Транспортная задача

Размещено на http://www.allbest.ru/

Министерство образования и науки Российской Федерации

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

Чеченский государственный университет

Факультет математики и компьютерных технологий

Кафедра «Математические методы анализа экономики»

Курсовая работа

Тема: «Транспортная задача»

Выполнил(а) студент(ка):

3 курса группы «В» ДФО

Ислангириева З.И.

Грозный - 2012г.

Содержание

Введение

Глава I. Постановка транспортной задачи и методы нахождения первоначального опорного решения

1.1 Транспортная задача

1.2 Математическая модель транспортной задачи

1.3 Опорный план

1.4 Распределительный метод оптимального плана

Глава II. Метод потенциалов решения транспортной задачи

2.1 Решения транспортной задачи методом потенциалов

2.2 Алгоритм решения транспортной задачи методом потенциалов

2.3 Пример решения транспортной задачи методом потенциалов

Заключение

Список использованной литературы

Введение

Каждый человек ежедневно, не всегда осознавая это, решает проблему: как получить наибольший эффект, обладая ограниченными средствами. Наши средства и ресурсы всегда ограничены. Жизнь была бы менее интересной, если бы это было не так. Не трудно выиграть сражение, имея армию в 10 раз большую, чем у противника. Чтобы достичь наибольшего эффекта, имея ограниченные средства, надо составить план, или программу действий. Раньше план в таких случаях составлялся “на глазок”. В середине XX века был создан специальный математический аппарат, помогающий это делать “по науке”. Соответствующий раздел математики называется математическим программированием. Слово “программирование" здесь и в аналогичных терминах (“линейное программирование, динамическое программирование” и т.п.) обязано отчасти историческому недоразумению, отчасти неточному переводу с английского. По-русски лучше было бы употребить слово “планирование”. С программированием для ЭВМ математическое программирование имеет лишь то общее, что большинство возникающих на практике задач математического программирования слишком громоздки для ручного счета, решить их можно только с помощью ЭВМ, предварительно составив программу. Временем рождения линейного программирования принято считать 1939 г., когда была напечатана брошюра Леонида Витальевича Канторовича “Математические методы организации и планирования производства”.

Под названием “транспортная задача” объединяется широкий круг задач с единой математической моделью. Данные задачи относятся к задачам линейного программирования и могут быть решены симплексным методом. Однако матрица системы ограничений транспортной задачи настолько своеобразна, что для ее решения разработаны специальные методы. Эти методы, как и симплексный метод, позволяют найти начальное опорное решение, а затем, улучшая его, получить оптимальное решение.

Целью транспортной задачи является обеспечение получения (доставки) продукции (товара) потребителю в нужное время и место при минимально возможных совокупных затратах трудовых, материальных, финансовых ресурсов.

Цель транспортной деятельности считается достигнутой при выполнении шести условий:

Ш нужный товар;

Ш необходимого качества;

Ш в необходимом количестве доставлен;

Ш в нужное время;

Ш в нужное место;

Ш с минимальными затратами.

Объектом изучения являются материальные и соответствующие им финансовые, информационные потоки, сопровождающие производственно-коммерческую деятельность.

Глава I. Постановка транспортной задачи и методы нахождения первоначального опорного решения

1.1 Транспортная задача

Линейные транспортные задачи составляют особый класс задач линейного программирования. Задача заключается в отыскании такого плана перевозок продукции с m складов в пункт назначения n, который потребовал бы минимальных затрат. Если потребитель j получает единицу продукции (по прямой дороге) со склада i, то возникают издержки С_ij. Предполагается, что транспортные расходы пропорциональны перевозимому количеству продукции, т.е. перевозка k единиц продукции вызывает расходы k С_ij.

Далее,

где a_i-есть количество продукции, находящееся на складе i, и b_j - потребность потребителя j.

Замечание.

1. Если сумма запасов в пунктах отправления превышает сумму поданных заявок то количество продукции, равное остается на складах. В этом случае мы введем "фиктивного" потребителя

n +1 с потребностью и положим транспортные расходы p_{i,n +1} равными 0 для всех i.

1. Если сумма поданных заявок превышает наличные запасы



то потребность не может быть покрыта. Эту задачу можно свести к обычной транспортной задаче с правильным балансом, если ввести фиктивный пункт отправления m+1 с запасом

и стоимость перевозок из фиктивного пункта отправления во все пункты назначения принять равным нулю.

1.2 Математическая модель транспортной задачи

где x_ij количество продукции, поставляемое со склада i потребителю j, а С_ij издержки (стоимость перевозок со склада i потребителю j).

1.3 Опорный план

Решение транспортной задачи начинается с нахождения опорного плана. Для этого существуют различные способы. Например, способ северо-западного угла, способ минимальной стоимости по строке, способ минимальной стоимости по столбцу и способ минимальной стоимости таблицы. Рассмотрим простейший, так называемый способ северо-западного угла. Пояснить его проще всего будет на конкретном примере:

Условия транспортной задачи заданы транспортной таблицей.

Таблица № 1

ПН ПО	В1	В2	В3	В4	В5	Запасы аi
А1	10	8	5	6	9	48
А2	6	7	8	6	5	30
А3	8	7	10	8	7	27
А4	7	5	4	6	8	20
Заявки bj	18	27	42	12	26	125

Будем заполнять таблицу перевозками, постепенно начиная с левой верхней ячейки ("северо-западного угла" таблицы). Будем рассуждать при этом следующим образом. Пункт В₁ подал заявку на 18 единиц груза. Удовлетворим эту заявку за счёт запаса 48, имеющегося в пункте А₁, и запишем перевозку 18 в клетке (1,1). После этого заявка пункта В₁ удовлетворена, а в пункте А₁ осталось ещё 30 единиц груза. Удовлетворим за счёт них заявку пункта В₂ (27 единиц), запишем 27 в клетке (1,2); оставшиеся 3 единицы пункта А₁ назначим пункту В₃. В составе заявки пункта В₃ остались неудовлетворёнными 39 единиц. Из них 30 покроем за счёт пункта А₂, чем его запас будет исчерпан, и ещё 9 возьмём из пункта А₃. Из оставшихся 18 единиц пункта А₃ 12 выделим пункту В₄; оставшиеся 6 единиц назначим пункту В₅, что вместе со всеми 20 единицами пункта А₄ покроет его заявку. На этом распределение запасов закончено; каждый пункт назначения получил груз, согласно своей заявке. Это выражается в том, что сумма перевозок в каждой строке равна соответствующему запасу, а в столбце - заявке.

Таким образом, нами сразу же составлен план перевозок, удовлетворяющий балансовым условиям. Полученное решение является опорным решением транспортной задачи:

Таблица № 2

ПН ПО	В1	В2	В3	В4	В5	Запасы аi
А1	10 18	8 27	5 3	6	9	48
А2	6	7	8 30	6	5	30
А3	8	7	10 9	8 12	7 6	27
А4	7	5	4	6	8 20	20
Заявки bj	18	27	42	12	26	125

Составленный нами план перевозок, не является оптимальным по стоимости, так как при его построении мы совсем не учитывали стоимость перевозок С_ij.

Другой способ - способ минимальной стоимости по строке - основан на том, что мы распределяем продукцию от пункта A_i не в любой из пунктов B_j, а в тот, к которому стоимость перевозки минимальна. Если в этом пункте заявка полностью удовлетворена, то мы убираем его из расчетов и находим минимальную стоимость перевозки из оставшихся пунктов B_j. Во всем остальном этот метод схож с методом северо-западного угла. В результате, опорный план, составленный способом минимальной стоимости, по строке выглядит, так как показано в таблице № 3. При этом методе может получиться, что стоимости перевозок C_ij и C_ik от пункта A_i к пунктам B_j и B_k равны. В этом случае, с экономической точки зрения, выгоднее распределить продукцию в тот пункт, в котором заявка больше. Так, например, в строке 2: C₂₁ = C₂₄, но заявка b₁ больше заявки b₄, поэтому 4 единицы продукции мы распределим в клетку (2,1).

Таблица № 3

ПН ПО	В1	В2	В3	В4	В5	Запасы аi
А1	10	8	5 42	6 6	9	48
А2	6 4	7	8	6	5 26	30
А3	8	7 27	10	8	7 0	27
А4	7 14	5	4	6 6	8	20
Заявки bj	18	27	42	12	26	125

Способ минимальной стоимости по столбцу аналогичен предыдущему способу. Их отличие состоит в том, что во втором способе мы распределяем продукцию от пунктов B_i к пунктам A_j по минимальной стоимости C_ji.

Опорный план, составленный способами минимальных стоимостей, обычно более близок к оптимальному решению. Так в нашем примере общие затраты на транспортировку по плану, составленному первым способом F₀ = 1039, а по второму F₀ = 723. Клетки таблицы, в которых стоят ненулевые перевозки, являются базисными. Их число должно равняться m+n-1. Необходимо отметить также, что встречаются такие ситуации, когда количество базисных клеток меньше чем m+n-1. В этом случае распределительная задача называется вырожденной. И следует в одной из свободных клеток поставить количество перевозок равное нулю. Так, например, в таблице № 3:

m + n - 1 = 4 + 5 - 1 = 8,

а базисных клеток 7, поэтому нужно в одну из клеток строки 3 или столбца 2 поставить значение “0”. Например, в клетку (3,5). Составляя план по способам минимальных стоимостей в отличии от плана по способу северо-западного угла мы учитываем стоимости перевозок C_ij, но все же не можем утверждать, что составленный нами план является оптимальным.

1.4 Распределительный метод оптимального плана

Теперь попробуем улучшить план, составленный способом северо-западного угла. Перенесем, например, 18 единиц из клетки (1,1) в клетку (2,1) и чтобы не нарушить баланса перенесём те же 18 единиц из клетки (2,3) в клетку (1,3). Получим новый план. Подсчитав стоимость опорного плана (она ровняется 1039) и стоимость нового плана (она ровняется 913) нетрудно убедиться, что стоимость нового плана на 126 единиц меньше. Таким образом, за счёт циклической перестановки 18 единиц груза из одних клеток в другие нам удалось понизить стоимость плана:

Таблица №4

ПН ПО	В1	В2	В3	В4	В5	Запасы аi
А1	10	8 27	5 21	6	9	48
А2	6 18	7	8 12	6	5	30
А3	8	7	10 9	8 12	7 6	27
А4	7	5	4	6	8 20	20
Заявки bj	18	27	42	12	26	125

На этом способе уменьшения стоимости в дальнейшем и будет основан алгоритм оптимизации плана перевозок. Циклом в транспортной задаче мы будем называть несколько занятых клеток, соединённых замкнутой, ломанной линией, которая в каждой клетке совершает поворот на 90°. Существует несколько вариантов цикла:

1.) 2.) 3.)

Нетрудно убедиться, что каждый цикл имеет чётное число вершин и значит, чётное число звеньев (стрелок). Условимся отмечать знаком “+” те вершины цикла, в которых перевозки необходимо увеличить, а знаком “-”, те вершины, в которых перевозки необходимо уменьшить. Цикл с отмеченными вершинами будем называть означенным. Перенести какое-то количество единиц груза по означенному циклу, это значит увеличить перевозки, стоящие в положительных вершинах цикла, на это количество единиц, а перевозки, стоящие в отрицательных вершинах уменьшить на то же количество. Очевидно, при переносе любого числа единиц по циклу равновесие между запасами и заявками не меняется: по прежнему сумма перевозок в каждой строке равна запасам этой строки, а сумма перевозок в каждом столбце - заявке этого столбца. Таким образом, при любом циклическом переносе, оставляющем перевозки неотрицательными, допустимый план остаётся допустимым.

Стоимость же плана при этом может меняться: увеличиваться или уменьшатся. Назовём ценой цикла увеличение стоимости перевозок при перемещении одной единицы груза по означенному циклу. Очевидно, цена цикла ровна алгебраической сумме стоимостей, стоящих в вершинах цикла, причём стоящие в положительных вершинах берутся со знаком “+”, а в отрицательных со знаком “-” . Обозначим цену цикла через g.

При перемещении одной единицы груза по циклу стоимость перевозок увеличивается на величину g. При перемещении по нему k единиц груза стоимость перевозок увеличиться на kg. Очевидно, для улучшения плана имеет смысл перемещать перевозки только по тем циклам, цена которых отрицательна. Каждый раз, когда нам удаётся совершить такое перемещение, стоимость плана уменьшается на соответствующую величину kg. Так как перевозки не могут быть отрицательными, мы будем пользоваться только такими циклами, отрицательные вершины которых лежат в базисных клетках таблицы, где стоят положительные перевозки.

Если циклов с отрицательной ценой в таблице больше не осталось, это означает, что дальнейшее улучшение плана невозможно, то есть оптимальный план достигнут. Метод последовательного улучшения плана перевозок и состоит в том, что в таблице отыскиваются циклы с отрицательной ценой, по ним перемещаются перевозки, и план улучшается до тех пор, пока циклов с отрицательной ценой уже не останется. При улучшении плана циклическими переносами, как правило, пользуются приёмом, заимствованным из симплекс-метода: при каждом шаге (цикле) заменяют одну свободную переменную на базисную, то есть заполняют одну свободную клетку и взамен того освобождают одну из базисных клеток. При этом общее число базисных клеток остаётся неизменным и равным m + n - 1. Этот метод удобен тем, что для него легче находить подходящие циклы. Можно доказать, что для любой свободной клетке транспортной таблице всегда существует цикл и притом единственный, одна из вершин которого лежит в этой свободной клетке, а все остальные в базисных клетках. Если цена такого цикла, с плюсом в свободной клетке, отрицательна, то план можно улучшить перемещением перевозок по данному циклу. Количество единиц груза k, которое можно переместить, определяется минимальным значением перевозок, стоящих в отрицательных вершинах цикла (если переместить большее число единиц груза, возникнут отрицательные перевозки).

Применённый выше метод отыскания оптимального решения транспортной задачи называется распределённым; он состоит в непосредственном отыскании свободных клеток с отрицательной ценой цикла и в перемещении перевозок по этому циклу.

Распределительный метод решения транспортной задачи, с которым мы познакомились, обладает одним недостатком: нужно отыскивать циклы для всех свободных клеток и находить их цены. От этой трудоёмкой работы нас избавляет специальный метод решения транспортной задачи, который называется методом потенциалов.

транспортный опорный план перевозка

Глава II. Метод потенциалов решения транспортной задачи

2.1 Решения транспортной задачи методом потенциалов

Этот метод позволяет автоматически выделять циклы с отрицательной ценой и определять их цены. Пусть имеется транспортная задача с балансовыми условиями

Стоимость перевозки единицы груза из A_i в B_j равна C_ij; таблица стоимостей задана. Требуется найти план перевозок x_ij, который удовлетворял бы балансовым условиям, и при этом стоимость всех перевозок была минимальна.

Идея метода потенциалов для решения транспортной задачи сводиться к следующему. Представим себе что каждый из пунктов отправления A_i вносит за перевозку единицы груза (всё равно куда) какую-то сумму a_i; в свою очередь каждый из пунктов назначения B_j также вносит за перевозку груза (куда угодно) сумму b_j. Эти платежи передаются некоторому третьему лицу (“перевозчику“). Обозначим a_i + b_j = и_ij (i=1. m; j=1. n) и будем называть величину и_ij “псевдостоимостью" перевозки единицы груза из A_i в B_j. Заметим, что платежи a_i и b_j не обязательно должны быть положительными; не исключено, что “перевозчик" сам платит тому или другому пункту какую-то премию за перевозку.

Также надо отметить, что суммарная псевдостоимость любого допустимого плана перевозок при заданных платежах (a_i и b_j) одна и та же и от плана к плану не меняется. До сих пор мы никак не связывали платежи (a_i и b_j) и псевдостоимости и_ij с истинными стоимостями перевозок C _ij. Теперь мы установим между ними связь. Предположим, что план x_ij невырожденный (число базисных клеток в таблице перевозок ровно m + n - 1). Для всех этих клеток x_ij >0. Определим платежи (a_i и b_j) так, чтобы во всех базисных клетках псевдостоимости были ровны стоимостям:

и_ij = a_i + b_j = с_ij, при x_ij >0.

Что касается свободных клеток (где x_ij = 0), то в них соотношение между псевдостоимостями и стоимостями может быть, какое угодно. Оказывается соотношение между псевдостоимостями и стоимостями в свободных клетках показывает, является ли план оптимальным или же он может быть улучшен. Существует специальная теорема: Если для всех базисных клеток плана

x_ij > 0, a_i + b_j = и_ij= с_ij,

а для всех свободных клеток

x_ij =0, a_i + b_j = и_ij? с_ij,

то план является оптимальным и никакими способами улучшен быть не может. Нетрудно показать, что это теорема справедлива также для вырожденного плана, и некоторые из базисных переменных равны нулю. План, обладающий свойством:

Ш и_ij= с_ij (для всех базисных клеток) (1)

Ш и_ij? с_ij (для всех свободных клеток) (2)

называется потенциальным планом, а соответствующие ему платежи (a_i и b_j) - потенциалами пунктов A_i и B_j (i=1,.,m; j=1,.,n).

Пользуясь этой терминологией вышеупомянутую теорему можно сформулировать так: «всякий потенциальный план является оптимальным».

Итак, для решения транспортной задачи нам нужно одно - построить потенциальный план. Оказывается его можно построить методом последовательных приближений, задаваясь сначала какой-то произвольной системой платежей, удовлетворяющей условию (1). При этом в каждой базисной клетке получиться сумма платежей, равная стоимости перевозок в данной клетке; затем, улучшая план, следует одновременно менять систему платежей. Так, что они приближаются к потенциалам. При улучшении плана нам помогает следующее свойство платежей и псевдостоимостей: какова бы ни была система платежей (a_i и b_j) удовлетворяющая условию (1), для каждой свободной клетки цена цикла пересчёта равна разности между стоимостью и псевдостоимостью в данной клетке: g_ij = с_ij - и_ij.

Таким образом, при пользовании методом потенциалов для решения транспортной задачи отпадает наиболее трудоёмкий элемент распределительного метода: поиски циклов с отрицательной ценой.

Процедура построения потенциального (оптимального) плана состоит в следующем. В качестве первого приближения к оптимальному плану берётся любой допустимый план (например, построенный способом минимальной стоимости по строке). В этом плане m + n - 1 базисных клеток, где m - число строк, n - число столбцов транспортной таблицы. Для этого плана можно определить платежи (a_i и b_j), так, чтобы в каждой базисной клетке выполнялось условие: a_i + b_j = с_ij (3)

Уравнений всего m+n-1, а число неизвестных равно m+n. Следовательно, одну из этих неизвестных можно задать произвольно (например, равной нулю). После этого из m + n - 1 уравнений можно найти остальные платежи a_i, b_j, а по ним вычислить псевдостоимости, и_i,j= a_i + b_j для каждой свободной клетки.

Таблица №5

ПН / ПО	В1	В2	В3	В4	В5	ai
А1	10 и = 7	8 и = 6	5 42	6 6	9 и = 6	a1= 0
А2	6 4	7 и = 5	8 и = 4	6 и = 5	5 26	a2= - 1
А3	8 и = 8	7 27	10 и = 6	8 и = 7	7 0	a3= 1
А4	7 14	5 и = 6	4 и = 5	6 6	8 и = 6	a4= 0
bj	b1= 7	b2= 6	b3= 5	b4= 6	b5= 6

a₄ = 0,

b₄ = 6, так как a₄ + b₄ = С₄₄ = 6,

a₁= 0, так как a₁ + b₄ = С₁₄ = 6,

b₃ = 5, так как a₁ + b₃ = С₁₃ = 5,

b₁ = 7, так как a₄ + b₁ = С₄₁ = 7,

a₂= - 1, так как a₂ + b₁ = С₂₁ = 6,

b₅ = 6, так как a₂ + b₅ = С₂₅ = 5,

a₃= 1, так как a₃ + b₅ = С₃₅ = 7,

b₂ = 6, так как a₃ + b₂ = С₂₅ = 7.

Если оказалось, что все эти псевдостоимости не превосходят стоимостей и_ij и с_ij, и і то план потенциален и, значит, оптимален. Если же хотя бы в одной свободной клетке псевдостоимость больше стоимости (как в нашем примере), то план не является оптимальным и может быть улучшен переносом перевозок по циклу, соответствующему данной свободной клетке. Цена этого цикла ровна разности между стоимостью и псевдостоимостью в этой свободной клетке. В таблице № 5 мы получили в двух клетках и_ij и с_ij, теперь можно построить цикл в любой из этих двух клеток. Выгоднее всего строить цикл в той клетке, в которой разность и_ij - с_ij максимальна. В нашем случае в обоих клетках разность одинакова (равна 1), поэтому, для построения цикла выберем, например, клетку (4,2):

Таблица №6

ПН ПО	В1	В2	В3	В4	В5	ai
А1	10	8	5 42	6 6	9	0
А2	6 + 4	7	8	6	5 - 26	-1
А3	8	7 - 27	10	8	7 + 0	1
А4	7 - 14	5 +	4	6 6	8	0
bj	7	6	5	6	6

Теперь будем перемещать по циклу число 14, так как оно является минимальным из чисел, стоящих в клетках, помеченных знаком “-”. При перемещении мы будем вычитать 14 из клеток со знаком - и прибавлять к клеткам со знаком “+”. После этого необходимо подсчитать потенциалы a_i и b_j и цикл расчетов повторяется. Итак, мы приходим к следующему: алгоритму решения транспортной задачи методом потенциалов.

2.2 Алгоритм решения транспортной задачи методом потенциалов

1. Взять любой опорный план перевозок, в котором отмечены m +n - 1 базисных клеток (остальные клетки свободные).

2. Определить для этого плана платежи (a_i и b_j) исходя из условия, чтобы в любой базисной клетке псевдостоимости были равны стоимостям. Один из платежей можно назначить произвольно, например, положить равным нулю.

3. Подсчитать псевдостоимости и_i,j = a_i + b_j для всех свободных клеток. Если окажется, что все они не превышают стоимостей, то план оптимален.

4. Если хотя бы в одной свободной клетке псевдостоимость превышает стоимость, следует приступить к улучшению плана путём переброски перевозок по циклу, соответствующему любой свободной клетке с отрицательной ценой (для которой псевдостоимость больше стоимости).

5. После этого заново подсчитываются платежи и псевдостоимости, и, если план ещё не оптимален, процедура улучшения продолжается до тех пор, пока не будет найден оптимальный план. Так в нашем примере после 2 циклов расчетов получим оптимальный план. При этом стоимость всей перевозки изменялась следующим образом:

F₀ = 723, F₁ = 709, F₂ = F_min = 703.

Следует отметить так же, что оптимальный план может иметь и другой вид, но его стоимость останется такой же F_min = 703.

2.3 Пример решения транспортной задачи методом потенциалов

Пример: Решить транспортную задачу, исходные данные которой приведены в табл. 6.13.

Таблица 6.13

bj ai	100	100	300	300
100	1	2	3	1
200	2	3	4	6
300	3	4	7	12

Решение. 1. Проверяем выполнение необходимого и достаточного условия разрешимости задачи. Находим суммарные запасы поставщиков и запросы потребителей

Задача с неправильным балансом. Вводим четвертого, фиктивного поставщика с запасами и нулевыми стоимостями перевозки единиц груза (табл. 6.14).

2. Составляем начальное опорное решение методом минимальной стоимости (табл. 6.14).

Таблица 6.14

bj ai	100	100	300	300
100	1 100	2	3	1
200	2 0	3 100	4 100	6
300	3	4	7 200	12 100
200	0	0	0	0 200

Записываем матрицу стоимостей C. Находим в этой матрице наименьшие на каждом шаге стоимости и направляем в клетку, которая соответствует этим стоимостям, максимально допустимые объемы перевозок грузов.

При этом исключаем на каждом шаге одного поставщика или потребителя. Кружочками в матрице C указаны минимальные элементы, а цифрами рядом со строками и столбцами - порядок исключения из рассмотрения поставщиков и потребителей. Напомним, что запасы фиктивного поставщика вывозятся в последнюю очередь.

Полученное решение X₁ имеет m+n-1=4+4-1=7 базисных переменных. Опорное решение является вырожденным, так как одна из его координат равна нулю. Вычислим значение целевой функции на этом опорном решении Z(X₁)=100·1+0·2+100·3+100·4+200·7+100·12+200·0=3400.

3. Для проверки оптимальности опорного решения необходимо найти потенциалы. По признаку оптимальности в каждой занятой опорным решением клетке таблицы транспортной задачи сумма потенциалов равняется стоимости (u_i+v_j=c_ij при x_ij>0). Записываем систему уравнений для нахождения потенциалов

u₁+v₁=1,

u₂+v₁=2,

u₂+v₂=3,

u₂+v₃=4,

u₃+v₃=7,

u₃+v₄=12,

u₄+v₄=0.

Система состоит из семи уравнений и имеет восемь переменных. Система неопределенная. Одному из потенциалов задаем значение произвольно: пусть u₂=0. Остальные потенциалы находятся однозначно

u₂=0

v₁=2-u₂=2-0=2;

v₂=3-u₂=3-0=3;

v₃=4-u₂=4-0=4;

u₁=1-v₁=1-2=-1;

u₃=7-v₃=7-4=3;

v₄=12-u₃=12-3=9;

u₄=0-v₄=0-9=-9.

Значения потенциалов записываем рядом с запасами или запросами соответствующих поставщиков и потребителей в таблицу (табл. 6.15).

Система уравнений для нахождения потенциалов достаточно проста, обычно ее решают устно, глядя на таблицу задачи, ее занятые клетки и известные потенциалы. Любой неизвестный потенциал, соответствующий занятой клетке, равен находящейся в этой клетке стоимости, минус известный потенциал, соответствующий этой клетке (6.14), (6.15).

Таблица 6.15

X1		v1=2	v2=3	v3=4	v4=9
	bj ai	100	100	300	300
u1=-1	100	- 1 100	2 0	3 0	+ 1 7
u2=0	200	2 + 0	3 100-	4 100	6 3
u3=3	300	3 2	4 2 +	7 200	12 100-
u4=-9	200	0	0	0	0 200

4. Проверяем опорное решение X₁ на оптимальность. С этой целью вычисляем оценки для всех незаполненных клеток таблицы (для всех занятых ).

Положительные оценки записывают в левые нижние углы соответствующих клеток таблицы, вместо отрицательных просто ставим знак “-”.

Начальное опорное решение не является оптимальным, так как имеются положительные оценки.

5. Переходим к новому опорному решению. Находим клетку таблицы, которой соответствует наибольшая положительная оценка. Имеем для клетки (1,4). Для этой клетки строим цикл. Ставим в нее знак “+”, присоединяем ее к занятым клеткам и применяем метод вычеркивания. После проведения вычеркиваний в таблице остаются только образующие цикл клетки. Цикл изображен в табл. 6.15. на основании теоремы 6.6 такой цикл единственный . В угловых точках цикла расставляются поочередно знаки “+” и “”, начиная с “+” в клетке (1,4). В клетки, отмеченные знаком “+” добавляется груз и, а из клеток, отмеченных знаком минус, вычитается такой же по величине груз. Определяем величину груза и, перераспределяемого по циклу. Она равняется значению наименьшей из перевозок в клетках цикла, отмеченных знаком “-”

Осуществляем сдвиг по циклу на величину и=100. Получаем второе опорное решение X₂ (табл. 6.16).

Таблица 6.16

X2		v1=2	v2=3	v3=4	v4=9
	bj ai	100	100	300	300
u1=-1	100	1 0	2 0	3 0	1 100
u2=0	200	2 100	- 3 100	+ 4 0	6
u3=3	300	3 2	4 2 +	7 300-	12
u4=-2	200	0	0 1	0 2	0 200

В данном случае минимум перевозок в клетках, отмеченных знаком “-” достигался сразу в трех клетках, поэтому для того, чтобы число занятых клеток опорного решения было по-прежнему равно m+n-1=7, в клетки с номерами (1,1) и (2,3) поставлены нулевые базисные перевозки. Следует освобождать клетку с большей стоимостью перевозки, т.е. клетку (3.4).

Вычисляем значение целевой функции на втором опорном решении

Z(X₂)=0·1+100·1+100·2+100·3+0·4+300·7+200·0=2700.

6. Проверяем второе опорное решение X₂ на оптимальность. Находим потенциалы и оценки. Они приведены в табл. 6.16. Решение не является оптимальным, так как имеются положительные оценки ?₃₁=2, ?₃₂=2, ?₄₂=1 и ?₄₃=2. Наибольшая из них равняется 2 одновременно для трех клеток (3,1), (3,2), (4,3). В одну из них, пусть в клетку (3,2), ставим знак “+”. Для этой клетки строим цикл (табл. 6.16), и находим величину груза для перераспределения по циклу:

Осуществляем сдвиг по циклу на величину и=100. Получаем третье опорное решение X₃ (табл. 6.17).

Таблица 6.17

X3		v1=1	v2=0	v3=3	v4=1
	bj ai	100	100	300	300
u1=0	100	1 0	2	3 0	1 100
u2=1	200	- 2 100	3	+ 4 100	6
u3=4	300	3 2 +	4 100	7 200-	12
u4=-1	200	0 0	0	0 2	0 200

Вычисляем значение целевой функции на третьем опорном решении

Z(X₃)=0·1+100·1+100·2+100·4+100·4+200·7+200·0=2500.

7. Проверяем третье опорное решение X₃ на оптимальность. Находим потенциалы и оценки. Они приведены в табл. 6.17. Решение не является оптимальным, так как имеются положительные оценки ?₃₁=2 и ?₄₃=2. В одну из клеток с положительной оценкой, пусть в клетку (3,1), ставим знак “+”. Для этой клетки строим цикл (табл. 6.17) и находим величину груза для перераспределения по циклу

Осуществляем сдвиг по циклу на величину и=100. Получаем четвертое опорное решение X₄ (табл. 6.18).

Таблица 6.18

X4		v1=3	v2=4	v3=7	v4=3
	bj ai	100	100	300	300
u1=-2	100	- 1 0	2 0	3 2	1 100+
u2=-3	200	2	3	4 200	6
u3=0	300	3 +100	4 100	7 100-	12
u4=-3	200	0 0	0 1	0 4 +	0 200-

Вычисляем значение целевой функции на четвертом опорном решении

Z(X₄)=0·1+100·1+200·4+100·3+100·4+100·7+200·0=2300.

8. Проверяем решение X₄ на оптимальность. Находим потенциалы и оценки. Они приведены в табл. 6.18. Положительными являются оценки ?₁₃=2, ?₄₂=1 и ?₄₃=4. Для клетки (4,3), которой соответствует наибольшая оценка, строим цикл (табл. 6.18) и находим величину груза для перераспределения по циклу

Осуществляем сдвиг по циклу на величину и=0. Получаем пятое опорное решение X₅ (табл. 6.19).

Таблица 6.19

X5		v1=3	v2=4	v3=7	v4=7
	bj ai	100	100	300	300
u1=-6	100	1 -	2 -	3 -	1 100
u2=-3	200	2 -	3 -	4 200	6 -
u3=0	300	3 100	4 100	7 100	12 -
u4=-7	200	0 -	0 -	0 - 0	0 200

Решение является оптимальным, так как все оценки отрицательные. Значение целевой функции Z(X₅)= Z(X₄)=2300.

Ответ:

min Z(X)=2300

при

Заключение

В курсовой работе изложены основные подходы и методы решения транспортной задачи, являющейся одной из наиболее распространенных задач линейного программирования. Решение данной задачи позволяет разработать наиболее рациональные пути и способы транспортирования товаров, устранить чрезмерно дальние, встречные, повторные перевозки. Все это сокращает время продвижения товаров, уменьшает затраты предприятий и фирм, связанные с осуществлением процессов снабжения сырьем, материалами, топливом, оборудованием и т.д.

Алгоритм и методы решения транспортной задачи могут быть использованы при решении некоторых экономических задач, не имеющих ничего общего с транспортировкой груза. В этом случае величины тарифов c_ij имеют различный смысл в зависимости от конкретной экономической задачи. К таким задачам относятся следующие: оптимальное закрепление за станками операций по обработке деталей. В них c_ij является таким экономическим показателем, как производительность. Задача позволяет определить, сколько времени и на какой операции нужно использовать каждый из станков, чтобы обработать максимальное количество деталей. Так как транспортная задача требует нахождения минимума, то значения c_ij берутся с отрицательным знаком; оптимальные назначения, или проблема выбора. Имеется m механизмов, которые могут выполнять m различных работ с производительностью c_ij. Задача позволяет определить, какой механизм и на какую работу надо назначить, чтобы добиться максимальной производительности; задача о сокращении производства с учетом суммарных расходов на изготовление и транспортировку продукции; увеличение производительности автомобильного транспорта за счет минимизации порожнего пробега. Уменьшение порожнего пробега сократит количество автомобилей для перевозок, увеличив их производительность; решение задач с помощью метода запрещения перевозок. Используется в том случае, если груз от некоторого поставщика по каким-то причинам не может быть отправлен одному из потребителей.

Данное ограничение можно учесть, присвоив соответствующей клетке достаточно большое значение стоимости, тем самым в эту клетку не будут производиться перевозки. Таким образом, важность решения данной задачи для экономики несомненна. Приятно осознавать, что у истоков создания теории линейного программирования и решения, в том числе и транспортной задачи, стоял русский ученый - Леонид Витальевич Канторович.

Список использованной литературы

1. Астафьев Н.Н., Еремин И.И. Введение в теорию линейного и выпуклого программирования М.; Наука, 2000. - 387 с.

2. Бронштейн И.Н., Семендяев К.А. Справочник по математике. - М.; Наука,

2001. -298 с.

3. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник/Под общ. ред. д.э.н., проф. Сидоровича А.В.; МГУ им. Ломоносова М.В. 3-е изд., перераб. - М.: Издательство «Дело и Сервис», 2001. - 368 с.

4. Иванов Ю.П., Лотов А.В. Математические модели в экономике. - М.; Наука,

2003. - 453 с.

5. Карманов В.Г. Математическое программирование. - М.; Наука, 2000. - 342 с.

6. Ларионов Ю.И., Хажмурадов М.А., Кутуев Р.А. Методы исследований операций: Часть 1, 2010. - 312 с.

7. Моисеев Н.Н., Иванов Ю.П., Столярова Е.М. Методы оптимизации. -М.; Наука, 2002. - 340 с.

8. Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении: Учеб. пособие. - М.: Дело, 2000. - 440 с.

Размещено на Allbest.ru