vogel法详解
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
vogel法详解
以Vogel法详解为标题
Vogel法,也称为Vogel近似法或Vogel逼近法,是一种常用于解决运输问题的方法。
它是由美国数学家George Dantzig在1947年提出的,用于确定最佳运输方案的方法。
Vogel法的核心思想是通过考虑每个供应地和需求地之间的运输成本差异,来选择最佳的运输方案。
下面将详细介绍Vogel法的具体步骤和应用。
我们假设有m个供应地和n个需求地,每个供应地的供应量为si,每个需求地的需求量为dj。
在Vogel法中,我们需要计算每个供应地和需求地之间的运输成本。
这些成本可以表示为一个成本矩阵,其中每个元素cij表示从供应地i到需求地j的运输成本。
接下来,我们需要计算每行和每列中的两个最小成本差异。
对于每一行,我们选择次小成本减去最小成本,对于每一列,我们选择次小成本减去最小成本。
这些成本差异可以表示为两个向量ru和cv,其中ru[i]表示第i行的成本差异,cv[j]表示第j列的成本差异。
然后,我们选择ru和cv中的最大值。
如果ru[i]大于cv[j],则我们选择第i行进行配送,否则选择第j列进行配送。
这意味着我们将从成本差异最大的行或列中选择配送。
如果ru[i]等于cv[j],则我们可以任意选择行或列进行配送。
接下来,我们计算已选择行或列的剩余供应量和需求量。
如果供应
量和需求量都为零,则我们找到了最佳运输方案。
否则,我们需要继续进行迭代。
在迭代过程中,我们重复上述步骤,直到找到最佳运输方案。
每次迭代,我们都会更新成本矩阵,重新计算成本差异,选择最大成本差异的行或列进行配送,并更新剩余供应量和需求量。
Vogel法的优点在于它考虑了供应地和需求地之间的运输成本差异,能够更准确地反映实际情况。
它还能够处理不平衡的供应和需求,即供应量和需求量不相等的情况。
此外,Vogel法也适用于多个供应地和多个需求地的情况。
然而,Vogel法也有一些局限性。
首先,它只能得到一个近似的最优解,而不是确切的最优解。
其次,当供应地和需求地的数量非常大时,计算量会很大,导致运算时间较长。
此外,Vogel法也无法考虑其他因素,如运输时间、仓储成本等。
总结起来,Vogel法是一种常用的解决运输问题的方法,通过考虑每个供应地和需求地之间的运输成本差异,选择最佳的运输方案。
它的步骤清晰,应用广泛,能够解决不平衡供应和需求的问题。
然而,它也有一些局限性,无法得到确切的最优解,并且在处理大规模问题时计算量较大。