Problema del trasporto

Похожие документы
Problema del trasporto

Possibile applicazione

Problemi di flusso a costo minimo

Problemi di Flusso: Il modello del Trasporto

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Introduzione ai grafi

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

4.1 Localizzazione e pianificazione delle base station per le reti UMTS

Flusso a Costo Minimo

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

AMPL Problemi su Reti

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014

2. ALGORITMO DEL SIMPLESSO

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

Algoritmo basato su cancellazione di cicli

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina

Analisi interazione domanda/offerta: modelli di assegnazione

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013

Parte V: Rilassamento Lagrangiano

Gestione della produzione e della supply chain Logistica distributiva

Esercizio 1. Esercizio 2

Problemi di localizzazione di servizi (Facility Location Problems)

Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso

Gestione della produzione e della supply chain Logistica distributiva

Branch-and-bound per TSP

COME CALCOLARE LA COMBINAZIONE DI MINIMO COSTO DEI FATTORI

Programmazione lineare: basi e soluzioni di base

Teoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8

Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi

2.2 Alberi di supporto di costo ottimo

COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2

LEZIONE 12. v = α 1 v α n v n =

11.4 Chiusura transitiva

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Appendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19

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

Ad ogni arco (i,j) del grafo e' associato un valore intero c(i,j) detto capacita' dell'arco

Logistica - Il problema del trasporto

5.3 Metodo dei piani di taglio

Introduzione ai grafi. Introduzione ai grafi p. 1/2

Motivazione: Come si fa? Matrici simmetriche. Fattorizzazioni di matrici speciali

5. ANALISI DI SENSIBILITÀ

Esercitazione 5: Sistemi a risoluzione immediata.

Problemi, istanze, soluzioni

1 Problemi di PLI e chiusure convesse

Un applicazione della programmazione lineare ai problemi di trasporto

Soluzione dei Problemi di Programmazione Lineare

Per formalizzare il concetto sono necessarie alcune nozioni relative ai poliedri e alla loro descrizione.

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

2.2 Alberi di supporto di costo ottimo

Convergenza del Simplesso e regole anti-ciclaggio

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Esercizi di Programmazione Lineare - Dualità

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercizi per il corso di. Logistica I. a.a Daniela Favaretto. Dipartimento di Matematica Applicata Università Ca Foscari di Venezia

Il modello duale. Capitolo settimo. Introduzione

IL PROBLEMA DEL FLUSSO DI COSTO MINIMO. DANIEL BUCCARELLA

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33

LA PROGRAMMAZIONE MATEMATICA (p.m.)

Транскрипт:

p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto.

p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel negozio j si richiede la quantità b j di prodotto.

p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel negozio j si richiede la quantità b j di prodotto. È noto che il costo di trasporto di un unità di prodotto dal deposito i al negozio j è pari a c ij.

p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel negozio j si richiede la quantità b j di prodotto. È noto che il costo di trasporto di un unità di prodotto dal deposito i al negozio j è pari a c ij. 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.

p. 2/1 Ipotesi iniziale Si suppone sempre che la quantità totale immagazzinata in tutti i depositi sia pari alla quantità totale richiesta da tutti i magazzini, ovvero m n a i = b j. i=1 j=1 Non si tratta comunque di un ipotesi restrittiva dal momento che ci si può sempre ricondurre ad essa.

p. 3/1 Infatti......si supponga che m a i > i=1 cioè nei depositi vi sia più prodotto di quanto effettivamente richiesto dai negozi. Per soddisfare l ipotesi basta aggiungere un negozio fittizio n + 1 con n j=1 b j. b n+1 = m n a i b j, i=1 j=1 e con c i,n+1 = 0 per ogni i, i = 1,...,m, cioè il costo del trasporto verso il negozio fittizio è pari a 0. La quantità di prodotto che un deposito invia a un negozio fittizio resta in realtà immagazzinata nel deposito.

p. 4/1 Analogamente...... si supponga che m a i < i=1 cioè nei depositi vi sia meno prodotto di quanto effettivamente richiesto dai negozi. Per soddisfare l ipotesi basta aggiungere un deposito fittizio m + 1 con n j=1 b j. a m+1 = n j=1 b j m a i, i=1 e con c m+1,j = 0 per ogni j, j = 1,...,n, cioè il costo del trasporto dal deposito fittizio è pari a 0. La quantità di prodotto che un negozio riceve da un deposito fittizio equivale in realtà a una richiesta non soddisfatta per quel negozio.

p. 5/1 Grafo bipartito associato Possiamo associare al problema un grafo bipartito completo K m,n dove su un lato della bipartizione compaiono i nodi corrispondenti ai depositi, numerati da 1 a m, mentre sull altro lato della bipartizione compaiono i nodi corrispondenti ai negozi, numerati da m + 1 a m + n

p. 6/1 Esempio Negozio 1 Negozio 2 Negozio 3 Disponibilità Deposito 1 4 7 5 30 Deposito 2 2 4 3 20 Richiesta 15 10 25

p. 7/1 Modello matematico - variabili Ad ogni coppia deposito i-negozio j associamo una variabile: x ij = quantità di prodotto inviata dal deposito i verso il negozio j. Tale quantità dovrà essere ovviamente non negativa e tipicamente intera (non frazionabilità del prodotto trasportato), ovvero: x ij 0 intero i = 1,...,m j = 1,...,n.

p. 8/1 Modello matematico - vincoli depositi Per ogni deposito i la quantità totale di prodotto inviata da esso deve essere pari alla quantità di prodotto a i in esso immagazzinata. La quantità totale di prodotto inviata dal deposito i è data dalla formula n j=1 x ij e quindi per ogni deposito i avremo il seguente vincolo: n j=1 x ij = a i i = 1,...,m.

p. 9/1 Nell esempio Deposito 1: x 11 + x 12 + x 13 = 30

p. 9/1 Nell esempio Deposito 1: Deposito 2: x 11 + x 12 + x 13 = 30 x 21 + x 22 + x 23 = 20

p. 10/1 Modello matematico - vincoli negozi Per ogni negozio j la quantità totale di prodotto ricevuta da esso deve essere pari alla quantità di prodotto b j da esso richiesta. La quantità totale di prodotto ricevuta dal negozio j è data dalla formula m i=1 x ij e quindi per ogni negozio j avremo il seguente vincolo: m i=1 x ij = b j j = 1,...,n.

p. 11/1 Nell esempio Negozio 1: x 11 + x 21 = 15

p. 11/1 Nell esempio Negozio 1: Negozio 2: x 11 + x 21 = 15 x 12 + x 22 = 10

p. 11/1 Nell esempio Negozio 1: Negozio 2: Negozio 3: x 11 + x 21 = 15 x 12 + x 22 = 10 x 13 + x 23 = 25

p. 12/1 Modello matematico - obiettivo Se inviare un unità di prodotto dal deposito i al negozio j ha costo pari a c ij, inviarne una quantità x ij ha costo pari a c ij x ij. Sommando su tutte le possibili coppie deposito-negozio, abbiamo la seguente formula per l obiettivo: m n c ij x ij. i=1 j=1

p. 12/1 Modello matematico - obiettivo Se inviare un unità di prodotto dal deposito i al negozio j ha costo pari a c ij, inviarne una quantità x ij ha costo pari a c ij x ij. Sommando su tutte le possibili coppie deposito-negozio, abbiamo la seguente formula per l obiettivo: m n c ij x ij. Nell esempio: i=1 j=1 4x 11 + 7x 12 + 5x 13 + 2x 21 + 4x 22 + 3x 23

p. 13/1 Modello matematico finale min m i=1 n j=1 c ijx ij n j=1 x ij = a i m i=1 x ij = b j x ij 0 interi i = 1,...,m j = 1,...,n i = 1,...,m j = 1,...,n

p. 14/1 Nell esempio min 4x 11 + 7x 12 + 5x 13 + 2x 21 + 4x 22 + 3x 23 x 11 + x 12 + x 13 = 30 x 21 + x 22 + x 23 = 20 x 11 + x 21 = 15 x 12 + x 22 = 10 x 13 + x 23 = 25 x 11,x 12,x 13,x 21,x 22,x 23 0 interi

p. 15/1 In forma matriciale x è il vettore di variabili di dimensione mn con componenti le variabili x ij ;

p. 15/1 In forma matriciale x è il vettore di variabili di dimensione mn con componenti le variabili x ij ; c è un vettore di dimensione mn la cui componente associata alla coppia deposito i-negozio j è pari a c ij ;

p. 15/1 In forma matriciale x è il vettore di variabili di dimensione mn con componenti le variabili x ij ; c è un vettore di dimensione mn la cui componente associata alla coppia deposito i-negozio j è pari a c ij ; d è un vettore di dimensione m + n la cui i-esima componente, i = 1,...,m, è pari ad a i, mentre la sua (m + j)-esima componente, j = 1,...,n, è pari a b j.

p. 15/1 In forma matriciale x è il vettore di variabili di dimensione mn con componenti le variabili x ij ; c è un vettore di dimensione mn la cui componente associata alla coppia deposito i-negozio j è pari a c ij ; d è un vettore di dimensione m + n la cui i-esima componente, i = 1,...,m, è pari ad a i, mentre la sua (m + j)-esima componente, j = 1,...,n, è pari a b j. M è una matrice di ordine (m + n) mn che coincide con la matrice di incidenza nodo-arco del grafo bipartito completo associato al problema del trasporto.

p. 15/1 In forma matriciale x è il vettore di variabili di dimensione mn con componenti le variabili x ij ; c è un vettore di dimensione mn la cui componente associata alla coppia deposito i-negozio j è pari a c ij ; d è un vettore di dimensione m + n la cui i-esima componente, i = 1,...,m, è pari ad a i, mentre la sua (m + j)-esima componente, j = 1,...,n, è pari a b j. M è una matrice di ordine (m + n) mn che coincide con la matrice di incidenza nodo-arco del grafo bipartito completo associato al problema del trasporto. 0 è il vettore con tutte le componenti pari a 0.

p. 16/1 il problema si scrive nella seguente forma: min cx Mx = d x 0 dove: cx m i=1 n j=1 c ijx ij ;

p. 16/1 il problema si scrive nella seguente forma: min cx Mx = d x 0 dove: cx m i=1 n j=1 c ijx ij ; Mx = d n j=1 x ij = a i i = 1,..., m, m i=1 x ij = b j j = 1,..., n.

p. 17/1 Nell esempio Vettore c: (4 7 5 2 4 3)

p. 17/1 Nell esempio Vettore c: Vettore d: (4 7 5 2 4 3) (30 20 15 10 25)

p. 17/1 Nell esempio Vettore c: Vettore d: Matrice M: (4 7 5 2 4 3) (30 20 15 10 25) x 11 x 12 x 13 x 21 x 22 x 23 Dep. 1 1 1 1 0 0 0 Dep. 2 0 0 0 1 1 1 Neg. 1 1 0 0 1 0 0 Neg. 2 0 1 0 0 1 0 Neg. 3 0 0 1 0 0 1

p. 18/1 Complessità Essendo M matrice di incidenza nodo-arco di un grafo bipartito, essa è TU. Se il vettore d ha componenti tutte intere (cioè se i valori a i e b j sono interi), possiamo concludere che il problema del trasporto può essere risolto come problema di PL e quindi è risolvibile in tempo polinomiale.

p. 19/1 Osservazione Il problema del trasporto può anche essere visto come caso particolare del problema del flusso a costo minimo. Come?

p. 19/1 Osservazione Il problema del trasporto può anche essere visto come caso particolare del problema del flusso a costo minimo. Come? Tra gli algoritmi di risoluzione per esso abbiamo l algoritmo del simplesso che non vedremo ma è riportato sulle dispense. I passi dell algoritmo sono implementati in modo simile a quelli del simplesso per problemi di flusso a costo minimo.