Критерий оптимальности базисного решения транспортной задачи. Методы отыскания оптимального решения

5.  Критерий оптимальности базисного решения транспортной задачи. Методы отыскания оптимального решения.

 

Из сказанного в предыдущем пункте вытекает следующий кри­терий оптимальности базисного решения транспортной задачи: если для некоторого базисного плана перевозок алгебраические суммы тарифов по циклам для всех свободных клеток неотрицательны, то этот план оптимальный.

Отсюда вытекает способ отыскания оптимального решения транспортной задачи, состоящий в том, что, имея некоторое базис­ное решение, вычисляют алгебраические суммы тарифов для всех свободных клеток. Если критерий оптимальности выполнен, то дан­ное решение является оптимальным; если же имеются клетки с отрицательными алгебраическими суммами тарифов, то переходят к новому базису, производя пересчет по циклу, соответствующему одной из таких клеток. Полученное таким образом новое базисное решение будет лучше исходного – затраты на его реализацию будут меньшими. Для нового решения также проверяют выполнимость критерия оптимальности и в случае необходимости снова совершают пересчет по циклу для одной из клеток с отрицательной алгебраиче­ской суммой тарифов и т. д.

Через конечное число шагов приходят к искомому оптимальному базисному решению.

В случае если алгебраические суммы тарифов для всех свобод­ных клеток положительны, мы имеем единственное оптимальное решение; если же алгебраические суммы тарифов для всех свобод­ных клеток неотрицательны, но среди них имеются алгебраические суммы тарифов, равные нулю, то оптимальное решение не единствен­ное: при пересчете по циклу для клетки с нулевой алгебраической суммой тарифов мы получим оптимальное же решение, но от­личное от исходного (затраты по обоим планам будут одина­ковыми).

В зависимости от методов подсчета алгебраических сумм тари­фов для свободных клеток различают два метода отыскания опти­мального решения транспортной задачи:

1.  Распределительный метод. При этом методе для каждой пустой клетки строят цикл и для каждого цикла непосредственно вычисляют алгебраическую сумму тарифов.

2.  Метод потенциалов. При этом методе предварительно находят потенциалы баз и потребителей, а затем вычисляют для каждой пустой клетки алгебраическую сумму тарифов с помощью потен­циалов.

Преимущества метода потенциалов по сравнению с распредели­тельным методом состоят в том, что отпадает необходимость построения циклов для каждой из пустых клеток и упрощается вычисление алгебраических сумм тарифов. Цикл строится только один – тот, по которому производится пересчет.

Применяя метод потенциалов, можно говорить не о знаке алгебраических сумм тарифов, а о сравнении косвенных тарифов с истинными. Требование неотрицательности алгебраических сумм тарифов заменяется условием, что косвенные тарифы не превосхо­дят истинных.

 Следует иметь в виду, что потенциалы (так же как и циклы) для каждого нового базисного плана определяются заново.

Выше рассматривалась закрытая модель транспортной задачи, с правильным балансом, когда выполняется условие (1.3). В случае выполнения (1.4) (открытая модель) баланс транспортной задачи может нарушаться в 2-ух направлениях:

1. Сумма запасов в пунктах отправления превышает сумму поданных заявок (транспортная задача с избытком запасов):

å а_i > å b_j ( где i=1,...,m ; j=1,...,n );

2. Сумма поданных заявок превышает наличные запасы (транспортная задача с избытком заявок):

å а_i < å b_j ( где i=1,...,m ; j=1,...,n );

Рассмотрим последовательно эти два случая:

Транспортная задача с избытком запасов.

Сведем её к ранее рассмотренной транспортной задаче с правильным балансом. Для этого, сверх имеющихся n пунктов назначения В₁, B₂, ... , B_n, введём ещё один, фиктивный, пункт назначения B_n+1, которому припишем фиктивную заявку, равную избытку запасов над заявками

b_n+1 = å а_i - å b_j ( где i=1,...,m ; j=1,...,n ) ,

а стоимость перевозок из всех пунктов отправления в фиктивный пункт назначения b_n+1 будем считать равной нулю. Введением фиктивного пункта назначения B_n+1 с его заявкой b_n+1 мы сравняли баланс транспортной задачи, и теперь ее можно решать, как обычную транспортную задачу с правильным балансом.

Транспортная задача с избытком заявок.

Эту задачу можно свести к обычной транспортной задаче с правильным балансом, если ввести фиктивный пункт отправления A_m+1 с запасом a_m+1 равным недостающему запасу, и стоимость перевозок из фиктивного пункта отправления во все пункты назначения принять равной нулю.

6.  Задача, двойственная к транспортной.

Построим задачу, двойственную к транспортной. С этой целью вспомним, что каждому пункту отправления  и назначения  отвечает определенное огра­ничение

(6.1)

В то же время каждому ограничению из (6.1) сопоставляется определенная неизвестная в двойствен­ной задаче. Тем самым устанавливается соответствие между всеми пунктами  и  и всеми неиз­вестными двойственной задачи.

Обозначим неизвестную в двойственной задаче, отвечаю­щую пункту отправления , через , а пункту назначения  – через .

Каждому неизвестному в транспортной задаче соответ­ствует ограничение, связывающее неизвестные в двойственной задаче. Неизвестное  входит ровно в два ограничения системы (6.1): одно из них отвечает пункту , а другое – пункту . В обоих этих уравнениях коэффициент при  равен 1. Поэтому соответствующее  ограничение в двой­ственной задаче имеет вид

	(6.2)

 .

Правая часть неравенства (6.2) равна , потому что именно с этим коэффициентом неизвестная  входит в миними­зируемую формулу (2.4).

Оптимизируемая форма двойственной задачи имеет вид

(6.3)

Таким образом, задача двойственная к транспортной форму­лируется следующим образом. При ограничениях (6.2) макси­мизировать формулу (6.3). Подчеркнем, что знак значений неиз­вестных  и  может быть произвольным.

Предположим, что нам известно некоторое допустимое базисное решение транспортной задачи, в котором все базис­ные неизвестные строго положительны. Это решение оптимально лишь в том случае, когда соответствующая ей система оказывается совместной. Эта система возникает из системы (6.2), если в ней все неравенства, отвечающие базисным неизвестным  заменить точными равенствами.

В итоге приходим к соотношению:

(6.4)

 (для всех свободных неизвестных )

Тем самым мы убеждаемся, что признак оптимальности в работе по методу потенциалов совпадает с необходимым и достаточ­ным условием оптимальности.

7.Пример решения транспортной задачи.

 

В городе N имеется 4 склада А_i, на которых хранится ткань (в рулонах) и 5 магазинов B_j, занимающихся продажей ткани. Ниже, в таблице, приведены данные по количеству рулонов на каждом складе, запросы магазинов и стоимость перевозки одного рулона из А_i в B_j. Необходимо составить такой план перевозок, при котором запросы магазинов будут удовлетворены при минимальной суммарной стоимости перевозок.

Магазины Склад	B1 (b1=40)	B2 (b2=50)	B3 (b3=15)	B4 (b4=75)	B5 (b5=40)
А1 (а1=50)	1,0	2,0	3,0	2,5	3,5
А2(а2=20)	0,4	3,0	1,0	2,0	3,0
А3(а3=75)	0,7	1,0	1,0	0,8	1,5
А4(а4=80)	1,2	2,0	2,0	1,5	2,5

В данном случае Σa_i=225 >Σb_j=220 => имеем дело с открытой моделью транспортной задачи. Сведем ее к закрытой введением фиктивного магазина B₆ с потребностью b₅=225-220=5 и стоимостью перевозок с_i6=0.Имеем таблицу:

 

Магазины Склад	B1 (b1=40)	B2 (b2=50)	B3 (b3=15)	B4 (b4=75)	B5 (b5=40)	B6 (b6=5)
А1 (а1=50)	1,0	2,0	3,0	2,5	3,5	0
А2(а2=20)	0,4	3,0	1,0	2,0	3,0	0
А3(а3=75)	0,7	1,0	1,0	0,8	1,5	0
А4(а4=80)	1,2	2,0	2,0	1,5	2,5	0

Математическая модель: обозначим x_ij – количество товара, перевозимого из А_i в B_j.  Тогда

x₁₁ x₁₂ x₁₃ x₁₄ x₁₅ x₁₆

x₂₁ x₂₂ x₂₃ x₂₄ x₂₅ x₂₆

X = x₃₁ x₃₂ x₃₃ x₃₄ x₃₅ x₃₆ - матрица перевозок.

x₄₁ x₄₂ x₄₃ x₄₄ x₄₅ x₄₆

min(x₁₁+2x₁₂+3x₁₃+2,5x₁₄+3,5x₁₅+0,4x₂₁+3x₂₂+x₂₃+2x₂₄+3x₂₅+0,7x₃₁+x₃₂+x₃₃+0,8x₃₄+1,5x₃₅++1,2x₄₁+2x₄₂+2x₄₃+1,5x₄₄+2,5x₄₅) (1)

x₁₁+x₁₂+x₁₃+x₁₄+x₁₅+x₁₆=50

x₂₁+x₂₂+x₂₃+x₂₄+x₂₅+x₂₆=20

x₃₁+x₃₂+x₃₃+x₃₄+x₃₅+x₃₆=75

x₄₁+x₄₂+x₄₃+x₄₄+x₄₅+x₄₆=80

x₁₁+x₂₁+x₃₁+x₄₁=40 (2)

x₁₂+x₂₂+x₃₂+x₄₂=50

x₁₃+x₂₃+x₃₃+x₄₃=15

x₁₄+x₂₄+x₃₄+x₄₄=75

x₁₅+x₂₅+x₃₅+x₄₅=40

x₁₆+x₂₆+x₃₆+x₄₆=5

x_ij≥0 (i=1,2,3,4 ; j=1,2,3,4,5,6 ) (3)

Двойственная ЗЛП:

max(50u₁+20u₂+75u₃+80u₄+40v₁+50v₂+15v₃+75v₄+40v₅+5v₆) (1*)

u₁+v₁≤1

u₁+v₂≤2

u₁+v₃≤3 (2*)

u₁+v₄≤2,5

u₁+v₅≤3,5

u₁+v₆≤0

u_i,v_j – произвольные (i=1,2,3,4 ; j=1,2,3,4,5,6 ) (3*)

Будем искать первоначальный план по методу наименьшей стоимости:

1) x₂₁=20и 2-ую строку исключаем.2) x₃₁=20и 1-ый столбец исключаем.

3) x₃₄=55и 3-ю строку исключаем.4) x₄₄=20и 4-ый столбец исключаем.

5) x₁₂=50 и 1-ю строку и 2-ой столбец исключаем и x₃₂=0. 6) x₄₃=150 и 3-ий столбец исключаем.7) x₄₅=40 и 5-ый столбец исключаем.x₄₆=5.Составим таблицу. Здесь и далее в нижнем правом углу записываем значение перевозки.

Магазины Склад	B1 (b1=40)	B2 (b2=50)	B3 (b3=15)	B4 (b4=75)	B5 (b5=40)	B6 (b6=5)
А1 (а1=50)	1,0	50   2,0	3,0	2,5	3,5	0
А2(а2=20)	0,4 20	3,0	1,0	2,0	3,0	0
А3(а3=75)	0,7 20	0   1,0	1,0	55   0,8	1,5	0
А4(а4=80)	1,2	2,0	15   2,0	20   1,5	40   2,5	5   0

Стоимость 1-ого плана:

 D₁=2•50+0,4•20+0,7•20+0,8•55+2•15+1,5•20+2,5•40=326.

Будем улучшать этот план методом потенциалов: u_i- потенциал А_i ,v_j- потенциал B_j. Тогда u₁+v₂=2,u₂+v₁=0,4, u₃+v₁=0,7, u₃+v₂=1, u₃+v₄=0,8, u₄+v₃=2, u₄+v₄=1,5, u₄+v₅=2,5 ,u₄+v₆=0.Положим u₁=0,тогда v₂=2,u₃=-1,v₁=1,7,v₄=1,8, u₂=-1,3,u₄=-0,3, v₃=2,3,v₅=2,8,v₆=0,3.Составим таблицу:

Магазины Склад	B1 (b1=40) v1=1,7	B2 (b2=50) v2=2	B3 (b3=15) v3=2,3	B4 (b4=75) v4=1,8	B5 (b5=40) v5=2,8	B6 (b6=5) v6=0,3
А1 (а1=50) U1=0	1,0	2,0	3,0	2,5	3,5	0
А2(а2=20) U2=-1,3	0,4	3,0	1,0	2,0	3,0	0
0   А3(а3=75) U3=-1	0   0,7 20	0,3   0   1,0	0   1,0	0,3   55   0,8	- 0,7   1,5	0
0,2   А4(а4=80) U4=-0,3	- 0,3   1,2	0   2,0	0   15   2,0	0   20   1,5	0   40   2,5	5   0

В верхнем левом углу здесь и далее записываем значение u_i+v_j-c_ij. Имеем: u₁+v₁--c₁₁ =0,7>0, u₁+v₆-c₁₆ =0,3>0, u₃+v₃-c₃₃ =0,3>0, u₃+v₅-c₃₅ =0,3>0,

u₄+v₁-c₄₁ =0,2>0. => По критерию оптимальности, первый план не оптимален. Далее max(0,7;0,3;0,3;0,3;0,2)=0,7. => Поместим перевозку в клетку А₁В₁,сместив 20=min(20,50) по циклу, указанному в таблице штрихом. Получим новую таблицу. Найдем потенциалы: u₁+v₁=1,u₁+v₂=2,u₂+v₁=0,4,u₃+v₂=1, u₃+v₄=0,8, u₄+v₃=2, u₄+v₄=1,5, u₄+v₅=2,5 , u₄+v₆=0. Положим u₁=0,тогда v₁=1,u₂=-0,6,v₂=2,v₄=1,8, u₃=-1, u₄=-0,3,v₃=2,3,v₅=2,8,v₆=0,3. Составим таблицу:

Магазины Склад	B1 (b1=40) v1=1	B2 (b2=50) v2=2	B3 (b3=15) v3=2,3	B4 (b4=75) v4=1,8	B5 (b5=40) v5=2,8	B6 (b6=5) v6=0,3
0   А1 (а1=50) U1=0	0   1,0 20	- 0,7   30   2,0	- 0,7   3,0	- 0,7   2,5	0,3   3,5	0
0   А2(а2=20) U2=-0,6	- 1,6   20   0,4	0,7   3,0	- 0,8   1,0	- 0,8   2,0	- 0,3   3,0	0
-0,7   А3(а3=75) U3=-1	0   0,7	0,3   20   1,0	0   1,0	0,3   55   0,8	- 0,7   1,5	0
-0,5   А4(а4=80) U4=-0,3	- 0,3   1,2	0   2,0	0   15   2,0	0   20   1,5	0   40   2,5	5   0

Стоимость 2-ого плана:

D₂=1•20+2•30+0,4•20+1•20+0,8•55+2•15+1,5•20+2,5•40=312.

Имеем:u₁+v₆-c₁₆ =0,3>0, u₂+v₃-c₂₃ =0,7>0, u₃+v₃-c₃₃ =0,3>0, u₃+v₅-c₃₅ =0,3>0. => По критерию оптимальности, второй план не оптимален. Далее max(0,3;0,7;0,3;0,3)=0,7 => Поместим перевозку в клетку А₂В₃,сместив 15=min(20,30,55,15) по циклу, указанному в таблице штрихом. Получим новую таблицу. Найдем потенциалы: u₁+v₁=1,u₁+v₂=2,u₂+v₁=0,4,u₃+v₂=1, u₃+v₄=0,8, u₂+v₃=1, u₄+v₄=1,5, u₄+v₅=2,5 , u₄+v₆=0. Положим u₁=0,тогда v₁=1,u₂=-0,6,v₂=2,v₄=1,8, u₃=-1, u₄=-0,3,v₃=1,6, v₅=2,8, v₆=0,3. Составим таблицу:

Магазины Склад	B1 (b1=40) v1=1	B2 (b2=50) v2=2	B3 (b3=15) v3=1,6	B4 (b4=75) v4=1,8	B5 (b5=40) v5=2,8	B6 (b6=5) v6=0,3
0   А1 (а1=50) U1=0	0   1,0 35	-1,4   15   2,0	- 0,7   3,0	- 0,7   2,5	0,3   3,5	0
0   А2(а2=20) U2=-0,6	- 1,6   5   0,4	0   3,0	15    - 0,8   1,0	- 0,8   2,0	- 0,3   3,0	0
-0,7   А3(а3=75) U3=-1	0   0,7	-0,4   35   1,0	0   1,0	0,3   40   0,8	- 0,7   1,5	0
-0,5   А4(а4=80) U4=-0,3	- 0,3   1,2	-0,7   2,0	0   2,0	0   35   1,5	0   40   2,5	5   0

Стоимость 3-его плана:

 D₃=1•35+2•15+0,4•5+1•15+0,8•40+1•35+1,5•35+2,5•40=301,5.

Имеем:u₁+v₆-c₁₆ =0,3>0,u₃+v₅-c₃₅ =0,3>0. => По критерию оптимальности, третий план не оптимален. Далее max(0,3;0,3)=0,3. => Поместим перевозку в клетку А₃В₅,сместив 40=min(40,40) по циклу, указанному в таблице штрихом. Получим новую таблицу. Чтобы 4-ый план был невырожденным, оставим в клетке А₄В₅ нулевую перевозку. Найдем потенциалы: u₁+v₁=1,u₁+v₂=2,u₂+v₁=0,4,u₃+v₂=1, u₄+v₅=2,5, u₂+v₃=1, u₄+v₄=1,5, u₃+v₅=1,5 , u₄+v₆=0. Положим u₁=0,тогда v₁=1,u₂=-0,6,v₂=2,v₄=1,5, u₃=-1,u₄=0, v₃=1,6, v₅=2,5, v₆=0. Составим таблицу:

Магазины Склад	B1 (b1=40) v1=1	B2 (b2=50) v2=2	B3 (b3=15) v3=1,6	B4 (b4=75) v4=1,5	B5 (b5=40) v5=2,5	B6 (b6=5) v6=0
0   А1 (а1=50) U1=0	0   1,0 35	- 1,4   15   2,0	- 1   3,0	- 1   2,5	0   3,5	0
0   А2(а2=20) U2=-0,6	- 1,6   5   0,4	0   3,0	15    - 1,1   1,0	- 1,1   2,0	- 0,6   3,0	0
-0,7   А3(а3=75) U3=-1	0   0,7	-0,4   35   1,0	-0,3   1,0	0   0,8	40    - 1   1,5	0
-0,2   А4(а4=80) U4=0	0   1,2	-0,4   2,0	0   2,0	0   75   1,5	0   0   2,5	5   0

Стоимость 4-ого плана: D₄=1•35+2•15+0,4•5+1•15+1•35+1,5•40+1,5•75=289,5.

Для всех клеток последней таблицы выполнены условия оптимальности:

1)u_i+v_j-с_ij=0 для клеток, занятых перевозками;

2)u_i+v_j-с_ij≤0 для свободных клеток.

Несодержательные ответы:

Прямой ЗЛП:

35 15 0 0 0 0

5 0 15 0 0 0

X = 0 35 0 0 40 0

0 0 0 75 0 5

min=289,5.

Двойственной ЗЛП:

U₁=0 ; U₂=-0,6 ; U₃=-1 ; U₄=0 ; V₁=1 ; V₂=2 ; V₃=1,6 ; V₄=1,5 ; V₅=2,5 ; V₆=0.

max=289,5.

Так как min=max, то по критерию оптимальности найдены оптимальные решения прямой и двойственной ЗЛП. Содержательный ответ: Оптимально перевозить так:

Из А₁ вB₁ – 35 рулонов полотна;

Из А₁ вB₂ – 15 рулонов полотна;

Из А₂ вB₁ – 5 рулонов полотна;

Из А₂ вB₃ – 15 рулонов полотна;

Из А₃ вB₂ – 35 рулонов полотна;

Из А₃ вB₅ – 40 рулонов полотна;

Из А₄ вB₄ – 75 рулонов полотна.

При этом стоимость минимальна и составит D_min=289,5. 5 рулонов полотна необходимо оставить на складе А₄ для их последующей перевозки в другие магазины.

8.Выводы.

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 используемой литературы:

 

1. Кузнецов А.В., Сакович В.А., Холод Н.И. ”Высшая математика. Математическое программирование ”, Минск, Вышейшая школа, 2001г.

2. Красс М.С., Чупрынов Б.П. ”Основы математики и ее приложения в экономическом образовании”, Издательство “Дело”, Москва 2001г.

3. В.И. Ермаков “Общий курс высшей математики для экономистов”, Москва, Инфра-М, 2000г.