《运筹学》第三章 运输问题讲解学习
- 格式:ppt
- 大小:1.00 MB
- 文档页数:24
第三章运输问题在生产实际中,经常需要将某种物资从一些产地运往一些销地,因而存在如何调运使总的运费最小的问题.这类问题一般可用线性规划模型来描述,当然可以用单纯形法求解。
但由于其模型结构特殊,学者们提供了更为简便和直观的解法-—表上作业法.此外,有些线性规划问题从实际意义上看,并非运输问题,但其模型结构类似运输问题,也可以化作运输问题进行求解。
第一节运输问题及其数学模型首先来分析下面的问题。
例3。
1农产品经销公司有三个棉花收购站,向三个纺织厂供应棉花。
三个收购站A1、A2、A3的供应量分别为50kt、45kt和65kt,三个纺织厂B1、B2、B3的需求量分别为20kt、70kt和70kt。
已知各收购站到各纺织厂的单位运价如表3—1所示(单位:千元/kt),问如何安排运输方案,使得经销公司的总运费最少?设x ij表示从A i运往B j的棉花数量,则其运输量表如下表所示。
表3-2由于总供应量等于总需求量,因此,一方面从某收购站运往各纺织厂的总棉花数量等该收购站的供应量,即x11+x12+x13 = 50x21+x22+x23 = 45x31+x32+x33 = 65另一方面从各收购站运往某纺织厂的总棉花数量等该纺织厂的需要量,即x 11+x 21+x 31 = 20 x 12+x 22+x 32 = 70 x 13+x 23+x 33 = 70因此有该问题的数学模型为min f= 4x 11+8x 12+5x 13+6x 21+3x 22+6x 23+2x 31+5x 32+7x 33x 11+x 12+x 13 = 50 x 21+x 22+x 23 = 45 x 31+x 32+x 33 = 65 x 11+x 21+x 31 = 20 x 12+x 22+x 32 = 70 x 13+x 23+x 33 = 70x ij ≥0,i=1,2,3;j=1,2,3生产实际中的一般的运输问题可用以下数学语言描述。
运筹学课件第三章运输问题第三章运输问题一、学习目的与要求1、掌握表上作业法及其在产销平衡运输问题求解中的应用2、掌握产销不平衡运输问题求解方法二、课时 6学时第一节运输问题及其数学模型一、运输问题的数学模型单一品种运输问题的典型情况:设某种物品有m 个产地A 1,A 2,…,A m ,各产地的产量分别是a 1,a 2,…,a m ;有N 个销地B 1,B 2,…,B n ,各销地地销量分别为b 1,b 2,…,b n 。
假定从产地A i (i =1,2, …,m )向销地B j (j =1,2,…,n )运输单位物品的运价是c ij ,问怎样调运这些物品才能使总运费最小?表中x ij i j ij i j如果运输问题的总产量等于其总销量,即有∑∑===nj jm i i ba 11则称该运输问题为产销平衡运输问题;反之,称为产销不平衡运输问题。
产销平衡运输问题的数学模型如下:≥=====∑∑∑∑===+=0,...,2,1,...,2,1..min 11111ij m i jij nj iij m i n j ijij x nj b x mi a x t s x c z这就是运输问题的数学模型,它包含m ×n 个变量,(n 十m)个约束方程.其系数矩阵的结构比较松散,且特殊。
二、运输问题数学模型的特点1、运输问题有有限最优解,即必有最优基本可行解2、运输问题约束条件的系数矩阵A 的秩为(m+n-1)该系数矩陈中对应于变量x ij 的系数向量p ij ,其分量中除第i 个和第m 十j 个为1以外,其余的都为零.即 A ij =(0…1…1…0)’=e i +e m+j对产销平衡的运输问题具有以下特点:(1)约束条件系数矩阵的元素等于0或1(2)约束条件系数矩阵的每一列有两个非零元素,对应于每一个变量在前m 个约束方程中出现一次,在后n 个约束方程中也出现一次。
此外,对于产销平衡问题,还有以下特点(3)所有结构约束条件都是等式约束 (4)各产地产量之和等于各销地销量之和第二节用表上作业法求解运输问题解题步骤第1步:确定初始基本可行解。
运筹学运输问题笔记
运筹学运输问题是指在运输中寻找最优方案的问题,主要包括供应商到销售点、工厂到市场、仓库到经销商等物流过程。
常见的运输问题有:
1. 指派问题:将n个工作任务分配给m个工作人员,每个工作任务有一个工作量和时间上的限制,目标是在满足约束条件的前提下,最小化总代价或最大化总利润。
2. 运输问题:用最少的代价将一批货物从若干个供应商运送到若干个销售点,满足供求平衡条件。
可以使用线性规划方法,将供应商和销售点之间的运输路线看作一个网络,利用线性规划的方法求解最小代价或最大收益。
3. 配给问题:采购部门需要为生产线提供原材料,同时工厂需要将成品配给销售部门。
目标是在满足约束条件的前提下,最小化总代价或最大化总利润。
4. 路径问题:给定一个网络,寻找两个点之间的最短路径。
可以采用广度优先搜索等方法解决。
5. 负载平衡问题:当多个任务需要在多个工作站上完成时,如何平衡各个工作站的负载。
可以采用贪心算法、动态规划等方法解决。
在实际应用中,以上问题常常彼此关联,可以采用综合算法或求解器进行求解。