Κεφάλαιο 4ο: Δικτυωτή Ανάλυση

Σχετικά έγγραφα
4.4 Το πρόβλημα του ελάχιστου ζευγνύοντος δένδρου

4.6 Critical Path Analysis (Μέθοδος του κρίσιμου μονοπατιού)

Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο. Δίκτυα Ροής Ελάχιστου Κόστους (Minimum Cost Flow Networks)

3.12 Το Πρόβλημα της Μεταφοράς

Επιχειρησιακή Έρευνα I

Προβλήματα Μεταφορών (Transportation)

3.7 Παραδείγματα Μεθόδου Simplex

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Στοχαστικές Στρατηγικές. διαδρομής (1)

Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

4. ΔΙΚΤΥΑ

Το µαθηµατικό µοντέλο του Υδρονοµέα

Μοντέλα Διανομής και Δικτύων

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΈΡΕΥΝΑ ΣΤΑ ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ΚΑΙ ΚΑΤΑΜΕΡΙΣΜΟΥ

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ

Επιχειρησιακή Έρευνα I

3. ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ( Transportation )

Τμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016

Τμήμα Μηχανικών Πληροφορικής ΤΕ Πρόβλημα Μεταφοράς. Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

ΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1, Δ3 1, ,200

Προβλήµατα Μεταφορών (Transportation)

Επιχειρησιακή Έρευνα I

Μέθοδοι Βελτιστοποίησης

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Το Πρόβλημα Μεταφοράς

Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α

Κεφάλαιο 3ο: Γραμμικός Προγραμματισμός

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 1: Δικτυωτή Ανάλυση (Θεωρία Γράφων)

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

ΑΣΚΗΣΗ 3 ΑΣΚΗΣΗ 4 ΑΣΚΗΣΗ 5

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +

2. ΣΥΓΚΕΝΤΡΩΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ

Επιχειρησιακή Έρευνα I

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

ΤΣΑΝΤΑΣ ΝΙΚΟΣ 11/26/2007. Νίκος Τσάντας Τμήμα Μαθηματικών Πανεπιστημίου Πατρών, Ακαδημαϊκό έτος Δικτυωτή Ανάλυση

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem

Εφαρμογές Συστημάτων Γεωγραφικών Πληροφοριών

Πληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό

Επιχειρησιακή Έρευνα

Δικτυακή Αναπαράσταση Έργων (Δίκτυα ΑΟΑ και ΑΟΝ) & η Μέθοδος CPM. Λυμένες Ασκήσεις & Παραδείγματα

Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες

m 1 min f = x ij 0 (8.4) b j (8.5) a i = 1

Επιχειρησιακή Έρευνα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Στοχαστικές Στρατηγικές. διαδρομής (2)

Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017

Γραμμικός Προγραμματισμός Μέθοδος Simplex

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Ακαδημαϊκό Έτος: ΣΗΜΕΙΩΣΕΙΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΥΕΝΑΣ ΓΙΑ ΤΟΥΣ ΦΟΙΤΗΤΕΣ ΤΟΥ Ε.Α.Π.


«Πρόβλημα μέγιστης ροής» Maximum flow problem. Κηρυττόπουλος Κωνσταντίνος PhD, Dipl. Eng., PMP

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: Δίκτυα Μεταγωγής & Τεχνικές Μεταγωγής Σε Δίκτυα Ευρείας Περιοχής

ΚΕΦΑΛΑΙΟ 2ο ΠΡΟΣΟΜΟΙΩΣΗ ΔΙΑΚΡΙΤΩΝ ΓΕΓΟΝΟΤΩΝ

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Επιχειρησιακή Έρευνα I

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

ΣΥΝΕΚΤΙΚΟΤΗΤΑ ΓΡΑΦΗΜΑΤΩΝ

ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Α ΛΥΚΕΙΟΥ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος. Τεχνολογία Συστημάτων Υδατικών Πόρων

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

z = c 1 x 1 + c 2 x c n x n

1. Κατανομή πόρων σε συνθήκες στατικής αποτελεσματικότητας

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

Πρόβλημα μέγιστης ροής - Maximum flow problem. Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ

Γραμμικός Προγραμματισμός

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 3: Εφαρμογές Δικτυωτής Ανάλυσης (2 ο Μέρος)

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Στοχαστικές Στρατηγικές

Επιχειρησιακή Έρευνα

Συστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Ολοκληρωμένη Λύση Δρομολόγησης και Προγραμματισμού Στόλου Οχημάτων «Route Planner»

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος. Διαχείριση Υδατικών Πόρων

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης

Γ. Κορίλη Αλγόριθµοι ροµολόγησης

Τομές Γραφήματος. Γράφημα (μη κατευθυνόμενο) Συνάρτηση βάρους ακμών. Τομή : Διαμέριση του συνόλου των κόμβων σε δύο μη κενά σύνολα

Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες

Γραμμικός Προγραμματισμός

ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Γ.Π.).) (LINEAR PROGRAMMING)

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Διαχείριση Εφοδιαστικής Αλυσίδας

ΤΟ ΠΡΟΒΛΗΜΑ ΜΕΤΑΦΟΡΑΣ

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Transcript:

Κεφάλαιο ο: Δικτυωτή Ανάλυση. Εισαγωγή Η δικτυωτή ανάλυση έχει παίξει σημαντικό ρόλο στην Ηλεκτρολογία. Όμως, ορισμένες έννοιες και τεχνικές της δικτυωτής ανάλυσης είναι πολύ χρήσιμες και σε άλλες επιστήμες. Για παράδειγμα, σπουδαίες εφαρμογές της έχουν γίνει στην κυβερνητική, στη μελέτη συστημάτων μεταφορών καθώς και στον προγραμματισμό και στον έλεγχο των προγραμμάτων έρευνας και ανάπτυξης. Άλλες περιοχές εφαρμογών είναι οι δομές των κοινωνικών ομάδων, τα συστήματα επικοινωνίας, η σχεδίαση παραγωγής και άλλα. Έτσι, ορισμένες απόψεις της δικτυωτής ανάλυσης (γνωστές ως θεωρία δικτύων ροής) έγιναν χρήσιμα εργαλεία της επιχειρησιακής έρευνας. Ένα βασικό πρόβλημα της δικτυακής θεωρίας, που συχνά συναντιέται στα συστήματα μεταφοράς, είναι η εύρεση της συντομότερης διαδρομής σε ένα δίκτυο. Ένα παραπλήσιο πρόβλημα είναι η επιλογή των ακμών ενός δικτύου, που έχουν το συντομότερο συνολικό μήκος και δίνουν μία διαδρομή για κάθε ζεύγος κορυφών. Ένα άλλο πρόβλημα είναι η μεγιστοποίηση της ροής σ ένα δίκτυο που συνδέει μία προέλευση με ένα προορισμό. Τέλος, ο προγραμματισμός και ο έλεγχος των έργων είναι μία τέταρτη περιοχή προβλημάτων, όπου γίνεται εφαρμογή των τεχνικών της δικτυωτής ανάλυσης και ειδικότερα της μεθόδου CPM (Critical Path Method). 9

. Το πρόβλημα του ελάχιστου κόστους ροής σ ένα δίκτυο Το πρόβλημα του ελάχιστου κόστους ροής σ ένα δίκτυο το οποίο μπορεί να θεωρηθεί και ως ένα πρόβλημα μεταφόρτωσης ορίζεται ως εξής: Δίνεται ένα δίκτυο μεταφόρτωσης το οποίο είναι ένα κατευθυνόμενο γράφημα κόμβων και τόξων όπως αυτό του σχήματος.. + -9 - + - Σχήμα. Σε κάθε κόμβο j αντιστοιχεί ένας αριθμός b j όπου αν: b j, τότε ο κόμβος j ονομάζεται πηγή ή προέλευση με διαθέσιμη ποσότητα ίση με b j. b j, τότε ο κόμβος j ονομάζεται δέκτης ή σημείο ζήτησης ή σημείο προορισμού με ζητούμενη ποσότητα ίση με b j. b j =, τότε ο κόμβος j ονομάζεται ενδιάμεσος κόμβος ή σημείο μεταφόρτωσης. Για παράδειγμα στο δίκτυο του σχήματος., οι κόμβοι και είναι πηγές, οι κόμβοι, και είναι σημεία προορισμού και οι κόμβοι, και είναι ενδιάμεσοι κόμβοι. Σε κάθε τόξο (i,j) που συνδέει δύο κόμβους (i και j) αντιστοιχεί ένας αριθμός c ij που αναπαριστά το κόστος μεταφοράς μιας μονάδας προϊόντος από το κόμβο i στον κόμβο j. Έστω x ij η ποσότητα του προϊόντος που μεταφέρεται από τον κόμβο i στον κόμβο j. Μια βασική προϋπόθεση για να έχει το πρόβλημα εφικτές λύσεις είναι ότι στο δίκτυο η ολική ζήτηση είναι ίση με την ολική προσφορά. Υποθέτουμε, δηλαδή οτι m b j j = για ένα δίκτυο m κόμβων. Η υπόθεση αυτή που βοηθά σημαντικά τη μαθηματική διατύπωση και επεξεργασία του προβλήματος θα δούμε παρακάτω οτι δεν περιορίζει καθόλου τις εφαρμογές του προβλήματος του ελάχιστου κόστους ροής. Σ ένα δίκτυο μεταφόρτωσης ένα πρόγραμμα φόρτωσης x = {x ij : (i, j) τόξο του δικτύου} ονομάζεται εφικτό αν και μόνο αν, x ij, (i, j) τόξο του δικτύου και 9

( i, j) x ij ( j, i) x ji = b i, για κάθε κόμβο i. Με άλλα λόγια το x είναι εφικτό, αν και μόνο αν οι διακινούμενες ποσότητες x ij πέρα από τον περιορισμό μη αρνητικότητας ικανοποιούν και τους παρακάτω περιορισμούς: i. Η εισερχόμενη ποσότητα σε κάθε σημείο ζήτησης μείον την εξερχόμενη ποσότητα από το σημείο αυτό να είναι ίση με τη ζητούμενη ποσότητα στο σημείο αυτό. Π.χ. στο σημείο ζήτησης του δικτύου του σχήματος. έχουμε ότι: x - x =. ii. Η εξερχόμενη ποσότητα από κάθε πηγή μείον την εισερχόμενη ποσότητα στο σημείο αυτό είναι ίση με την προσφερόμενη ποσότητα στο σημείο αυτό. iii. Η εισερχόμενη ποσότητ σε κάθε ενδιάμεσο κόμβο είναι ίση με την εξερχόμενη ποσότητα στο σημείο αυτό. Π.χ. στο κόμβο του δικτύου του σχήματος. έχουμε ότι: x + x = x + x + x. Με βάση τα παραπάνω δεδομένα το πρόβλημα του ελάχιστου κόστους ροής σ ένα δίκτυο μπορεί να διατυπωθεί ως εξής: Να προσδιοριστεί ένα εφικτό πρόγραμμα φόρτωσης που να ελαχιστοποιεί το ολικό κόστος διακίνησης ενός προϊόντος μέσα σ ένα δίκτυο. Η μαθηματική διατύπωση του προβλήματος του ελάχιστου κόστος ροής σ ένα δίκτυο έχει ωε εξής: min z(x) = c ij x ij με τους περιορισμούς ( i, j) x ij ( j, i) x ji ( i, j) = b i, για κάθε κόμβο i () x ij, για κάθετόξο του δικτύου (i, j). Οι περιορισμοί () στη μαθηματική μαθηματική διατύπωση του προβλήματος που είναι η μαθηματική αναπαράσταση των περιορισμών (i), (ii) και (iii) ονομάζονται εξισώσεις συντήρησης της ροής ή εξισώσεις ισορροπίας της ροής και εκφράζουν το γεγονός ότι η ροή δεν δημιουργείται ούτε καταστρέφεται μέσα στο δίκτυο. Π.χ. η μαθηματική διατύπωση του προβλήματος του ελάχιστου κόστους ροής για το δίκτυο του σχήματος. θα είναι η ακόλουθη: min z(x) = x + x + x + x + x + x + x + x + x + x + x με τους περιορισμούς: x = x = x -x -x -x +x = x +x -x -x = x +x -x -x -x = x +x = 9 x +x = x -x = 9

x, x, x, x, x, x, x, x, x, x, x. Θα πρέπει να τονιστεί ότι η υποθέση προσφερόμενη ποσότητα = ζητούμενη ποσότητα δεν εισάγει κανένα ουσιαστικό περιορισμό στις δυνατότητες εφαρμογής του προβλήματος του ελάχιστου κόστους ροής. Αυτό γιατί αν η προσφερόμενη ποσότητα είναι μεγαλύτερη από τη ζητούμενη ποσότητα τότε έχουμε m b j j m - b j j και προσθέτουμε έναν εικονικό κόμβο ζήτησης m+ με ζητούμενη ποσότητα και για κάθε κόμβο ζήτησης i εισάγουμε το τόξο (i, m+) με κόστος c i, m+ =. Π.χ. αν στο δίκτυο του σχήματος. ο κόμβος είχε ζήτηση, η προσφερόμενη ποσότητα () θα ήταν μεγαλύτερη από την ζητούμενη () και άρα θα έπρεπε να εισάγουμε έναν κόμβο 8 με ζήτηση όπως φαίνεται στον σχήμα. + - - 8 - + - Σχήμα. η ζητούμενη ποσότητα είναι μεγαλύτερη από τη προσφερόμενη ποσότητα τότε έχουμε m b j j και προσθέτουμε έναν εικονικό κόμβο προσφοράς m+ με προσφερόμενη ποσότητα ίση με - m b j j και για κάθε κόμβο προσφοράς i εισάγουμε το τόξο (m+, i) με κόστος c m+, i =. Π.χ. αν στο δίκτυο του σχήματος. ο κόμβος είχε ζήτηση, η ζητούμενη ποσότητα () θα ήταν μεγαλύτερη από την προσφερόμενη() και άρα θα έπρεπε να εισάγουμε έναν κόμβο 8 με προσφορά όπως φαίνεται στον σχήμα. 98

+ -9 + 8 - + - Σχήμα. Ανάλογα με τα είδη των κόμβων, της ροής και των τόξων το γενικό πρόβλημα του ελάχιστου κόστους ροής σε δίκτυα παρουσιάζει πολλές και ενδιαφέρουσες εφαρμογές. Ο παρακάτω πίνακας δίνει μια συνοπτική εικόνα των δυνατών εφαρμογών. Κόμβοι i Τόξα (i, j) Ροές x ij Περιφερειακά δίκτυα μεταφοράς αποθήκες, εργοστάσια, λιμάνια, στάσεις αυτοκινήτων, σταθμοί εξυπηρέτησης, κ.λ.π. δρόμοι, σιδηροδρομικές γραμμές, ακτοπλοϊκά δίκτυα, κ.λ.π. Διάφορα είδη εμπορευμάτων, αυτοκίνητα, κ.λ.π. Δίκτυα επικοινωνίας κέντρα τηλεφωνικά, κέντρα επικοινωνίας, κέντρα αναμετάδοσης, δορυφορικά κέντρα, κ.λ.π. κανάλια και πιο γενικά μέσα επικοινωνίας Διάφορα είδη πληροφοριών Υδάτινα δίκτυα δεξαμενές, κόμβοι διανομής, λίμνες, κ.λ.π. αρδευτικά κανάλια, ποτάμια και γενικά μέσα μεταφοράς και διανομής νερού Νερό Προφανώς ο αριθμός των δυνατών δικτύων δεν εξαντλείται με τον παραπάνω πίνακα με τον οποίο επιχειρείται να δοθεί μια γεύση μόνο των δικτύων στα οποία το πρόβλημα του ελάχιστου κόστους ροής μπορεί να εφαρμοστεί. 99

. Το πρόβλημα της συντομότερης διαδρομής Το πρόβλημα της συντομότερης διαδρομής αφορά την εύρεση της συντομότερης διαδρομής μεταξύ μιας πηγής (προέλευσης) και ενός προορισμού (σημείο ζήτησης) διαμέσου ενός δικτύου, όταν είναι γνωστές οι αποστάσεις των αντίστοιχων ακμών του δικτύου. Αν και έχουν προταθεί διάφορες μέθοδοι επίλυσης (αλγόριθμοι), εκείνη που θα παρουσιάστει είναι ίσως η πιο γρήγορη και η πιο εύκολη. Ο αλγόριθμος αυτός ξεκινάει από την αρχή του δικτύου και προσδιορίζει διαδοχικά τη συντομότερη διαδρομή για κάθε ένα από τους κόμβους του δικτύου. Έστω ότι έχουμε το δίκτυο του σχήματος. 8 9 Σχήμα. Το πρόβλημα διατυπώνεται ως εξής: Να ευρεθεί η συντομότερη διαδρομή μεταξύ των κόμβων και. Το πρόβλημα αυτό μπορεί να μετατραπεί σε ένα πρόβλημα ελάχιστου κόστους ροής ως ακολούθως: Ο κόμβος αποκτά διαθεσιμότητα μιας μονάδας και ο κόμβος την απαίτηση μίας μονάδας. Κάθε ακμή αποκτά ανώτατο όριο δυνατότητας ροής την μονάδα. και να λυθεί με τη μέθοδο Simplex. Σ αυτή την παράγραφο όπως είπαμε και πιο πάνω θα παρουσιαστεί ένας αλγόριθμος εύρεσης της συντομότερης διαδρομής που είναι πιο αποτελεσματικός από τη μέθοδο Simplex. Σ αυτόν το αλγόριθμο ορίζονται δύο μεταβλητές, τις: d ij = η απόσταση μεταξύ γειτονικών κόμβων i και j u j = η συντομότερη απόσταση του κόμβου j από τον κόμβο j και u (αρχικός κόμβος) =. Η διαδικασία του αλγορίθμου σταματάει όταν το u Τ (τελευταίος κόμβος) έχει υπολογισθεί. Το u j υπολογίζεται ως εξής: u j = min {συντομότερη απόσταση σε ένα αμέσως προηγούμενο κόμβο i + την απόσταση του παρόντος κόμβου j από τον προηγούμενο κόμβο i} = min i {u i + d ij }.

Δηλαδή η συντομότερη απόσταση u j του κόμβου j από την αρχή μπορεί να υπολογισθεί μόνο μετά τον υπολογισμό των συντομότερων αποστάσεων από την αρχή των προηγούμενων κόμβων i που συνδέονται με τον j με μία μόνο ακμή. Έτσι η διαδικασία του αλγορίθμου ξεκινάει από την αρχή και για κάθε κόμβο υπολογίζει την συντομότερη διαδρομή από την αρχή και από ποιον προηγούμενο κόμβο αυτή προέρχεται. Φτάνοντας στο τέλος, ακολουθούμε αντίστροφη πορεία για να βρούμε την συντομότερη διαδρομή. Δηλαδή για τον τελευταίο κόμβο βρίσκουμε μέσω ποιου προηγούμενου κόμβου έχουμε την συντομότερη διαδρομή. Στη συνέχεια κάνουμε την ίδια δουλειά για αυτόν το κόμβο μέχρι να φτάσουμε στην αρχή. Έτσι έχουμε βρει τους κόμβους που συνθέτουν την συντομότερη διαδρομή στο δίκτυο. Αν εφαρμόσουμε τον αλγόριθμο στο δίκτυο του σχήματος. θα έχουμε: u (αρχικός κόμβος) = u = u + d = + = (από τον κόμβο ) u = u + d = + = (από τον κόμβο ) u = min {u + d, u + d, u + d } = min { +, +, + } = (από τον κόμβο ) u = min {u + d, u + d } = min { +, + 8} = (από τον κόμβο ) u = min {u + d, u + d } = min { +, + } = (από τον κόμβο ) u (τελικός κόμβος) = min {u + d, u + d } = min { +, + 9} = (από τον κόμβο ) Ξεκινώντας τώρα από το τέλος προς την αρχή έχουμε ότι: η συντομότερη διαδρομή του κόμβου από τον κόμβο είναι και επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο. η συντομότερη διαδρομή του κόμβου από τον κόμβο επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο. η συντομότερη διαδρομή του κόμβου από τον κόμβο επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο που είναι και αρχικός κόμβος. Άρα η ελάχιστη απόσταση από τον κόμβο στον κόμβο είναι και ακολουθεί την διαδρομη. Έστω ότι στο δίκτυο του σχήματος. η ακμή (,) είχε τιμή 8 αντί για 9 δηλαδή έχουμε το δίκτυο του σχήματος.

8 8 Σχήμα. Αν εφαρμόσουμε τον αλγόριθμο στο νέο δίκτυο θα έχουμε: u (αρχικός κόμβος) = u = u + d = + = (από τον κόμβο ) u = u + d = + = (από τον κόμβο ) u = min {u + d, u + d, u + d } = min { +, +, + } = (από τον κόμβο ) u = min {u + d, u + d } = min { +, + 8} = (από τον κόμβο ) u = min {u + d, u + d } = min { +, + } = (από τον κόμβο ) u (τελικός κόμβος) = min {u + d, u + d } = min { +, + 8} = (από τον κόμβο και ) Ξεκινώντας τώρα από το τέλος προς την αρχή έχουμε ότι: η συντομότερη διαδρομή του κόμβου από τον κόμβο είναι και επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο ή από τον κόμβο. Αφού η συντομότερη διαδρομή επιτυγχάνεται αν πάμε στον τελευταίο κόμβο από δύο κόμβους ( και ) θα έχουμε δύο συντομότερες διαδρομές με μήκος. Πρώτα θα βρούμε την συντομότερη διαδρομή που επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο και μετά αν πάμε από τον κόμβο. η συντομότερη διαδρομή του κόμβου από τον κόμβο επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο. η συντομότερη διαδρομή του κόμβου από τον κόμβο επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο που είναι και αρχικός κόμβος. η συντομότερη διαδρομή του κόμβου από τον κόμβο επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο. η συντομότερη διαδρομή του κόμβου από τον κόμβο επιτυγχάνεται αν πάμε στον κόμβο από τον κόμβο που είναι και αρχικός κόμβος. Άρα η ελάχιστη απόσταση από τον κόμβο στον κόμβο είναι και ακολουθεί δύο διαδρομές τη διαδρομη και τη διαδρομή.

Αυτό που θα πρέπει να τονιστεί είναι ότι αν και μέχρι τώρα το πρόβλημα της συντομότερης διαδρομής έχει περιγραφεί σε σχέση με την ελαχιστοποίηση της απόστασης μεταξύς της αρχής και του τέλους ενός δικτύου, αυτό δεν σημαίνει ότι οι τιμές των ακμών πρέπει οποσδήποτε να είναι αποστάσεις. Για παράδειγμα, οι ακμές μπορεί να αντιστοιχούν σε δραστηριότητες κάποιου είδους, όπου η τιμή για κάθε ακμή είναι το κόστος της δραστηριότητας. Το πρόβλημα τότε θα είναι να βρεθεί η ακολουθία των δραστηριοτήτων που ελαχιστοποιεί το συνολικό κόστος. Ακόμη η τιμή της ακμής μπορεί να είναι χρόνος που χρειάζεται για την εκτέλεση της δραστηριότητας. Στην περίπτωση αυτή το πρόβλημα θα είναι να βρεθεί η ακολουθία των δραστηριοτήτων που ελαχιστοποιεί το συνολικό χρόνο. Έτσι, η λέξη απόσταση μπορεί να θεωρηθεί και ως κόστος ή χρόνος ή κάποια άλλη ποσότητα.