- •Содержание
- •Глава 1. Постановка транспортных задач 6
- •Глава 2. Определение оптимального плана транспортных задач 28
- •Введение
- •Глава 1.Постановка транспортных задач
- •1.1.Однопродуктовая транспортная модель
- •1.2.Многопродуктовая транспортная модель
- •1.3.Модель производства с запасами
- •1.4. Методы построения опорного плана
- •1.4.1. Метод северо-западного угла
- •1.4.2.Метод минимальной стоимости
- •1.4.3.Метод двойного предпочтения
- •1.4.4.Приближенный метод Фогеля
- •Глава 2.Определение оптимального плана транспортных задач
- •2.1.Решение транспортной задачи методом моди
- •2.2.Дельта-метод решения транспортной задачи
- •2.3.Решение задач закрепления потребителей за поставщиками и клиентуры за автотранспортными предприятиями с учетом дополнительных требований
- •2.3.1.Ограничения в поставках
- •2.3.2.Несбалансированное наличие и потребности
- •2.3.3.Задача закрепления при учете взаимозаменяемости автомобилей
- •2.3.4.Задача на минимизацию времени доставки груза
- •Глава 3.Задача о назначениях
- •3.1.Постановка задачи о назначениях
- •3.2.Венгерский метод решения задачи о назначениях
- •3.3.Применение задачи о назначениях к решению экономических проблем
- •Глава 4.Оптимальное планирование грузооборота
- •4.1.Транспортная сеть и характеристика перевозимых грузов
- •Объёмы потребления грузов
- •Объёмы производства песка
- •4.2.Оптимальное планирование грузоперевозок
- •4.3.Маршрутизация перевозок грузов при помашинных отправках
- •4.4.Составление кольцевых и маятниковых маршрутов
- •Глава 5.Оптимальное планирование работы автобусного парка
- •5.1.Постановка задачи
- •5.2.Двойственная задача линейного программирования
- •5.3. Примеры формулировок двойственных задач
- •5.4. Симметричная и несимметричная двойственные пары. Основы теории двойственности
- •Основная теорема теории двойственности
- •5.5. Условия равновесия в симметричной паре. Экономическая интерпретация
- •5.6.Решение задачи оптимального планирования работы автопарка
- •Глава 6.Область применения сетевых транспортных задач
- •6.1.Примеры применения модели о кратчайшем пути
- •6.2.Алгоритмы нахождения кратчайшего пути
- •6.2.1.Алгоритм для сетей без циклов
- •6.2.2.Алгоритм для сетей с циклами
- •6.2.3.Алгоритм Флойда
- •6.3.Алгоритм нахождения максимального потока в сети
- •6.4.Представление сетевых задач как задач линейного программирования
- •Глава 7.Применение сетевых моделей в транспортировке грузов
- •7.1. Определение кратчайших расстояний между пунктами транспортной сети
- •7.2. Решение задачи коммивояжера методом "ветвей и границ"
- •7.3. Определение развозочных маршрутов для перевозки мелких партий грузов
- •7.3.1. Нахождение кратчайшей связывающей все пункты сети и набор пунктов в маршруты
- •7.3.2. Определение очередности объезда пунктов маршрута
- •Матрица кратчайших расстояний 2-го маршрута
- •7.4. Определение развозочных маршрутов для мелких партий грузов методом Кларка Райта
- •Список литературы
5.3. Примеры формулировок двойственных задач
Пример 5.0:
Прямая задача:
f0=5х1+12х2+4х3 → maх
при ограничениях:
х 1+2х2+х3≤10
2х1 х2+3х3=8
х1, х2, х3 ≥ 0
В канонической форме прямая задача
f0=5х1+12х2+4х3+0х4 mах
х 1+2х2+х3+х4 = 10 y1
2х1х2+3х3+ 0х4 =8 y2
хi ≥ 0 i=1,2,..,4
Двойственная задача:
W = 10y1+ 8y2 → min
при ограничениях:
х 1: y1+2y2 ≥5
х2: +y1y2 ≥ 12
х3: y1+3y2 ≥4
х4: y1+0y2 ≥0
y1≥0 , y2 – не ограничена в знаке
Пример 5.0:
Прямая задача:
В стандартной форме f0=5х12х2min |
В канонической форме f0 = 5х1–2х2+0х3+0х4min
|
при ограничениях |
при ограничениях |
- х1+х2≥+3 (1)(-1) |
х 1х2+х3 = -3 y1 |
2х1+3х2 5 (2) |
2х1+3х2+х4=5 y2 |
х1, х2 0 |
хi 0, i=1,2,...,4 |
Двойственная задача:
W = -3y1+5y2 max
при ограничениях
х1: y1+2y2 ≤5
х2: -y1+3y2 ≤-2
х3: y1≤0
х4: y2 ≤0
Пример 5.0:
Прямая задача:
f0=5х1 + 6х2 max
при ограничениях
х 1 + 2х2 = 5
-х1+5х2 ≤ 3
4х1 +7х2 ≤ 8
х2≤ 0
х1 не ограничен в знаке
Заменим х1=u–v, где u≥0, v≥0. Тогда
f0 =5u –5v + 6x2max
u– v + 2x2=5 y1
- u + v +5x2 –x3= 3 y2
4u – 4v +7x2 +x4 = 8 y3
u, v, xi 0, i=2, 3, 4
Двойственная задача:
W = 5y1+3y2+8y3min
п ри ограничениях
u: y1y2+4y3 ≥5 (1)
v: y1+y24y3 ≥5 или y1y2+4y3 ≤ 5 (2)
x2: 2y1+5y2+7y3 ≥6 (3)
x3: y2 ≥ 0 (4)
x4: y3≥ 0 (5)
y1 не ограничен в знаке.
Заметим, что ограничения (1) и (2) двойственной задачи можно заменить одним ограничением в виде равенства y1–у2+4у3=5. Такая замена возможна всякий раз, когда переменная прямой задачи не ограничена в знаке.
Пример 5.0:
Прямая задача:
В стандартной форме f0=5х12х2min |
В канонической форме f0 = 5х1–2х2+ MR min (M - штраф за использование R) |
при ограничениях |
при ограничениях |
- х1+х2≥3 (1) |
х 1+х2х3+R=3 y1 |
2х1+3х2 5 (2) |
2х1+3х2+х4=5 y2 |
х1, х2 0 |
хi 0, i=1,2,...,4 |
Двойственная задача:
W = 3y1 +5y2 max
п ри ограничениях
х1: -y1+2y2≤ 5
х2: y1+3y2 ≤ -2
х3: -y1≤ 0 или y1≥ 0
х4: y2≤ 0
R: y1≤ M т.е. y1≥0,
y2 – не ограничена в знаке.
5.4. Симметричная и несимметричная двойственные пары. Основы теории двойственности
Представим задачи (5.1), (5.2) в векторно-матричной форме (5.3) и (5.4).
<c,X>→мах, AX ≤ b, X ≥ 0, |
(5.20) |
<b,Y>→min, ATy ≥ c, Y ≥ 0 |
(5.21) |
Здесь AT – транспортированная матрица А. Отметим характерные структурные связи между задачами (5.3) и (5.4):
1) Число переменных двойственной задачи равно числу основных ограничений прямой задачи;
2) Число ограничений двойственной задачи равно числу переменных прямой задачи;
3) Матрица условий двойственной задачи равна транспортированной матрице условий прямой задачи;
4) Вектор ограничений прямой задачи является целевым вектором двойственной задачи;
5) Целевой вектор прямой задачи является вектором ограничений двойственной задачи;
6) При переходе к двойственной задаче направление оптимизации меняется на противоположенное, а знаки ограничений двойственной задачи выбираются согласно табл. 77.
Нетрудно видеть, что задача (5.3) является, в свою очередь, двойственной по отношению к задаче (5.4) (предварительно следует представить задачу (5.4) в канонической форме). Иными словами эти задачи взаимно двойственны. Назовем их симметричной двойственной парой задач линейного программирования.
Установим простейшие свойства пары (5.3), (5.4). Введем множество допустимых планов.
D = (X є Rn: AX ≤ b, X ≥ 0),
Q = (Y є Rm: ATX ≥ c, Y ≥ 0).
Лемма 1. Для любой пары допустимых планов X є D, Y є Q выполняется неравенство: <c,X> ≤ <b,Y>.
Доказательство: Используя ограничения двойственной пары задач и свойства скалярного произведения, получаем:
<c,X> ≤ <AT Y,X> = <y,AX> ≤ <b,Y>. Лемма доказана.
Следствие 1. Если D≠Ǿ и целевая функция <c,X> не ограничена сверху на D, то Q≠Ǿ.
Следствие 2. Если Q≠Ǿ и целевая функция <b,Y> не ограничена снизу на Q, то D≠Ǿ.
Лемма 2. Пусть Xо є D, Yо є Q, причем <c,Xо>=<b,Yо>. Тогда Xо – решение прямой задачи, Yо – решение двойственной задачи.
Доказательство: На основании леммы 1 <c,X> ≤ <b,Yо> = <c,Xо> для всех X є D. Это означает, что Xо – решение прямой задачи. Аналогично, <b,Y> ≥ <c,Xо> = <b,Yо> для всех Y є Q, т.е. Yо - решение двойственной задачи. Лемма доказана.
Лемма 3. Пусть в двойственной паре (5.3) и (5.4) допустимые множества не пусты: D≠Ǿ, Q≠Ǿ. Тогда прямая и двойственная задачи имеют решения.
Доказательство: докажем разрешимость прямой задачи. Пусть Y є Q – допустимый план. Тогда <c,X> ≤ <b,Y> для всех X є D, т. е. целевая функция прямой задачи ограничена сверху на D. Отсюда на основании теории симплекс-метода заключаем, что прямая задача имеет решение. Аналогичные рассуждения проходят и для двойственной задачи. Лемма доказана.
Рассмотрим задачу линейного программирования в канонической постановке (5.5).
<c,X> mах, |
(5.22) |
|
В векторно-матричной форме двойственная задача имеет вид (5.6).
<b,Y> min, АуТ с |
(5.23) |
Задачу (5.6) называют двойственной по отношению к канонической задаче (5.5). Отметим, что в (5.6) нет условий неотрицательности и двойственные переменные неограниченны в знаке.
Согласно построению значения задач (5.5), (5.6) совпадают, т.е. фактически доказана следующая теорема.