运筹学课件运输问题第二节
合集下载
第03章 运输问题 《运筹学》PPT课件

到的方案是不是最优方案。检
解
查的方法与单纯形方法中的原
的
理相同,即计算检验数。由于
最
目标要求极小,因此,当所有
优
的检验数都大于或等于零时该 调运方案就是最优方案;否则
性
就不是最优,需要进行调整。
检
下面介绍两种求检验数的方法:
验
闭回路法和对偶变量法。
1.闭回路法
闭回路:从空格出发,遇到数
字格可以旋转90度,最后回到空
4.解的改进——闭回路调整法
解
改进的方法是在运输表中找出这个空 格对应的闭回路Lij,在满足所有约束条件
的
的前提下,使xij尽量增大并相应调整此闭 回路上其他顶点的运输量,以得到另一个
最
更好的基可行解。
优 性 检 验
表 3-11
销地 产地
A1 A2 A3
B1
B2
B3
4 12 (+2)10 4
8 2 10 (-2) 2 3
表3-2
销地
产地
B1
B2
B3
B4 产量
A1 A2 A3 销量
4
12
4
11 16
2
10
3
9 10
8
5
11
6 22
8
14
12
14
48
§1 运 输 问 题 及 其 数 学 模 型
该问题的数学模型:
mn
minz =
cij xij 4x11 12x12 4x13 11x14 2x21
i=1 j=1
B1 B2 B3 B4 量 ui
A1 A2 A3 销量
4
12 10 4
11 6
运筹学--运输问题课件

minz = 6x11 + 7x12 + 5x13 + 3x14 + 8x 21 + 4x 22 + 2x 23 + 7x 24 + 5x 31 + 9x 32 + 10x 33 + 6x 34 s.t.x11 + x12 + x13 + x14
x11 x12 x13 x11 x12 x13
+ x 21
§1
运输问题的典例与数学模型
一、运输问题典例 实例: 实例:广东石化公司从三个石油加工产地进购石 销往四个加油站。 油,销往四个加油站。三个加工产地的产量分别 千吨、 千吨和 千吨, 千吨和19千吨 为:14千吨、27千吨和 千吨,四个加油站的需求 千吨 量分别为: 千吨 千吨、 千吨 千吨、 千吨和 千吨。 千吨和13千吨 量分别为:22千吨、13千吨、12千吨和 千吨。已 知从各加工产地到各加油站的单位运价如下网络 图示(单位:千元/千吨),问石化公司如何安排 千吨), 图示(单位:千元 千吨),问石化公司如何安排 运输方案,使得总运费最少 运费最少? 运输方案,使得总运费最少? 分析此问题:产销平衡问题: 总销量。 分析此问题:产销平衡问题:总产量 = 总销量。 为从第i个产地销往第 个加油站的销量, 个产地销往第j个加油站的销量 设Xij为从第 个产地销往第 个加油站的销量,则此 问题是一个线性规划问题,我们得到: 问题是一个线性规划问题,我们得到:
18
一、初始方案的确定 1、最小元素法。基本思想:就近供应,即从单位运价表 、最小元素法。基本思想:就近供应, 中最小的运价开始,尽最大可能用完一个产地的产量, 中最小的运价开始,尽最大可能用完一个产地的产量,或 满足一个销地的销量, 确定产销关系, 满足一个销地的销量,来确定产销关系,得到满足者用线 划去。逐次寻找最小元素依次类 直到给出初始方案为 依次类推 划去。逐次寻找最小元素依次类推,直到给出初始方案为 优先满足运价最低的供销业务称最小元素法。 止。优先满足运价最低的供销业务称最小元素法。
运筹学基础-运输问题(2)

算位势量ui和vj
产地 地 A1 A2 A3 销量 vj 销 B1 B2 6 7 3 B3 3 5 2 B4 产量 5 4 7 5 2 3 ui
2 4
2
2
ห้องสมุดไป่ตู้
2
1 2
2 2
0 -1 -1
3
1
3
7 8
1
8 9
3
4
4
3
2
5
所有非基变量x 所有非基变量xij的检验数σij= cij –ui– vj≥0,即得最优解。 ≥0,即得最优解。 初始基可行解: 初始基可行解:x12=2,x13=1,x14=2,x31=2,x32=1,x23=2,Z=34
A段
B段
C段
供应量
x11 40 x12 70 x13 140 x21 120 x22 240 x23 110 x31 80 x32 130 x33 160
72 102 41
56 82 77
215 215
方案可能不是最优的 • 最优性检验 • 方案调整与改进
产销平衡的运输问题的表上作业法
某饮料在国内有三个生产厂,分布在城市A1、A2、A3,其一 级承销商有4个,分布在城市B1、B2、B3、B4,已知各厂的产 量、各承销商的销售量及从Ai到Bj的每吨饮料运费为Cij,为发 挥集团优势,公司要统一筹划运销问题,求运费最小的调运方 案。 销地 产地 A1 A2 A3 销量 2 B1 6 7 3 3 B2 3 5 2 1 B3 2 8 9 4 B4 5 4 7 产量 5 2 3
4 6
110
130
90 160
41 10
102 70
所有检验数均为正,此运输方案已为最优: 所有检验数均为正,此运输方案已为最优: x12=56,x21=41,x31=31,x32=46,x23=41,Z=21810
产地 地 A1 A2 A3 销量 vj 销 B1 B2 6 7 3 B3 3 5 2 B4 产量 5 4 7 5 2 3 ui
2 4
2
2
ห้องสมุดไป่ตู้
2
1 2
2 2
0 -1 -1
3
1
3
7 8
1
8 9
3
4
4
3
2
5
所有非基变量x 所有非基变量xij的检验数σij= cij –ui– vj≥0,即得最优解。 ≥0,即得最优解。 初始基可行解: 初始基可行解:x12=2,x13=1,x14=2,x31=2,x32=1,x23=2,Z=34
A段
B段
C段
供应量
x11 40 x12 70 x13 140 x21 120 x22 240 x23 110 x31 80 x32 130 x33 160
72 102 41
56 82 77
215 215
方案可能不是最优的 • 最优性检验 • 方案调整与改进
产销平衡的运输问题的表上作业法
某饮料在国内有三个生产厂,分布在城市A1、A2、A3,其一 级承销商有4个,分布在城市B1、B2、B3、B4,已知各厂的产 量、各承销商的销售量及从Ai到Bj的每吨饮料运费为Cij,为发 挥集团优势,公司要统一筹划运销问题,求运费最小的调运方 案。 销地 产地 A1 A2 A3 销量 2 B1 6 7 3 3 B2 3 5 2 1 B3 2 8 9 4 B4 5 4 7 产量 5 2 3
4 6
110
130
90 160
41 10
102 70
所有检验数均为正,此运输方案已为最优: 所有检验数均为正,此运输方案已为最优: x12=56,x21=41,x31=31,x32=46,x23=41,Z=21810
运筹学运输问题-图文

❖ 建模:设xij为从产地Ai运往销地Bj的物资数量(i=1, …m;j=1,…n。
销地 B1
B2
...
Bn
产量
产地
A1
X11 X12
...
X1n
a1
A2
X21 X22
...
X2n
a2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Am
Xm1 Xm2
...
Xmn
am
销量
b1
b2
...
bn
则运输问题的数学模型如下:
产销平衡表
销地 B1
B2
...
Bn
产量
产地
A1
a1
A2
a2
.
.
.
.
.
.
Am
am
销量
b1
b2
...
bn
单位运价表
销地
B1
B2
...
Bn
产地
A1
c11
c12
...
c1n
A2
c21
c22
...
c2n
.
.
.
.
.
.
.
.
.
.
.
.
Am
cm1
cm2
...
cmn
❖ 若总产量等于总销量(产销平衡),试确定总运费最省 的调运方案。
Table14 检验数表
销地
B1
B2
B3
B4
产地
A1
销地 B1
B2
...
Bn
产量
产地
A1
X11 X12
...
X1n
a1
A2
X21 X22
...
X2n
a2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Am
Xm1 Xm2
...
Xmn
am
销量
b1
b2
...
bn
则运输问题的数学模型如下:
产销平衡表
销地 B1
B2
...
Bn
产量
产地
A1
a1
A2
a2
.
.
.
.
.
.
Am
am
销量
b1
b2
...
bn
单位运价表
销地
B1
B2
...
Bn
产地
A1
c11
c12
...
c1n
A2
c21
c22
...
c2n
.
.
.
.
.
.
.
.
.
.
.
.
Am
cm1
cm2
...
cmn
❖ 若总产量等于总销量(产销平衡),试确定总运费最省 的调运方案。
Table14 检验数表
销地
B1
B2
B3
B4
产地
A1
运筹学-第2章运输问题

25
2
8
10
125
11 5 5 300 10
0
1
175
11 12
175
200
200 7
75
100 8
275
-3
2018/8/17
25
Step4 确定格子(1,1)的闭合回路(也即确定了进基变量);确定该闭
合回路的负号格,得到负号格的最小运量;确定出基变量。
am
销量
b1
b2
…
bn
模型一般形式:
min Z cij xij
i 1 j 1 m n
s.t.
等 式 约 束
xij ai (i 1, m) j 1 m xij b j ( j 1,, n) i 1 xij 0(i 1, m, j 1,, n) m n ai b j
第二章 运输问题
(Transportation
Problem , TP)
运输问题的数学模型(单一物品的调 度运输问题。) 运输问题的求解 产销平衡的运输问题求解 产销不平衡的运输问题求解 应用举例 软件应用
2018/8/17
1
2.1 运输问题的数学模型
例1 现需将三个供应地Kansas City、Omaha、Des Moines的物品
175
275
200
100
300
600
2018/8/17
2
设 xij (i 1,2,3; j 1,2,3) ,从供应地调往需求地的运输量.
min f 6 x11 8 x12 10x13 7 x21 11x22 11x23 4 x31 5 x32 12x33 s.t. x11 x12 x13 150 x21 x22 x23 175 x31 x32 x33 275 x11 x21 x31 200 x x x 100 12 22 32 x13 x23 x33 300 xij 0.(i 1,2,3; j 1,2,3)
运筹学第二章运输问题_图文.

第二章线性规划对于产销不平衡问题,可以增加虚设的产地或销地,将不平衡问题转化为平衡问题处理当产大于销时: a b i 1 i j 1 m m n j 可以虚拟一销售地 B n 1 .其销量为: b n 1 a i b j i 1 j 1 n 天津大学管理与经济学部
第二章线性规划当产小于销时: a i 1 m i bj j 1 n 可以虚拟一产地A m 1 .其产量为: a m 1 b j a i j 1 i q n m 天津大学管理与经济学部
第二章线性规划说明:(1)若运输问题的某一个基可行解有几个非基变量的检验数均为负,在继续进行迭代时,取它们中的任一变量为换入变量均可使目标函数值得到改善,但通常取检验数最小者对应的变量为换入变量;(2)当迭代到运输问题的最优解时,如果有某非基变量的检验数等于零,则说明该问题有多重最优解;(3)当运输问题某部分产地的产量和,与某一部分销地的销量和相等时,在迭代过程中有可能在某个格填入一个运量时需同时划去运输表的一行和一列,这时就出现了退化,在运输问题中,退化解时常发生,退化时在同时划去的
一行或一列的某个格中填写数字零,表示这个格中的变量是基变量取值为零,使得基可行解分量为m+n-1个。
天津大学管理与经济学部 。
第二节运输问题求解表上作业法

2
即从 Ai 向 Bj 运最大量(使行或列在 允许的范围内尽量饱和,即使一个约 束方程得以满足),填入 xij 的相应位 置; (2) 从 ai 或 bj 中分别减去 xij 的值,即调整 Ai 的拥有量及 Bj 的需 求量;
3
(3) 若 ai = 0 ,则划去对应的行(把 拥有的量全部运走),若 bj = 0 则划去 对应的列(把需要的量全部运来),且每 次只划去一行或一列(即每次要去掉且只 去掉一个约束);
—表上作业法
我们已经介绍过,可以通过增加虚 设产地或销地(加、减松弛变量)把问 题转换成产销平衡问题。
1.产量大于销量的情况
考虑 si > dj 的运输问题,得到的数学模 型为
i=1 j=1
39
m
n
2.运输问题求解
—表上作业法
Min f =
n m i=1 j=1
n
cij xij
s.t. xij si i = 1,2,…,m
10
应用西北角法、最小元素法和 Vogel法,每次填完数,都只划去一 行或一列,只有最后一个元例外(同 时划去一行和一列)。当填上一个数 后行、列同时饱和时,也应任意划去 一行(列),在保留的列(行)中没 被划去的格内标一个0。
11
表1
12
13
14
15
16
二、基本可行解的最优性检验
最优性检验就是检查所得到的方 案是不是最优方案。 检查的方法----计算检验数 由于目标要求极小,因此,当所 有的检验数都大于或等于零时该调运 方案就是最优方案;否则就不是最优, 需要进行调整。
第二节 运输问题求解 —表上作业法
运输问题的方法 —— 表上作业法: 1、确定一个初始基本可行解; 2 、根据最优性判别准则来检查这 个基本可行解是不是最优的。如果 是则计算结束;如果不是,则至3 3、换基,直至求出最优解为止。
即从 Ai 向 Bj 运最大量(使行或列在 允许的范围内尽量饱和,即使一个约 束方程得以满足),填入 xij 的相应位 置; (2) 从 ai 或 bj 中分别减去 xij 的值,即调整 Ai 的拥有量及 Bj 的需 求量;
3
(3) 若 ai = 0 ,则划去对应的行(把 拥有的量全部运走),若 bj = 0 则划去 对应的列(把需要的量全部运来),且每 次只划去一行或一列(即每次要去掉且只 去掉一个约束);
—表上作业法
我们已经介绍过,可以通过增加虚 设产地或销地(加、减松弛变量)把问 题转换成产销平衡问题。
1.产量大于销量的情况
考虑 si > dj 的运输问题,得到的数学模 型为
i=1 j=1
39
m
n
2.运输问题求解
—表上作业法
Min f =
n m i=1 j=1
n
cij xij
s.t. xij si i = 1,2,…,m
10
应用西北角法、最小元素法和 Vogel法,每次填完数,都只划去一 行或一列,只有最后一个元例外(同 时划去一行和一列)。当填上一个数 后行、列同时饱和时,也应任意划去 一行(列),在保留的列(行)中没 被划去的格内标一个0。
11
表1
12
13
14
15
16
二、基本可行解的最优性检验
最优性检验就是检查所得到的方 案是不是最优方案。 检查的方法----计算检验数 由于目标要求极小,因此,当所 有的检验数都大于或等于零时该调运 方案就是最优方案;否则就不是最优, 需要进行调整。
第二节 运输问题求解 —表上作业法
运输问题的方法 —— 表上作业法: 1、确定一个初始基本可行解; 2 、根据最优性判别准则来检查这 个基本可行解是不是最优的。如果 是则计算结束;如果不是,则至3 3、换基,直至求出最优解为止。
《管理运筹学》02-7运输问题

在运输问题中,混合整数规划可以处理更为复 杂的约束条件和多阶段决策过程。
通过将问题分解为多个子问题,并应用分支定 界法等算法,可以找到满足所有约束条件的整 数解,实现运输资源的合理配置。
04运Leabharlann 问题的实际案例物资调拨案例
总结词
物资调拨案例是运输问题中常见的一种,主要涉及如何优化物资从供应地到需 求地的调配。
02
动态运输问题需要考虑运输过 程中的不确定性,如交通拥堵 、天气变化等,需要建立动态 优化模型来应对这些变化。
03
解决动态运输问题需要采用实 时优化算法,根据实际情况不 断调整运输计划,以实现最优 的运输效果。
多式联运问题
1
多式联运是指将不同运输方式组合起来完成一个 完整的运输任务,需要考虑不同运输方式之间的 衔接和配合。
生产计划案例
总结词
生产计划案例主要关注如何根据市场需求和生产能力制定合理的生产计划。
详细描述
生产计划案例需要考虑市场需求、产品特性、生产成本、生产周期等因素。通过 优化生产计划,可以提高生产效率、降低生产成本,并确保产品按时交付给客户 。
05
运输问题的扩展研究
动态运输问题
01
动态运输问题是指运输需求随 时间变化而变化的运输问题, 需要考虑时间因素对运输计划 的影响。
2
多式联运问题需要考虑不同运输方式的成本、时 间、能力等因素,需要建立多目标优化模型来平 衡这些因素。
3
解决多式联运问题需要采用混合整数规划或遗传 算法等算法,以实现多目标优化的效果。
逆向物流问题
1
逆向物流是指对废旧物品进行回收、处 理和再利用的物流活动,需要考虑废旧 物品的回收、分类、处理和再利用等环 节。
的情况。如果存在这些问题,就需要进行调整,直到找到最优解为止。
通过将问题分解为多个子问题,并应用分支定 界法等算法,可以找到满足所有约束条件的整 数解,实现运输资源的合理配置。
04运Leabharlann 问题的实际案例物资调拨案例
总结词
物资调拨案例是运输问题中常见的一种,主要涉及如何优化物资从供应地到需 求地的调配。
02
动态运输问题需要考虑运输过 程中的不确定性,如交通拥堵 、天气变化等,需要建立动态 优化模型来应对这些变化。
03
解决动态运输问题需要采用实 时优化算法,根据实际情况不 断调整运输计划,以实现最优 的运输效果。
多式联运问题
1
多式联运是指将不同运输方式组合起来完成一个 完整的运输任务,需要考虑不同运输方式之间的 衔接和配合。
生产计划案例
总结词
生产计划案例主要关注如何根据市场需求和生产能力制定合理的生产计划。
详细描述
生产计划案例需要考虑市场需求、产品特性、生产成本、生产周期等因素。通过 优化生产计划,可以提高生产效率、降低生产成本,并确保产品按时交付给客户 。
05
运输问题的扩展研究
动态运输问题
01
动态运输问题是指运输需求随 时间变化而变化的运输问题, 需要考虑时间因素对运输计划 的影响。
2
多式联运问题需要考虑不同运输方式的成本、时 间、能力等因素,需要建立多目标优化模型来平 衡这些因素。
3
解决多式联运问题需要采用混合整数规划或遗传 算法等算法,以实现多目标优化的效果。
逆向物流问题
1
逆向物流是指对废旧物品进行回收、处 理和再利用的物流活动,需要考虑废旧 物品的回收、分类、处理和再利用等环 节。
的情况。如果存在这些问题,就需要进行调整,直到找到最优解为止。
运筹学 第二章 运输问题

1
=
j
j = 1
(
(
这就是运输问题的数学模型,它包含 m·n 变量, m + n 个约束条件。如果用单纯形法求解,先得在各约 束条件上加入一个人工变量(以便求出初始基可行解)。 因此,即使是 m = 3 , n = 4 这样的简单问题, 变量数 就有19个之多,计算起来非常复杂。因此,我们有必 要针对运输问题的某些特点,来寻求更为简单方便的 求解方法。
销地产地
B1
B2
B3
B4
A1
x11
x12
A2
x21
x24
A3
x32
x34
x11 、 x12 、 x32 、 x34 、 x24 、 x21 构成一个闭回路. 这里有: i1 = 1 , i2 = 3 , i3 = 2;j1 = 1 ,j2 = 2 ,j3 = 4. 若把闭回路 的顶点在表中画出, 并且把相邻两个变量用一条直线相连 (今后就称这些直线为闭回路的边)。
第二节 表上作业法1. 表上作业法的基本概念与重要结论针对运输问题的数学模型结构的特殊性,它的约束方 程组的系数矩阵具有如下形式( 具体见下一张幻灯片 ),该 矩阵中, 每列只有两个元素为1,其余都是0。根据这个特 点,在单纯形法的基础上,创造出一种专门用来求解运输 问题的方法,这种方法我们称为表上作业法。运输问题也是一个线性规划问题,当用单纯形法进 行求解时,我们首先应当知道它的基变量的个数;其次, 要知道这样一组基变量应当是由哪些变量来组成。由运输 问题系数矩阵的形式并结合第一章单纯形算法的讨论可以 知道: 运输问题的每一组基变量应由 m+n-1个变量组成。 (即基变量的个数 = 产地个数 + 销售地个数 – 1) 进一步我 们想知道, 怎样的 m+n-1个变量会构成一组基变量?
=
j
j = 1
(
(
这就是运输问题的数学模型,它包含 m·n 变量, m + n 个约束条件。如果用单纯形法求解,先得在各约 束条件上加入一个人工变量(以便求出初始基可行解)。 因此,即使是 m = 3 , n = 4 这样的简单问题, 变量数 就有19个之多,计算起来非常复杂。因此,我们有必 要针对运输问题的某些特点,来寻求更为简单方便的 求解方法。
销地产地
B1
B2
B3
B4
A1
x11
x12
A2
x21
x24
A3
x32
x34
x11 、 x12 、 x32 、 x34 、 x24 、 x21 构成一个闭回路. 这里有: i1 = 1 , i2 = 3 , i3 = 2;j1 = 1 ,j2 = 2 ,j3 = 4. 若把闭回路 的顶点在表中画出, 并且把相邻两个变量用一条直线相连 (今后就称这些直线为闭回路的边)。
第二节 表上作业法1. 表上作业法的基本概念与重要结论针对运输问题的数学模型结构的特殊性,它的约束方 程组的系数矩阵具有如下形式( 具体见下一张幻灯片 ),该 矩阵中, 每列只有两个元素为1,其余都是0。根据这个特 点,在单纯形法的基础上,创造出一种专门用来求解运输 问题的方法,这种方法我们称为表上作业法。运输问题也是一个线性规划问题,当用单纯形法进 行求解时,我们首先应当知道它的基变量的个数;其次, 要知道这样一组基变量应当是由哪些变量来组成。由运输 问题系数矩阵的形式并结合第一章单纯形算法的讨论可以 知道: 运输问题的每一组基变量应由 m+n-1个变量组成。 (即基变量的个数 = 产地个数 + 销售地个数 – 1) 进一步我 们想知道, 怎样的 m+n-1个变量会构成一组基变量?
运筹学讲义_2运输问题

结束
换基
图 2.1.1
由于运输规划系数矩阵的特殊性,如果直接使用线性规划单纯形法求解计算,则无法利用这些 有利条件。人们在分析运输规划系数矩阵特征的基础上建立了针对运输问题的表上作业法。
下面主要讨论运输问题的一些性质基本可行解、检验数以及基的转换等问题。
§1.2 运输问题数学模型解的性质
定理 2.1.1 产销平衡运输问题(2.1.2)必有可行解,也必有最优解.
示产地 Ai 的产量; d j 表示销地 B j 的销量; Cij 表示把物资从产地 Ai
位运价。如果
运往销地 B j 的单
m
n
åSi = åd j
i=1
j =1
则称该运输问题为产销平衡的运输问题;否则,称为产销不平衡的运输问题。
表 2.1.3
销
产
地
地
B1
A1
C 11
A2
┋
Am
销量
C 21
┋
C m1
平衡的运输问题其约束条件为:
mn
åå min f =
Cij xij
i =1 j =1
(2.1.1)
å ì n
ï
x ij
= Si (i = 1,2,Lm)
ï j=1
å ïï n
s.t í
x ij
= d j ( j = 1,2,Ln)
ï i=1
ï ï
x ij
³
0(i
= 1,2,Lm;
j
= 1,2,Ln)
im + n -1 jm + n-1
为对应的基矩阵,
则
x = it jt
det Bt det B
(t =1, 2 , … , m+n-1)
运筹学课件第二节图解法

B1=(P3,P4,P5) B2=(P2,P3,P4) P1 P2 P3 P4 P5
1 0 1 0 0 A 1 2 0 1 0 0 1 0 0 1
B7=(P1,P2,P4) B8=(P1,P2,P3) B9=(P3,P4,P1) B10=(P2,P4,P5)
B4=(P2,P3,P5) B5=(P1,P3,P5) B6=(P1,P2,P5)
-5
0 0 3
0
0 -3 0
4
1.5 0 0
15
17.5 22 19
基的概念的理解
对于线性规划的约束条件 AX=b X≥0 设B是A矩阵中的一个非奇异的m×m子矩阵,则称B为线性 规划的一个基。 设B是线性规划的一个基,则A可以表示为 A=[ B, N ] X也可相应地分成 X
B X X N
沿着箭头的方向平移目标函数等值线发现平移的最终结果是目标函数等值线将与可行域的一条边界线段ae重合这个结果表明该线性规划有无穷多个最优解线段ae上的所有点都是最优点它们都使目标函数取得相同的最大值zmax3
第二节 图解法
2.1图解法步骤 图解法就是用几何作图的方法分析并求出 其最优解的过程。 求解的思路是:先将约束条件加以图 解,求得满足约束条件的解的集合(即可 行域),然后结合目标函数的要求从可行 域中找出最优解。
(1/3) x1 +(1/3)x2 =1
两个约束条件 及非负条件x1,x2 0所代表的公共部分 --图中阴影区,就是满足所有约束条件和非 负条件的点的集合,即可行域。在这个区域中 的每一个点都对应着一个可行的生产方案。
令 Z=2x1+3x2=c,其中c为任选的一个常数,在图中画出直线 2x1+3x2=c, 这条直线上的点即对应着一个可行的生产方案,即使两种产品的总利润达 到c。 这样的直线有无数条,而且相互平行,称这样的直线为目标函数等值线。 只要画出两条目标函数等值线,比如令c=0和c=6,就能看出 目标函数值递增的方向, 用箭头标出这个方向。 图中两条虚线 l1和l2就 分别代表 目标函数等值线
1 0 1 0 0 A 1 2 0 1 0 0 1 0 0 1
B7=(P1,P2,P4) B8=(P1,P2,P3) B9=(P3,P4,P1) B10=(P2,P4,P5)
B4=(P2,P3,P5) B5=(P1,P3,P5) B6=(P1,P2,P5)
-5
0 0 3
0
0 -3 0
4
1.5 0 0
15
17.5 22 19
基的概念的理解
对于线性规划的约束条件 AX=b X≥0 设B是A矩阵中的一个非奇异的m×m子矩阵,则称B为线性 规划的一个基。 设B是线性规划的一个基,则A可以表示为 A=[ B, N ] X也可相应地分成 X
B X X N
沿着箭头的方向平移目标函数等值线发现平移的最终结果是目标函数等值线将与可行域的一条边界线段ae重合这个结果表明该线性规划有无穷多个最优解线段ae上的所有点都是最优点它们都使目标函数取得相同的最大值zmax3
第二节 图解法
2.1图解法步骤 图解法就是用几何作图的方法分析并求出 其最优解的过程。 求解的思路是:先将约束条件加以图 解,求得满足约束条件的解的集合(即可 行域),然后结合目标函数的要求从可行 域中找出最优解。
(1/3) x1 +(1/3)x2 =1
两个约束条件 及非负条件x1,x2 0所代表的公共部分 --图中阴影区,就是满足所有约束条件和非 负条件的点的集合,即可行域。在这个区域中 的每一个点都对应着一个可行的生产方案。
令 Z=2x1+3x2=c,其中c为任选的一个常数,在图中画出直线 2x1+3x2=c, 这条直线上的点即对应着一个可行的生产方案,即使两种产品的总利润达 到c。 这样的直线有无数条,而且相互平行,称这样的直线为目标函数等值线。 只要画出两条目标函数等值线,比如令c=0和c=6,就能看出 目标函数值递增的方向, 用箭头标出这个方向。 图中两条虚线 l1和l2就 分别代表 目标函数等值线
运筹学课件ch3运输问题

19 13 0
0
最小元素法(6)
1 6 1 8 2 5 3 22 0
2019/2/24
2 7 5
3 3
4 14 0
1
4 2 7
13 13
9 10
2 19
13 0
12
6
27
0
19 12 0
运筹学课件
0
13 0
初始基础可行解—元素差额法 (Vogel近似法)
求初始基本可行解的步骤是:
第 一 步 : 求 出 每 行 次 小 运 价 与 最 小 运 价 之 差 , 记 为 ui , i=1,2,…,m ;同时求出每列次小运价与最小运价之差,记为vj,j=1, 2,…,n ; 第二步:找出所有行、列差额的最大值,即L=max{ui,vi},差 额L对应行或列的最小运价处优先调运; 第三步:这时必有一列或一行调运完毕,在剩下的运价中再求 最大差额,进行第二次调运,依次进行下去,直到最后全部调运 完毕,就得到一个初始调运方案。 用元素差额法求得的基本可行解更接近最优解,所以也称为近 2019/2/24 运筹学课件 似方案。
2019/2/24 运筹学课件
表上作业法
运输单纯形法也称为表上作业法,是直接在运价表上求最优解 的一种方法,它的步骤是: 第一步:求初始基行可行解(初始调运方案)。 常用的方法有 最小元素法、元素差额法(Vogel近似法)、左上角法。
第二步:求检验数并判断是否得到最优解。常用求检验的方法 有闭回路法和位势法,当非基变量的检验数 σij全都非负时得到最 优解,若存在检验数λlk<0,说明还没有达到最优,转第三步。
故r(A)=m+n-1所以运输问题有m+n-1个基变量。 为了在 mn个变量中找出 m+n- 1个变量作为一组基变量,就是 要在A中找出m+n-1个线性无关的列向量,通常引用闭回路的概 念寻找这些基变量。 2019/2/24 运筹学课件
运筹学(第三章)PPT课件

2
(8)
8
8
B2 12
10
(14) 5
14
B3 4
(10)
3
(2)
11
12
B4
产量
11
(6)
16
9
10
6
(8)
22
14
48
-
18
销地 产地 A1
A2
A3 销量
B1
4
1
2
(8)
8
10
8
B2
12
2
10
1 (14) 5
14
B3
4
(10)
3
(2)
11
12
12
B4
产量
11
(6)
16
9
-1
10
6
(8)
22
14
B1 3
4 11
6
4
B2 12
2 3
7
3
B3 3
5
1 5 5
B4
4 2
9
5 4 6
B5
产
(虚销地) 量
2
08
2
05
09
4
22
销地 产地 A1
A2
A3 销量
B1 3
4 11
6
4
B2 12
2 3
7
3
B3 3
5
1 5 5
B4
4 2
9
5 4 6
B5
产
(虚销地) 量
08 2
2
05
-1
09
4
22
销地 产地 A1
(8)
14
(8)
8
8
B2 12
10
(14) 5
14
B3 4
(10)
3
(2)
11
12
B4
产量
11
(6)
16
9
10
6
(8)
22
14
48
-
18
销地 产地 A1
A2
A3 销量
B1
4
1
2
(8)
8
10
8
B2
12
2
10
1 (14) 5
14
B3
4
(10)
3
(2)
11
12
12
B4
产量
11
(6)
16
9
-1
10
6
(8)
22
14
B1 3
4 11
6
4
B2 12
2 3
7
3
B3 3
5
1 5 5
B4
4 2
9
5 4 6
B5
产
(虚销地) 量
2
08
2
05
09
4
22
销地 产地 A1
A2
A3 销量
B1 3
4 11
6
4
B2 12
2 3
7
3
B3 3
5
1 5 5
B4
4 2
9
5 4 6
B5
产
(虚销地) 量
08 2
2
05
-1
09
4
22
销地 产地 A1
(8)
14
运筹学OR大学课程课件2

18
选址问题 A1
B1 B4 A2 B3 A3
B2
Ai: 可建仓库地点,容量
ai ,投资费用bi ,建2个
Bj: 商店,需求dj ( j=1…4 ) Cij: 仓库 i 到商店 j 的单位
运费
问:选择适当地点建仓库,在满足 商店需求条件下,总费用最小。
19
解:设Xi ( i=1,2,3)为是否在 Ai 建仓库 yij ( i=1,2,3, j=1…4)由 i仓库向 j商店运货量
第三章 整数规划
3.1 整数规划的数学模型
–投资问题(book) –运输问题(book) –集合覆盖问题 –生产计划问题(book) –有相互排斥的约束条件问题(book) –排序问题(book) –选址问题
3.2 算法简介
10
投资问题(背包问题)或book
–一个公司现有资金100万,有5个项目可以 投资,每个项目的投资成本和利润如下:
Kansas City
7
Omaha
4 Des Moines
Demand
200
100
300
如何安排运输,可是总费用最小?
3
2.2 产销平衡的运输问题求解
• 求初始基本可行解
–西北角法 –最小元素法 –伏格尔法(略) –特点:数字格(行数+列数-1),空格 (其余)
• 求最优解
–闭合回路法(略) –位势法
产量大于销量的运输问题
销量大于产量的运输问题
处理:转化为产销平衡的运输问 题
8
2.4
应用举例
指派问题 带罚款的运输问题
–设有运输问题:
From (To)B1 A1 5 A2 6 A3 5 需求量 70 B2 1 4 2 70 B3 7 6 5 50 供应量 10 80 15
第3章 运输问题(第2-4节) 运筹学课件

• 解 由于此问题中,总供应量19小于总需 • 求量2l,故需增加一个虚产地 A供4 应量 • 为2吨,由于 B1, 的B2 需求必须全部满足, • 即不能由虚产地 A4提供,故将 调A4往 • B1, B的2 单位运费设成充分大,这里也不妨
• 设为20(百元), A4调往 B3的, B单4 位运费 • 分设为1和0,得以下的平衡运输问题(见表 • 2.48与表2.49)。
• 下面举例说明。
• 例2.5 假设有一个两个产地 A1,和A2三
• 个销地 B1, B2的, B运3 输问题,它们之间的
• 直接运输资料如表2.5l与表2.52所示。 • 表2.51 调运表
• 表2.51 调运表
B1 B2 B3 供应量
A1
100
A2
200
需求量 100 100 100 300
• 如何合理地将m项工作分配到几部机器上 去,才能使完成全部工作的总成本最小。 像这样一类问题,就称为分配问题。
• 分配问题实际上可以看成是运输问题的特 殊情况。即可把“工作”看成是运输问题 中的“产地”,它的供应量是1,即一项工 作。把“机器”看成是运输问题中的“销 地”,它的需求量也是1,完成一项工作。
• 表2.48 调运表
B1 B2 B3 B4 供应量
A1
7
A2
5
A3
7
A4
2
需求量 6 5 4 6 21
• 表2.49 单位运费表
B1 B2 B3 B4 A1 2 11 3 4 A2 10 3 5 9 A3 7 8 10 2 A4 20 20 1 0
• 可求得最优调运方案如表2.50所示。
• 表2.50 调运表
• 当然它的缺点是计算的工作量增加了,好 在计算机技术的进步,使计算大规模的运 输问题模型变得十分容易。
运筹学第二章运输问题 南京大学

B1 B2 B3 B4 B5 产量 B1 B2 B3 B4 B5
A1 1 0.5 1.5 3 1.2 1.7 1.6 1.8 2.4
A2
A3 销量 1 0.5
1.5 1.5 1
1 3 1.5 2
4
1
1.8 1.5 2.2 1.2 1.6
1.5 1.4 1.2 1.5 1.0
B1 B2 B3 B4 B5 产量 B1 B2 B3 B4 B5 A1 A2 1 0.5 1.5 1.5 1.5 1 3 4 1.2 1.7 1.6 1.8 2.4 1.8 1.5 2.2 1.2 1.6
A3
销量
1
销地 产地 A1 A2 A3 列 差 1
B1 1.2 1.8 1.5 0.3 0.6
B2 1.7 1.5 1.4 0.1 0.2
B3 1.6 2.2 1.2 0.4 0.6
B4 1.8 1.2 1.5 0.3 0.6
B5 2.4 1.6 1.0 0.6 0.8
行差 1 2 0.4 0.4 0.3 0.2 0.3
② 在产销平衡问题中,由于仅有 m+n1 个独立的约 束方程,所以约束系数矩阵的秩小于等于 m+n1. 另一 方面,约束系数矩阵中存在非奇异的 m+n1 阶子式。 故约束系数矩阵之秩等于 m+n1. 这表 明产销平衡问题的任一基可行解均含有 m+n1 个 基变量。
求解产销平衡运输问题 运输问题是 (LP) 问题,因此理论上我们可以用单纯 形方法一步一步求解。但是, 用单纯形方法求解往 往要添加 m+n 个人工变量,计算量很大。在实际计
x
j 1 m
i 1
ij
ai , i 1, 2,...m;
- 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)。
在用最小元素法和西北角法求初始解时,应注意两点:
⑴在(Ai,Bj)处填入一个数时,如果行和列同时饱和,规 定只 划去一行或一列,而不能同时划去行和列。如果划去的是行 (或 列),下次遇到饱和的列(或行)时,就必须在相应的西北角或最小 运价位置取变量的值为0,这表明该基变量取0值 (属于退化的解), 它与不填数字的地方取xij=0是不同的,前者是基变量取0值,后 者是非基变量取0值,这样可以保证所填数的个数恰为m+n-1。
其余 ij 0 (基变量的检验数,即 xij )。 由于在上述检验数中 24 1 <0,因此题中所给的初始基可 行解不是最优解。 注:由于运输问题是求最小值,因此当所有 才是最优解.
ij 0 时,可行解
2、基可行解的改进
和单纯行法一样,我们首先要确定换入变量和换出变量。 (11) 定理2:设变量组xi j , xi j , …, xisjs (s=m+n-1)
v1 2 v 9 2 v3 3 v4 10 u 0 1 u 2 1 u 5 3
11 c11 (u1 v1 ) 3 (0 2) 1, 12 c12 (u1 v2 ) 11 9 2, 24 c24 (u2 v4 ) 8 9 1, 22 c22 (u2 v2 ) 9 8 1, 31 c31 (u3 v1 ) 7 3 10, 33 c33 (u3 v3 ) 10 2 12,
销地 产地
B
1
B
2
B
3
B
4
产量
A
A A
1
5
10
5 15 0 10
15
20 10
2
3
销量
5
15
15
10
可行解:x11=5, x12=10, x22=5, x23=15, x33=0, x34=10,其余xij=0,目 标函数值: z=10×5+6×10+7×5+9×15+16×0+18×10=460
1 1 2 2
是运输问题的一组基变量,y是一个非基变量,则在变量组 y, xi j , xi j , …, xisjs (s=m+n-1)
1 1 2 2
中存在唯一的闭回路,它包含非基变量y为一个顶点,而其余的顶 点都是基变量组 ⑾ 中的点。 根据这个定理,我们就可以按照如下的办法从基变量中决定 哪一个变量作为换出变量,并确定调整量的值,这种方法通常称 为闭回路调整法。下面结合例子说明这种方法。
A A
1
4
3 6 3 6 5 1
3
7
4
2
3
3 6
9
销量
由此得到一个可行解:x13=4, x14=3, x21=3, x23=1, x32=6, x34=3,其余xij=0。 对应的目标函数值为 z=3×4+10×3 +1×3+2×1+4×6+5×3=86。
2、西北角法(又称左上角法): 西北角法遵循的规则:优先安排编号小的产地与销地之间 的运输业务。仍以上例来说明此方法的应用。 例2:以例1为例 解:首先安排产地A1与销地B1之间的运输业务,即在(A1,B1)的 交叉处填上3,这样A1除满足B1外还余4吨,此时将B 所在列划去。 在剩余的表格上,考虑A1与 B2之间的运输业务,A1所在行划去后, 再考虑A2与B2之间的业务,如此下去,最后得到下表:
u i v j cij ( xij ) u1 0
(9)
来得到。并称它为运输问题关于Δ的对偶解(或位势)。 有了对偶解,就可以按公式(1)计算变量xij的检验数 ij了,即
ij cij (u1 ,, um , v1 ,, vn ) Pij
由于
0 1 第i行 0 Pij 0 1 第m j行 0
1 2
1
B
2
B 5
3
3 3
销量
6 6
5
B 2 1 3 6
4
产量
7 4 9
由此得可行解:x13=5,x14=2,x21=3,x24=1,x32=6,x34=3,其余xij=0, 目 标函数值: 后面将看到,此 z=3×5+10×2+1×3+8×1+4×6+5×3=85 可行解即为该运 输问题的最优解。
2
B 3 2 10 1
3
B 10 8 5 3
4
行差额
0 1 1
上述差额中最大者是5,对应于B2所在列,B2列中的最小元 素为4,可确定A3的产品先供应B2,在(A3,B2)的交叉处填6,同时 将B2所在列划去;再重新计算行和列中的最小费用和次小费用 的差额,直到给出初始解为止,最后得表:
B
A A A
YB CB
则对偶解 Y CB B 1 便是方程组⑥的解。 下面首先讨论运输问题的对偶问题:
maxw=
a u b v
i 1 i i j 1 j
m
n
j
u i v j cij (i 1,, m; j 1,, n) u i , v j 无约束
(7)
其中对偶变量ui(i=1,…,m)和vj(j=1,…,n)又称为位势。
min(1,3)=1
由此可得
x14=2, x13=5, x23=0, x24=1 当 x23=0 作为非基变量时,得新的可行解为 x13=5, x14=2, x21=3, x24=1, x32=6, x34=3,其余 xij=0 由此可知,对偶变量(或位势)ui, vj满足
u1 v3 c13 3 u v c 10 4 14 1 u 2 v1 c 21 1 u 2 v 4 c 24 8 u v c 4 2 32 3 u 3 v 4 c34 5 u1 0 非基变量的检验数为:
⑵在剩下最后一个空格时,只能填数(必要时可取0),以 保证所填的数为m+n-1。
例3:求下列运输问题的初始基可行解。
销地 产地
B
1
B
2
B
3
B
4
产量
A A A
1
2
3
销量
10 12 6 5
6 7 14 15
20 9 16 15
11 20 18 10
15 20 10
解:利用左上角法,我们在填了x11=5, x12=10, x22=5之后,再填 x23=15时,这时A2行和B3列都已饱和,按照上述(1)只能划去一行或 一列。例如划去A2行,余下的左上角位置是A3与B3交叉处,故应取 x33=0,并将这个0填入A3与B3交叉处的位置上,继续下去,得到一个 可行解,其表格如下:
24 1<0,因此以 24
B A A A
1 2
1
B
2
3 3
B 4 1 5
3
3
销量
6 6
B 3 x 3 6
4
产量
24
7 4 9
换出变量的确定:当x24作为换入变量时,假设它的取值为 x24= 0 ,为了使x24所在列和行的变量仍满足约束条件,则必须 使x23= 1 ,x14=3 ,同理x13=4 。要从该闭回路的顶点(x24 除外)中找出换出变量,即x23, x13, x14中必有一个要作为换出变量, 该换出变量为新的非基变量,且取值为零,由此可知 应满足: x 23 1 0 x 3 0 14 0 1 x13 4 0 x 24 0 要使x23, x14, x13中必有一个为零,只有取 1,即
j c j CB B 1 Pj c j YPj
就可以利用公式(1)计算检验数 j 了.
(1)
1 1 其中 Y CB B 为关于基B的对偶解。因此只要求出对偶解Y CB B
标准线性规划问题 maxz=CX
AX b X 0
的对偶问题是 minw=Yb
1
销地 产地
B
1
B
2
B
3
B
4
产量
A A A
1
3
2
4 2 6
3
销量
3
2 3 5
6 6
7 4 9
由此表可知,一个可行解 为:x11=3, x12=4, x22=2, x23= 2, x33=3, x34=6,其余 xij=0,目标函数值为: z=3×3+11×4+9×2+2×2 + 10× 3+5×6=135。
由以上讨论可知,当运输问题关于基B的基变量组Δ(相当于
单纯形法中的 xB)取定后,为了得到关于B的对偶解ui (i=1,…,m) 和vj(j=1,…,n),可以通过求解下列方程组 来得到。 注:实际上方程组(8)可以这样得到,由于检验数
ui v j cij
( xij )
(8)
j cij (ui v j ) (i=1,…,m;j=1,…,n),当 xij
时: ij 0 ,即(8)成立。
注意:方程组(8)中共有m+n-1个方程(因为基变量共有m+n-1 个),而ui和vj共有m+n个。但由§3.1可知,运输问题的约束方程 组中恰有一个方程是多余的,而且其中任意一个约束方程都可以 作为多余的方程。由对偶问题的定义可知,从运输问题的约束方 程组中删去一个方程,相应的对偶问题中就应删除一个变量。也 就是说,方程组(8)中有一个变量可以作为自由未知量,当它取定 一个值时,就可解出其余的ui和vj。为了统一起见,我们总令u1=0, 于是,关于B的对偶解ui和vj可以通过求解下列方程组