenza presenti in alcuni magazzini di partenza non possano raggiungere alcune destinazione finale. Questa semplice constatazione motiva il fatto che il vincolo di fattibilità non è più legittimato. Non è infatti possibile determinare la risolubitià del problema di trasporto non completamente connesso dalla sola analisi delle costanti a i e b j. Il problema non completamente connesso víola una della ipotesi fatte in fase di modellazione. Ciononostante spesso si ricorre ugualmente alla formulazione lineare descritta in precedenza, supponendo i collegamenti proibiti come presenti ma aventi costo di trasporto arbitrariamente alto W. Infatti, se W fosse scelto sufficiente alto (idealmente infinito) la minimizzazione del funzionale impone che la quantità ad esso associata sia nulla. In questo caso, la soluzione del problema completamente connesso, non imponendo movimentazioni lungo tratte proibite, risulta ammissibile (ed ottima) anche per il problema di trasporto iniziale. Pertanto, un modo di risolvere problemi non completamente connessi potrebbe essere quello di incrementare W fino a quando non si trova una soluzione ammissibile per il problema non connesso. Il problema principale di questa tecnica è che l algoritmo potrebbe non terminare. Infatti è possibile dimostrare che W esiste finito se e solo se il problema non completamente connesso ammette soluzione. Quindi generalmente si pone un massimo al numero di iterazioni previste Max iter Si perviene così al seguente algoritmo: 1. Si fissa W ad un valore alto 2. i = 1 3. Si imposta il funzionale di costo del PL completamente connesso 4. Se la soluzione trovata è applicabile al problema non connesso fine. 5. Se i < Max iter (a) Si pone W = 10W (b) Si pone i = i + 1 6. Si torna al punto 3. 9