
- •Содержание
- •1. Постановка задачи линейного программирования.
- •2. Существующие математические программные системы.
- •3. Решение задачи линейного программирования графическим методом.
- •4. Геометрическая интерпретация двойственных задач.
- •5. Симплексный метод.
- •6. Транспортная задача.
- •7. Задачи теории игр и линейное программирование.
- •8. Сведение задач теории игр к задачам линейного программирования.
- •Литература
6. Транспортная задача.
Транспортная задача является важной задачей линейного программирования. Она возникает при планировании наиболее рациональных перевозок грузов. В одних случаях это означает определение такого плана перевозок, при котором стоимость перевозок была бы минимальной. В других случаях это означает выигрыш во времени.
Первая задача получила название транспортной задачи по критерию стоимости, вторая – по критерию времени.
Транспортная задача формулируется
следующим образом [7]: предположим, что
имеется
складов,
где хранится некоторый продукт в
количествах
, и имеется n пунктов
реализации этого продукта, потребности
которых равны
.
Требуется найти наиболее экономичный
способ перевозки продукта со складов
к потребителям, если затраты на перевозку
продукта с
-
того склада на
пункт равны
.
Обозначим
- количество продукта, перевозимого
-
того склада на
пункт потребителя, тогда требуется
найти минимум стоимости перевозок:
.
Суммы
и
являются
количествами вывезенного продукта с
-
того склада и потребленного продукта
потребителем. Так как весь продукт
должен быть вывезен и все потребители
удовлетворены, то накладывается система
ограничений:
,
,
,
,
.
План перевозок записывается в виде матрицы
.
План, минимизирующий суммарные транспортные издержки, называется оптимальным или решением транспортной задачи.
Совокупность величин записывается в виде матрицы, которая называется матрицей транспортных издержек:
.
Теорема. Для разрешимости транспортной задачи необходимо и достаточно, чтобы выполнялось условие баланса:
,
т.е. чтобы суммарный объем производства был равен суммарному объему потребителя.
Замечание. Количество неизвестных
должно быть равно
.
Решение транспортной задачи начинается с первоначального базисного распределения поставок. Базисное распределение поставок производится методом северо-западного угла или методом минимального элемента. Рассмотрим на следующем примере эти методы.
Пример 3 [7]. Пусть дано:
-
Поставщики
Мощность
поставщиков
Потребители и их спрос
1
2
3
4
20
110
40
110
1
60
1
2
5
3
2
120
1
6
5
2
3
160
6
3
7
4
Составим базисный план распределения поставок методом северо-западного угла. Для этого в крайнюю левую ячейку (северо – западный угол) таблицы дадим максимально
возможное значение – 20. После этого
спрос первого потребителя будет полностью
удовлетворен. Остальные клетки первого
столбца заполняем нулями. Следующий
северо – западный угол таблицы – клетка
.
Ей придаем максимально возможное
значение 40, так как мощность первого
поставщика равна 60, а 20 он уже отдал.
Остальные клетки первой строки заполняем
нулями. Следующий северо – западный
угол – это клетка
.
В нее мы можем дать 70, так как 110-40=70.
Остальные клетки второго столбца
закрываем нулями. Действуя далее
аналогично, в итоге получим таблицу:
|
20 |
110 |
40 |
110 |
60 |
1 |
2 |
5 |
3 |
20 |
40 |
0 |
0 |
|
120 |
1 |
6 |
5 |
2 |
0 |
70 |
40 |
10 |
|
160 |
6 |
3 |
7 |
4 |
0 |
0 |
0 |
100 |
Суммарные транспортные издержки согласно данному плану:
Существенным недостатком метода северо – западного угла является то, что план построен без учета значений коэффициентов затрат задачи.
Более эффективное базисное решение может быть получено методом минимального элемента. Сущность этого метода состоит в выборе клетки с минимальным тарифом. Выбор пунктов назначения и отправления целесообразно производить, ориентируясь на тарифы перевозок, а именно, на каждом шаге следует выбирать какую-нибудь клетку, отвечающую минимальному тарифу (если таких клеток несколько, то можно выбрать любую из них), и рассмотреть пункты назначения и отправления, соответствующие выбранной клетке [Акулич].
В данном случае таких клеток две:
и
.
Максимально возможные поставки
.
Так как они совпадают, то максимально
возможная поставка дается в любую из
них – например, в клетку
.
Далее алгоритм тот же. В итоге получим
следующий опорный план:
|
20 |
110 |
40 |
110 |
60 |
1\20 |
2\40 |
5\0 |
3\0 |
120 |
1\0 |
6\0 |
5\10 |
2\110 |
160 |
6\0 |
3\70 |
7\30 |
4\0 |
Суммарные транспортные издержки согласно данному плану:
Что значительно меньше, чем в методе северо – западного угла. Полученный план проверим на оптимальность методом потенциалов [8].
Если
,
то
- свободная переменная. Каждому пункту
отправления ставится в соответствие
потенциал
.
Потенциалы находятся из системы
для базисных переменных. В нашем случае:
,
,
,
.
Пусть
,
тогда
,
,
,
,
,
,
.
Для свободных переменных найдем косвенные стоимости:
,
,
,
,
,
,
.
Для свободных переменных находим коэффициенты:
.
Итак,
,
,
,
,
,
.
Если
,
то эта клетка должна быть закрыта. В
нашем случае таковой является клетка
(1,3). Закроем ее клетками (2,3) и (2,4). Из
первой строки 10 переведем из клетки
(1,1) на (2,1) а 30 с (1,2) на (3,2). Получим:
|
20 |
110 |
40 |
110 |
60 |
1\10 |
2\10 |
5\40 |
3\0 |
120 |
1\10 |
6\0 |
5\0 |
2\110 |
160 |
6\0 |
3\100 |
7\0 |
4\0 |
Суммарные транспортные издержки согласно данному плану:
Проверка плана на оптимальность:
,
,
,
,
.
Пусть
,
тогда
,
,
,
,
.
Для свободных переменных найдем косвенные стоимости:
,
,
,
,
,
.
Для свободных переменных находим коэффициенты:
,
,
,
,
,
.
Так как все
,
то полученный план является оптимальным.