- •И.Л. Корнилова, н.Н. Парамонова, а.П. Табурчак транспортные задачи в экономико-математическом моделировании
- •Введение
- •3.2 Разрешимость транспортной задачи
- •3.3 Открытая и закрытая модели транспортной задачи
- •3.4 Задача о распределении специалистов, как пример альтернативной экономической интерпретации транспортной задачи
- •3.5 Опорный план транспортной задачи
- •3.5.1 Метод северо-западного угла построения опорного плана транспортной задачи
- •3.5.2 Метод наименьшей стоимости
- •3.5.3 Метод аппроксимации Фогеля
- •3.6 Метод потенциалов
- •3.7 Пример решения задачи методом потенциалов
- •3.8 Модификации транспортной задачи
- •3.9 Порядок выполнения работы
- •4 Оформление результатов работы
- •5 Контрольные вопросы
- •Лабораторная работа 2 решение транспортной задачи с помощью надстройки «поиск решения» в microsoft excel
- •3.2 Отчет по результатам для транспортной задачи
- •3.3 Отчет по устойчивости для транспортной задачи
- •3.3.1 Отчет по устойчивости для переменных
- •3.3.2 Отчет по устойчивости для ограничений
- •3.4 Отчет по пределам для транспортной задачи
- •3.5 Порядок выполнения работы
- •4 Оформление результатов работы
- •5 Контрольные вопросы
- •Литература
- •Приложение а (рекомендуемое) Задача о назначениях
- •Приложение б (обязательное) Введение в "Систему деловых задач"
- •Содержание
- •Транспортные задачи в экономико-математическом моделировании
- •190013, Санкт-Петербург, Московский пр., 26
3.5.2 Метод наименьшей стоимости
Недостатком метода северо-западного угла является то, что при построении исходного опорного плана никак не учитываются коэффициенты целевой функции. Если бы удалось их учесть, то можно было бы сразу построить более дешевый план. Тогда в ходе решения можно было бы быстрее перейти к самому дешевом, т.е. оптимальному плану. Существуют методы, позволяющие сразу построить этот план таким образом, что значение целевой функции на нем будет ближе к искомому оптимуму.
Один из них - метод наименьшей стоимости, который для задачи на минимум применяют следующим образом. Строят такую же таблицу, как и при использовании МСЗУ, но указывают в ней коэффициенты целевой функции для каждой ячейки. Таблицу начинают заполнять с той ячейки, которой соответствует наименьший коэффициентcij., т.е. вначале отправляют продукцию по тому направлению, где перевозки самые дешевые.
Пусть наименьшая цена перевозки соответствует переменной xiojo. Тогда
1). Если aio<bjo, тоxiojo=aio.
После этого строку ioисключают из рассмотрения (всеxioj= 0), а первому столбцу вместоbjo ставят в соответствиеbjo`=bjo-aio.
2). Если aio>bjo, тоxiojo=bjo. Исключают столбецjo,aio`=aio-bjo.
3). Если aio =bjo, то можно исключить либо столбец, либо строку.
Затем снова выбирают наименьший коэффициент cijиз оставшихся и рассматривают соответствующую ячейку.
Если клеток с наименьшим коэффициентом несколько, то берется та из них, которой можно присвоить наибольшее значение; если и таких несколько, то любая из них.
Далее действуют аналогично, пока не будут исключены из рассмотрения все клетки таблицы. Если при этом заполнены менее чем m+n-1 клетка таблицы, то вводят в базис со значением 0 переменную, которой соответствует наименьший коэффициентcijиз незаполненных клеток.
Рассмотрим применение данного метода к той же задаче. В левый верхний угол каждой клетки таблицы впишем значения коэффициентов целевой функции при переменных. Наименьшие коэффициенты, равные нулю, находятся в третьем столбце (при трех переменных - x13,x23,x33). Какую из них выбрать? Если сравнивать запасы и потребности, оказывается, что в любом центре производства производится больше установок, чем необходимо дополнительному центру сбыта. Следовательно, при выборе любой из этих переменных ее нужно приравнять к 10. Возьмем, например, переменнуюx13, т.е. излишек установок в Стокгольме. Так как 120 > 10 (a1>b3), будем считать, что все 10 «лишних» установок производятся именно в Стокгольме и там останутся (x13= 10). После этого дополнительный центр сбыта можно исключить из рассмотрения, а из Стокгольма останется вывезти еще 110 установок:
Лейпциг |
Лион |
дополнительный центр сбыта |
ai | |
|
25 |
14 |
0 |
|
Стокгольм |
|
|
10 |
|
|
18 |
8 |
0 |
|
Триест |
|
|
|
40 |
|
12 |
6 |
0 |
|
Руан |
|
|
|
90 |
bj |
150 |
90 |
10 |
|
Теперь наименьший коэффициент, равный 6, соответствует стоимости перевозки одной установки из Руана в Лион. В Руане производится столько же установок, сколько необходимо поставить в Лион, поэтому x32= 90, а из рассмотрения можно исключить либо третью строку, либо второй столбец. Исключим из рассмотрения Руан, а новые потребности Лиона примем равными нулю:
Лейпциг |
Лион |
дополнительный центр сбыта |
ai | |
|
25 |
14 |
0 |
|
Стокгольм |
|
|
10 |
|
|
18 |
8 |
0 |
|
Триест |
|
|
|
40 |
|
12 |
6 |
0 |
|
Руан |
|
90 |
|
90 |
bj |
150 |
|
10 |
|
В оставшейся части таблицы дешевле всего поставки из Триеста в Лион (min{25; 14; 18; 8} = с22= 8), но их следует принять равными нулю (x22= 0), так как потребности Лиона уже полностью удовлетворены. После этого в рассмотрении останутся только поставки в Лейпциг из Стокгольма и Триеста. Везти установки из Триеста дешевле (с21= 18), и эти перевозки следует принять равными 40 (x21= 40). Оставшиеся в Стокгольме 110 установок поставляются в Лейпциг (x11= 110):
Лейпциг |
Лион |
дополнительный центр сбыта |
ai | |
|
25 |
14 |
0 |
|
Стокгольм |
110 |
|
10 |
|
|
18 |
8 |
0 |
|
Триест |
40 |
0 |
|
40 |
|
12 |
6 |
0 |
|
Руан |
|
90 |
|
90 |
bj |
|
|
10 |
|
Заполненные 5 клеток таблицы соответствуют базисным переменным опорного плана. Отметим, что здесь базис вырожденный [3], так как одна из базисных переменных (x22) равна нулю. Полученный таким способом план несколько дешевле, чем план, полученный методом северо-западного угла: 25*110 + 18*40 + 6*90 = 4010 < 4100. Можно предположить, что если начать решать задачу с этого плана, то оптимальный план будет получен быстрее.
Если транспортная задача поставлена на максимум, а не на минимум, то рассмотренный метод превращается в метод наибольшей стоимости, и заполнение таблицы начинают с той ячейки, в которой коэффициент целевой функции – самый большой.