【运筹学】运输规划 ( 运输规划问题的数学模型 | 运输问题引入 )

举报
韩曙亮 发表于 2022/01/10 23:32:51 2022/01/10
【摘要】 文章目录 一、运输规划涉及内容二、运输规划问题的数学模型 一、运输规划涉及内容 运输规划涉及内容 : ① 运输规划问题的数学模型 ; ② 表上作业法 ; ③ ...





一、运输规划涉及内容



运输规划涉及内容 :

运输规划问题的数学模型 ;

表上作业法 ;

运输问题应用 ;





二、运输规划问题的数学模型



两个产地 A 1 \rm A_1 A1 , A 2 \rm A_2 A2 的物品运往 三个销售地 B 1 \rm B_1 B1 , B 2 \rm B_2 B2 , B 3 \rm B_3 B3 ,

各地的 产量 , 销量 ,

各个产地 运往 各个销售地 的每件物品的运费如下图所示 :

B 1 \rm B_1 B1 B 2 \rm B_2 B2 B 3 \rm B_3 B3 产量
A 1 \rm A_1 A1 6 6 6 4 4 4 6 6 6 200 200 200
A 2 \rm A_2 A2 6 6 6 5 5 5 5 5 5 300 300 300
销量 150 150 150 150 150 150 200 200 200

A 1 , A 2 \rm A_1 , A_2 A1,A2 的产量之和是 500 500 500 ,

B 1 , B 2 , B 3 \rm B_1 , B_2 , B_3 B1,B2,B3 的总的销量之和是 500 500 500 ,

上述产量之和等于销量之和 , 是产销平衡的 ;

不同的产地运往不同的销地 , 运费不同 , 如何合理安排运输 , 能使总运费最少 ;


这里存在一个产销平衡问题 : 总产量 = 总销量 = 500 500 500 ;


假设变量 :

B 1 \rm B_1 B1 B 2 \rm B_2 B2 B 3 \rm B_3 B3 产量
A 1 \rm A_1 A1 x 1 \rm x_1 x1 x 2 \rm x_2 x2 x 3 \rm x_3 x3 200 200 200
A 2 \rm A_2 A2 x 4 \rm x_4 x4 x 5 \rm x_5 x5 x 6 \rm x_6 x6 300 300 300
销量 150 150 150 150 150 150 200 200 200

A 1 \rm A_1 A1 产地运往 B 1 \rm B_1 B1 产地的产品数量是 x 1 \rm x_1 x1 ,

A 1 \rm A_1 A1 产地运往 B 2 \rm B_2 B2 产地的产品数量是 x 2 \rm x_2 x2 ,

A 1 \rm A_1 A1 产地运往 B 3 \rm B_3 B3 产地的产品数量是 x 3 \rm x_3 x3 ,

A 2 \rm A_2 A2 产地运往 B 1 \rm B_1 B1 产地的产品数量是 x 4 \rm x_4 x4 ,

A 2 \rm A_2 A2 产地运往 B 2 \rm B_2 B2 产地的产品数量是 x 5 \rm x_5 x5 ,

A 2 \rm A_2 A2 产地运往 B 3 \rm B_3 B3 产地的产品数量是 x 6 \rm x_6 x6 ;


存在以下等式约束 :

A 1 \rm A_1 A1 的产量 x 1 + x 2 + x 3 = 200 \rm x_1 + x_2 + x_3 = 200 x1+x2+x3=200 ;

A 2 \rm A_2 A2 的产量 x 4 + x 5 + x 6 = 300 \rm x_4 + x_5 + x_6 = 300 x4+x5+x6=300 ;

B 1 \rm B_1 B1 的销量 x 1 + x 4 = 150 \rm x_1 + x_4 = 150 x1+x4=150 ;

B 2 \rm B_2 B2 的销量 x 2 + x 5 = 150 \rm x_2 + x_5= 150 x2+x5=150 ;

B 3 \rm B_3 B3 的销量 x 3 + x 6 = 200 \rm x_3 + x_6= 200 x3+x6=200 ;


变量约束 : 每个变量肯定大于等于 0 ;

x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ≥ 0 \rm x_1, x_2, x_3 , x_4 , x_5 , x_6 \geq 0 x1,x2,x3,x4,x5,x60


目标函数 : 目的是为了使运费最小 ;

m i n W = 6 x 1 + 4 x 2 + 6 x 3 + 6 x 4 + 5 x 5 + 5 x 6 \rm minW = 6x_1 + 4x_2 + 6x_3 + 6x_4 + 5x_5 + 5x_6 minW=6x1+4x2+6x3+6x4+5x5+5x6


上述的目标函数与约束方程都是线性的 , 因此该规划是线性规划 ;


最终的线性规划如下 :

m i n W = 6 x 1 + 4 x 2 + 6 x 3 + 6 x 4 + 5 x 5 + 5 x 6 s . t { x 1 + x 2 + x 3 = 200 x 4 + x 5 + x 6 = 300 x 1 + x 4 = 150 x 2 + x 5 = 150 x 3 + x 6 = 200 x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ≥ 0

minW=6x1+4x2+6x3+6x4+5x5+5x6s.tx1+x2+x3=200x4+x5+x6=300x1+x4=150x2+x5=150x3+x6=200x1,x2,x3,x4,x5,x60 m i n W = 6 x 1 + 4 x 2 + 6 x 3 + 6 x 4 + 5 x 5 + 5 x 6 s . t { x 1 + x 2 + x 3 = 200 x 4 + x 5 + x 6 = 300 x 1 + x 4 = 150 x 2 + x 5 = 150 x 3 + x 6 = 200 x 1 , x 2 , x 3 , x 4 , x 5 , x 6 0
minW=6x1+4x2+6x3+6x4+5x5+5x6s.tx1+x2+x3=200x4+x5+x6=300x1+x4=150x2+x5=150x3+x6=200x1,x2,x3,x4,x5,x60


使用单纯形法对上述规划求解即可得到最优解 ;

单纯形法解线性规划最优解过程 :

① 基可行解 : 先找到一个 初始基可行解 ;

② 检验数 : 计算检验数 , 判定当前基可行解是否是 最优解 ;

③ 迭代 : 根据检验数确定 入基变量 , 根据入基变量系数计算 出基变量 , 然后进行 同解变换 , 生成新的单纯形表 , 继续计算检验数 ;


首先确定基是多少 , 将上述线性规划 , 转为标准形 , 约束方程的系数矩阵 A m × n \rm A_{m \times n} Am×n m × n \rm m \times n m×n 矩阵 , n ≥ m \rm n \geq m nm , n \rm n n 是变量个数 , m \rm m m 是约束方程个数 ,

假设 A m × n \rm A_{m \times n} Am×n 矩阵是行满秩的 , 即秩为 m \rm m m , 约束方程个数为 m \rm m m , 上述运输问题的约束方程个数是 5 5 5 个 ;


上述运输问题的系数矩阵为 : 5 5 5 个约束方程对应的是 5 × 6 \rm 5 \times 6 5×6 矩阵 ;

( 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1 )

111000000111100100010010001001 ( 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1 )
111000000111100100010010001001


运输问题约束方程的 系数矩阵都是由 0 0 0 1 1 1 组成 的 , 这种矩阵称为 稀疏矩阵 , 稀疏矩阵的计算要远远比正常的矩阵更简单 ;


针对运输问题 , 存在一个简化版的单纯形法 ;


简化版的单纯形法与单纯形法的框架基本类似 , 也需要按照 ① 初始基可行解 , ② 最优解判定 , ③ 迭代 , 步骤进行计算 ;


文章来源: hanshuliang.blog.csdn.net,作者:韩曙亮,版权归原作者所有,如需转载,请联系作者。

原文链接:hanshuliang.blog.csdn.net/article/details/112157417

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。