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

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

Μοντέλα Διανομής και Δικτύων

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΈΡΕΥΝΑ ΣΤΑ ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ΚΑΙ ΚΑΤΑΜΕΡΙΣΜΟΥ

Το Πρόβλημα Μεταφοράς

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

Ακέραιος Γραμμικός Προγραμματισμός

Ακέραιος Γραμμικός Προγραμματισμός

Επιχειρησιακή έρευνα (ασκήσεις)

Κεφάλαιο 4ο: Δικτυωτή Ανάλυση

Γραμμικός Προγραμματισμός

Ακέραιος Γραμμικός Προγραμματισμός

Προσφορά Τροποποιηµένος πίνακας, όπου προσφορά ίση µε τη ζήτηση µε την προσθήκη εικονικού προορισµού *

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Γραμμικός Προγραμματισμός Πρόβλημα Αντιστοιχήσεως

Μέθοδοι Βελτιστοποίησης

3.12 Το Πρόβλημα της Μεταφοράς

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

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Η Μέθοδος Αναθεωρηµένης Εκχώρησης (MODI)

Επιχειρησιακή Έρευνα I

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

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

Προβλήματα Εκχώρησης (Assignment Problems)

ΠΡΟΒΛΗΜΑ ΑΝΑΘΕΣΗΣ Ή ΑΝΤΙΣΤΟΙΧΗΣΗΣ Ή ΕΚΧΩΡΗΣΗΣ Ή ΚΑΤΑΝΟΜΗΣ (ASSIGNMENT PROBLEM)

2. ΣΥΓΚΕΝΤΡΩΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

Μέθοδοι Βελτιστοποίησης

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

Ανάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος

Επιχειρησιακή Έρευνα

ΕπίλυσηΠροβληµάτων Αναθέσεων: Η "Ουγγρική Μέθοδος"

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Η άριστη λύση με τη μέθοδο simplex:

Το µαθηµατικό µοντέλο του Υδρονοµέα

Πρόβλημα Μεταφοράς. Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης

Η άριστη λύση με τη μέθοδο simplex:

Λυμένες ασκήσεις στα πλαίσια του μαθήματος «Διοίκηση Εφοδιαστικής Αλυσίδας»

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Περιεχόμενα Πρόλογος 5ης αναθεωρημένης έκδοσης ΚΕΦΆΛΆΙΟ 1 Ο ρόλος της επιχειρησιακής έρευνας στη λήψη αποφάσεων ΚΕΦΆΛΆΙΟ 2.

Άσκηση 5. Εργοστάσια. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων Ι Σύνολο- Περιεχόμενο Μαθήματος

Στοχαστικές Στρατηγικές. διαδρομής (1)

3. ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ ( Transportation )

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

ΚΕΦΑΛΑΙΟ ΕΒΔΟΜΟ: Το Πρόβλημα της μεταφοράς και οι μέθοδοι επίλυσης του. Εφαρμογές χρησιμοποιώντας το R

Δυναμικότητα (GWh) A B C Ζήτηση (GWh) W X Y Z

σει κανένα modem των 128Κ. Θα κατασκευάσει συνολικά = 320,000 τεμάχια των 64Κ και το κέρδος της θα γίνει το μέγιστο δυνατό, ύψους 6,400,000.

Πρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Ανάλυση ευαισθησίας. Γκόγκος Χρήστος- Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

Γραμμικός Προγραμματισμός Μέθοδος Simplex

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

Η μέθοδος Simplex. Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

3.7 Παραδείγματα Μεθόδου Simplex

Επιχειρησιακή Έρευνα I

Προβλήµατα Μεταφορών (Transportation)

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX

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

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Επιχειρησιακή Έρευνα I

Γενικευµένη Simplex Γενικευµένη Simplex

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ & ΣΥΣΤΗΜΑΤΩΝ ΥΠΗΡΕΣΙΩΝ

4.4 Το πρόβλημα του ελάχιστου ζευγνύοντος δένδρου

Επιχειρησιακή Έρευνα I

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α

Επιχειρησιακή Έρευνα

Προσδιοριστικές Μέθοδοι Επιχειρησιακής Έρευνας Πολυκριτήριος Γραμμικός Προγραμματισμός (Goal Programming)

Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Εισαγωγή στο Γραμμικό Προγραμματισμό

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Κεφάλαιο 5: Στρατηγική χωροταξικής διάταξης

Επιχειρησιακή Έρευνα

Διδάσκων: Νίκος Λαγαρός

Τμήμα Διοίκησης Επιχειρήσεων

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

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

Γραμμικός Προγραμματισμός

ΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ. 4.1 Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

max c 1 x 1 + c 2 x c n x n υπό a 11 x 1 + a 12 x a 1n x n b 1 a 21 x 1 + a 22 x a 2n x n b 2 a m1 x 1 + a m2 x a mn x n b m

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

Τμήμα Διοίκησης Επιχειρήσεων

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

ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΠΡΟΓΡΑΜ- ΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ Συνοπτικός (Συγκεντρωτικός) Προγραμματισμός Παραγωγής

Πληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού

Επιχειρησιακή Έρευνα

Transcript:

Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

To Πρόβλημα Μεταφοράς και οι Παραλλαγές του Το Πρόβλημα Μεταφοράς Μαθηματική Διατύπωση Εύρεση Αρχικής Λύσης Προσδιορισμός Βέλτιστης Λύσης Επίλυση με χρήση Solver Εφαρμογές-Ασκήσεις Το Πρόβλημα Μεταφόρτωσης Μετατροπή σε Πρόβλημα Μεταφοράς- Μαθηματικό Μοντέλο Το Πρόβλημα Αναθέσεων Διατύπωση- Υποθέσεις Επίλυση: «Η Ουγγρική Μέθοδος» 2

Εφαρμογές Προβλήματος Μεταφοράς Έλεγχος Αποθεμάτων Παραγωγής (1/5) Η Boralis κατασκευάζει σακίδια ώμου για πεζοπόρους-ορειβάτες. Η ζήτηση για τα προϊόντα της εταιρίας κατά την περίοδο αιχμής (Μάρτιο-Ιούνιο) είναι 100, 200, 180 και 300 μονάδες αντίστοιχα. Η εταιρεία χρησιμοποιεί εργαζόμενους εποχιακής απασχόλησης για να ανταπεξέλθει στις διακυμάνσεις της ζήτησης. Υπολογίζεται ότι η εταιρεία μπορεί να παράγει 50, 80, 280 και 270 μονάδες κατά τον μήνα Μάρτιο έως και Ιούνιο. Η απαίτηση ενός τρέχοντος μήνα μπορεί να ικανοποιηθεί με κάποιον από τους τρεις επόμενους τρόπους: 1. Από την παραγωγή του τρέχοντος μήνα με κόστος 40 $ το σακίδιο 2. Από την πλεονάζουσα παραγωγή κάποιου προηγούμενου μήνα με πρόσθετο κόστος διατήρησης 0,5 $ ανά σακίδιο, ανά μήνα 3. Από την πλεονάζουσα παραγωγή κάποιου επόμενου μήνα (καθυστερημένη παράδοση παραγγελίας) με ένα πρόσθετο κόστος πληρωμής 2 $ ανά σακίδιο, ανά μήνα Η Boralis επιθυμεί να προσδιορίσει το βέλτιστο πρόγραμμα για τους τέσσερεις μήνες 3

Εφαρμογές ΠΜ- Έλεγχος Αποθεμάτων Παραγωγής (2/5) Ο πίνακας που ακολουθεί συνοψίζει τις αντιστοιχίες τους παραλληλισμούς ανάμεσα στα στοιχεία του μοντέλου αποθεμάτων παραγωγής και του μοντέλου μεταφοράς: Μεταφορά Παραγωγή-Αποθέματα 1. Πηγή i 1. Περίοδος παραγωγής i 2. Προορισμός j 2. Περίοδος ζήτησης j 3. Προσφορά της πηγής i 3. Παραγωγή την περίοδο i 4. Ζήτηση του προορισμού j 4. Ζήτηση για την περίοδο j 5. Μοναδιαίο Κόστος 5. Μοναδιαίο κόστος (παραγωγή +διατήρηση + μεταφοράς από την πρόσθετο κόστος πηγή i στον πληρωμής) της περιόδου i προορισμό j για την περίοδο j 4

Εφαρμογές ΠΜ-Έλεγχος Αποθεμάτων Παραγωγής (3/5) Επομένως το μοναδιαίο κόστος μεταφοράς από την περίοδο παραγωγής i στην περίοδο ζήτησης j υπολογίζεται ως εξής: Κόστος παραγωγής στην i, i = j Cij Κόστος παραγωγής στην i + Κόστος διατήρησης από i στην j, i < j Κόστος παραγωγής στην i + Κόστος ποινής από i στην j, i > j 5

Δυνατότητα Παραγωγής Περίοδος Παραγωγής July 50 Μάρτιος R/T 40 40,5 41 41,5 Αναπαράσταση Δικτύου Περίοδος Ζήτησης Μάρτιος 100 180 Απρίλιος 42 40 44 46 Απρίλιος 200 280 Μάϊος 40,5 41 42 40 40,5 44 42 Μάϊος 180 Ζήτηση 270 Ιούνιος 40 Ιούνιος 300

Εφαρμογές ΠΜ-Έλεγχος Αποθεμάτων Παραγωγής (4/5) Ο πίνακας για το παραπάνω πρόβλημα μεταφοράς που προκύπτει δίνεται: ΠΕΡΙΟΔΟΣ ΠΑΡΑΓΩΓΗΣ ΠΕΡΙΟΔΟΣ ΖΗΤΗΣΗΣ 1 2 3 4 Προσφορά 1 40 40,5 41 41,5 50 2 42 40 40,5 41 180 3 44 42 40 40,5 280 4 46 44 42 40 270 Ζήτηση 100 200 180 300 780 7

Εφαρμογές ΠΜ-Έλεγχος Αποθεμάτων Παραγωγής (5/5) Η βέλτιστη λύση είναι: ΠΡΟΕΛΕΥΣΗ ΠΡΟΟΡΙΣΜΟΣ 1 2 3 4 Προσφορά 1 40 40,5 41 41,5 50 50 2 42 40 40,5 41 50 130 180 3 44 42 40 40,5 70 180 30 280 46 44 42 40 4 270 270 Ζήτηση 100 200 180 300 8

Δυνατότητα Παραγωγής Βέλτιστη Λύση του Προβλήματος Ελέγχου Αποθεμάτων Περίοδος Παραγωγής 50 Μάρτιος 50 Περίοδος Ζήτησης Μάρτιος 100 50 180 Απρίλιος 130 Απρίλιος 200 280 Μάιος 70 180 Μάιος 180 Ζήτηση 30 270 Ιούνιος 270 Ιούνιος 300

Το Πρόβλημα Μεταφόρτωσης (Transshipment problem) Είναι πρόβλημα μεταφοράς στο οποίο η μεταφορά γίνεται μέσω ενδιάμεσων σημείων (κόμβων μεταφόρτωσης) Μπορεί να μετατραπεί σε μεγαλύτερο πρόβλημα μεταφοράς και να επιλυθεί με τον αλγόριθμο μεταφοράς. Επιλύεται επίσης και με γενικού σκοπού κώδικες γραμμικού προγραμματισμού. 10

Πρόβλημα Μεταφόρτωσης- Ορισμοί Πηγή: ένα σημείο (π.χ. πόλη) το οποίο μπορεί μόνο να αποστείλει φορτία αλλά δεν μπορεί να δεχτεί φορτία Προορισμός: ένα σημείο το οποίο δέχεται φορτία αλλά δεν μπορεί να αποστείλει φορτία Σημείο Μεταφόρτωσης: κάθε σημείο το οποίο μπορεί να παραλάβει φορτία και να αποστείλει φορτία 11

Παράδειγμα Προβλήματος Μεταφόρτωσης Ελληνική εταιρία παραγωγής κομπόστας Δύο μονάδες παραγωγής: στη Βέροια και στη Σόφια με 180 και 200 τόνους παραγωγής ετησίως. Πελάτες: στη Φρανκφούρτη, το Παρίσι και το Μιλάνο με ζήτηση: 140, 140 και 80 τόνους αντίστοιχα. Η εταιρία πιστεύει ότι η μεταφορά μέσω Άμστερνταμ ή και Βιέννης μπορεί να μειώσει το κόστος. Οι δυνατές επιλογές μεταφοράς και το αντίστοιχο κόστος δίνεται στον επόμενο πίνακα. Η εταιρία θέλει να ελαχιστοποιήσει το κόστος μεταφοράς 12

Δεδομένα- Κόστος Μεταφόρτωσης Πηγές Σημεία μεταφόρτωσης Προρισμοί Βέροια Σόφια Άμστερνταμ Βιέννη Φρανκφούρτη Παρίσι Μιλάνο Βέροια 0-9 14 30 33 29 Σόφια - 0 16 13 27 26 29 Άμστερνταμ - - 0 7 17 18 19 Βιέννη - - 7 0 15 17 15 Φρανκφούρτη - - - - 0 - - Παρίσι - - - - - 0 - Μιλάνο - - - - - - 0 Με παύλα σημειώνονται οι διαδρομές που δεν έχουν νόημα 13

Αναπαράσταση δικτύου 5. Φρανκφούρτη 140 180 1. Βέροια 3. Άμστερνταμ 6. Παρίσι 140 200 2. Σόφια 4. Βιέννη 7. Μιλάνο 80 ΠΗΓΕΣ ΣΗΜΕΙΑ ΜΕΤΑΦΟΡΤΩΣΗΣ ΠΡΟΟΡΙΣΜΟΙ

Μαθηματική Διατύπωση Min z=9x 13 +14X 14 +30X 15 +33X 16 +29X 17 +16X 23 +13X 24 +27X 25 +26X 26 +29X 27 + +7X 34 +17X 35 +18X 36 +19X 37 +7X 43 +15X 45 +17X 46 +15X 47 X 13 +X 14 +X 15 +X 16 +X 17 =180 X 23 +X 24 +X 25 +Χ 26 +X 27 =200 Περιορισμοί Προσφοράς X 13 +X 23 +X 43 =X 34 +X 35 +X 36 +X 37 X 14 +X 24 +X 34 =X 43 +X 45 +X 46 +X 47 X 15 +X 25 +X 35 +X 45 =140 X 16 +X 26 +X 36 +X 46 =140 X 17 +X 27 +X 37 +X 47 =80 Περιορισμοί σημείων μεταφόρτωσης Περιορισμοί Ζήτησης 15

Μετατροπή Προβλήματος Μεταφόρτωσης σε Πρόβλημα Μεταφοράς Βήμα 1: Εάν είναι απαραίτητο, προσθέστε ένα εικονικό σημείο ζήτησης ή ένα εικονικό σημείο προσφοράς για τα προκύψει ισορροπημένο πρόβλημα μεταφοράς Βήμα 2: Κατασκευάστε έναν πίνακα μεταφοράς ως εξής: Για κάθε πηγή και για κάθε σημείο μεταφόρτωσης δημιουργήστε μια γραμμή στον πίνακα Για κάθε σημείο ζήτησης και για κάθε σημείο μεταφόρτωσης δημιουργήστε μια στήλη Κάθε πηγή θα έχει προσφορά ίση με την αρχική προσφορά της, και κάθε σημείο ζήτησης θα έχει ζήτηση ίση με την αρχική ζήτηση του. Κάθε σημείο μεταφόρτωσης θα έχει προσφορά = αρχική προσφορά του + συνολική διαθέσιμη προσφορά, και ζήτηση = αρχική ζήτησή του + συνολική διαθέσιμη προσφορά Στη συνέχεια, το πρόβλημα μπορεί να λυθεί ως πρόβλημα μεταφοράς 16

ΠΗΓΕΣ Μετατροπή Προβλήματος Μεταφόρτωσης σε Πρόβλημα Μεταφοράς Βέροια Σόφια ΠΡΟΟΡΙΣΜΟΙ Άμστερνταμ Βιέννη Φρανκφούρτη Παρίσι Μιλάνο Τεχνητός 9 14 30 33 29 0 16 13 27 26 29 0 Προσφορά 180 200 Άμστερνταμ Βιέννη 0 7 17 18 19 0 7 0 15 17 15 0 380 380 Ζήτηση 380 380 140 140 80 20

Πρόβλημα Αναθέσεων Πρόβλημα της ανάθεσης ή αντιστοίχησης ή εκχώρησης Ειδικής μορφής πρόβλημα ΓΠ-Απλούστευση του Προβλήματος Μεταφοράς: Η προσφορά κάθε πηγής και η ζήτηση κάθε προορισμού ισούνται με 1 Εφαρμογές Κατανομή εργατών σε μηχανές. Κατανομή πελατών σε περιοχές. Κατανομή πληρωμάτων σε δρομολόγια. Κατανομή παραγγελιών σε εργοστάσια κ.τ.λ. 18

Πρόβλημα Αναθέσεων Προκύπτει όταν m εργασίες (δραστηριότητες, έργα, γεωγραφικές περιοχές, διαδικασίες) μπορούν να εκτελεστούν από, ή να αντιστοιχηθούν σε m εργάτες (άτομα, μηχανήματα κ.ά.) C ij είναι το μοναδιαίο κόστος (ή κέρδος) εκτέλεσης κάθε δραστηριότητας i από κάθε άτομο j Το αντικείμενο των προβλημάτων ανάθεσης είναι η αντιστοίχηση πόρων σε δραστηριότητες, έτσι ώστε να ελαχιστοποιείται το συνολικό κόστος ή να μεγιστοποιείται το αποτέλεσμα Ο μόνος περιορισμός του προβλήματος είναι ότι ο κάθε πόρος μπορεί να χρησιμοποιηθεί μόνο σε μία δραστηριότητα και η κάθε δραστηριότητα θα χρησιμοποιήσει μόνο ένα πόρο 19

Υποθέσεις Προβλήματος Αναθέσεων Ο αριθμός των εργασιών πρέπει να είναι ίσος με τον αριθμό των εργατών Για ισορροπημένο πρόβλημα, κάθε εργασία αντιστοιχείται σε ακριβώς ένα άτομο και κάθε άτομο εκτελεί ακριβώς μία εργασία Για μη-ισορροπημένο πρόβλημα, εισάγουμε «εικονικό» εργάτη (όταν οι εργασίες είναι περισσότερες από τους εργάτες) ή «εικονικές» εργασίες (όταν οι εργάτες είναι περισσότεροι από τις εργασίες) 20

Παράδειγμα Προβλήματος Αναθέσεων Η εταιρία «Μηχανουργική» έχει αναλάβει την εκτέλεση 4 εργασιών. Η εταιρία διαθέτει 4 μηχανές οι οποίες μπορούν να εκτελούν μία μόνο εργασία κάθε φορά. Ο χρόνος εκτέλεσης των 4 εργασιών από τις μηχανές δίνονται στον ακόλουθο πίνακα. Η εταιρία θέλει να προσδιορίσει την βέλτιστη κατανομή των εργασιών στις 4 μηχανές ώστε να ελαχιστοποιείται ο συνολικός χρόνος εκτέλεσης 21

Δεδομένα Προβλήματος «Μηχανουργική» Πίνακας Κόστους 14 5 8 7 2 12 6 5 7 8 3 9 2 4 6 10 ΜΗΧΑΝΟΥΡΓΙΚΗ: Χρόνοι (σε ώρες) εκτέλεσης εργασιών 22

Μαθηματική Διατύπωση-Πρόβλημα «ΜΗΧΑΝΟΥΡΙΚΗ» Μεταβλητές Χ ij =1 αν η μηχανή i εκτελέσει την εργασία j =0 αν η μηχανή i δεν εκτελέσει την εργασία j Min Z = 14 X 11 + 5 X 12 + 8 X 13 +7 X 14 + 2 X 21 + 12 X 22 + 6 X 23 +5 Χ 24 +7 X 31 + 8X 32 + 3 X 33 + 9X 34 +2 X 41 + 4X 42 + 6 X 43 + 10X 44 S.t. X 11 +X 12 +X 13 +X 14 =1 X 21 +X 22 +X 23 +X 24 =1 X 31 +X 32 +X 33 +X 34 =1 X 41 +X 42 +X 43 +X 44 =1 X 11 + X 21 + X 31 + X 41 + =1 X 12 + X 22 + X 32 + X 42 + =1 X 13 + X 23 + X 33 + X 43 + =1 X 14 + X 24 + X 34 + X 44 + =1 X 11, X 12, X 13, X 14, X 21, X 22,X 23, Χ 24, X 31, X 32, X 33, X 34, X 41, X 42, X 43, X 44 0 23

Επίλυση Προβλήματος Αναθέσεων Πρόβλημα Μεταφοράς όπου o Η προσφορά κάθε πηγής και η ζήτηση κάθε προορισμού ισούνται με 1 Κάθε προσφορά και ζήτηση είναι ακέραιο αριθμοί και επομένως όλες οι μεταβλητές στην βέλτιστη λύση θα είναι ακέραιοι αριθμοί 0 και 1. Επιλύεται με τον αλγόριθμο μεταφοράς Πολύ μεγάλο πλήθος εφικτών λύσεων (m!) Ειδικός αλγόριθμος: «Ουγγρική Μέθοδος» 24

Επίλυση Προβλημάτων Αναθέσεων: «Η Ουγγρική Μέθοδος» (1/4) Η "Ουγγρική Μέθοδος" είναι μια επαναληπτική μέθοδος που περιλαμβάνει τα εξής βήματα: Βήμα 1: Δημιουργούμε τον πίνακα μειωμένου κόστους: Βρείτε το ελάχιστο κόστος κάθε γραμμής του mxm πίνακα κόστους. Κατασκευάστε ένα νέο πίνακα αφαιρώντας το ελάχιστο κόστος από κάθε στοιχείο κάθε γραμμής. (Στην περίπτωση προβλημάτων μεγιστοποίησης, βρείτε το μέγιστο κέρδος κάθε γραμμής και κατασκευάστε ένα νέο πίνακα αφαιρώντας τα στοιχεία κάθε γραμμής από αυτό) Για αυτόν τον νέο πίνακα, βρείτε το ελάχιστο στοιχείο κάθε στήλης. Κατασκευάστε ένα νέο πίνακα (πίνακα μειωμένου κόστους) αφαιρώντας το ελάχιστο αυτό στοιχείο από κάθε στήλη 25

«Η Ουγγρική Μέθοδος» (2/4) Βήμα 2: Ελέγχουμε αν ο πίνακας που προέκυψε από το βήμα 1, δίνει τη βέλτιστη ανάθεση: Καλύπτουμε όλα τα μηδενικά στοιχεία του πίνακα χρησιμοποιώντας τον ελάχιστο αριθμό οριζόντιων και κατακόρυφων γραμμών. Αν ο αριθμός των γραμμών που απαιτούνται είναι m δηλ. ίσος με τον αριθμό των γραμμών ή στηλών του πίνακα, τότε μπορούμε να προχωρήσουμε στην αντιστοίχηση που θα δώσει το μικρότερο κόστος, στο βήμα 4. Αλλιώς, συνεχίζουμε με το επόμενο βήμα 26

«Η Ουγγρική Μέθοδος» (3/4) Βήμα 3: Αναπροσαρμογή των τιμών του πίνακα μειωμένου κόστους ως εξής: Αφαιρούμε το μικρότερο στοιχείο του πίνακα που δεν καλύπτεται με γραμμές από όλα τα υπόλοιπα στοιχεία που επίσης δεν καλύπτονται, ενώ το προσθέτουμε σε όλα τα στοιχεία του πίνακα που βρίσκονται στα σημεία τομής των γραμμών που σχεδιάστηκαν στο βήμα 2 Αφήνουμε τα υπόλοιπα στοιχεία μεταβλητά. Επιστρέφουμε στο βήμα 2 27

«Η Ουγγρική Μέθοδος» (4/4) Βήμα 4: Εκτελούμε την αντιστοίχηση δραστηριοτήτων και πόρων. Ξεκινούμε από μια σειρά ή μια στήλη η οποία έχει μόνο ένα 0 Αναθέτουμε τον πόρο που αντιστοιχεί στη γραμμή, στη δραστηριότητα που αντιστοιχεί στη στήλη Διαγράφουμε τον πόρο και τη δραστηριότητα και προχωρούμε με το υπόλοιπο τμήμα του πίνακα με τον ίδιο τρόπο Αν δεν υπάρχει σειρά ή στήλη με ένα μόνο 0, διαλέγουμε τη σειρά ή στήλη με δύο 0 και επιλέγουμε ένα από αυτά Είναι ευνόητο ότι σε αυτή την περίπτωση μπορεί να υπάρχουν περισσότερες από μία λύσεις 28

Επίλυση Προβλήματος «Μηχανουργική» με την Ουγγρική Μέθοδο Πίνακας κόστους 14 5 8 7 5 2 12 6 5 2 7 8 3 9 3 2 4 6 10 2 29

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Πίνακας κόστους μετά την αφαίρεση του ελάχιστου στοιχείου σε κάθε γραμμή 11 0 3 2 0 10 4 3 4 5 0 6 0 2 4 8 0 0 0 2 30

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Πίνακας κόστους μετά την αφαίρεση του ελάχιστου στοιχείου σε κάθε στήλης 11 0 3 0 0 10 4 1 4 5 0 4 0 2 4 6 31

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ο αριθμός των γραμμών για την επικάλυψη των 0 είναι: 3 <4 11 0 3 0 0 10 4 1 4 5 0 4 0 2 4 6 Το μικρότερο από τα μη επικαλυμμένα στοιχεία είναι 1 και αφαιρείται από όλα τα μη επικαλυμμένα στοιχεία και προστίθεται στα σημεία τομής των ευθειών 32

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ο αριθμός των γραμμών για την επικάλυψη των 0 είναι 4: Βέλτιστη Λύση 10 0 3 0 0 9 3 0 5 5 0 4 0 1 3 5 33

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ανάθεση Εργασιών 10 0 3 0 0 9 3 0 5 5 0 4 0 1 3 5 Για να βρείτε μια βέλτιστη ανάθεση, παρατηρούμε ότι το μόνο 0 στη σειρά 3 είναι X33, οπότε πρέπει να έχουμε X33 = 1. 34

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ανάθεση Εργασιών 10 0 3 0 0 9 3 0 5 5 0 4 0 1 3 5 Το μόνο 0, στη γραμμή 4 είναι Χ41, οπότε πρέπει να έχουμε X41 = 1. 35

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ανάθεση Εργασιών 10 0 3 0 0 9 3 0 5 5 0 4 0 1 3 5 Τώρα το μόνο διαθέσιμο καλύπτονται μηδέν στη στήλη 2 είναι x12. Έτσι, επιλέγουμε x12 = 1 36

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ανάθεση Εργασιών 10 0 3 0 0 9 3 0 5 5 0 4 0 1 3 5 Τώρα το μόνο διαθέσιμο καλύπτονται μηδέν στη στήλη 2 είναι x12. Έτσι, επιλέγουμε x12 = 1. Τέλος, επιλέγουμε X24 = 1. 37

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Ανάθεση Εργασιών 10 0 3 0 0 9 3 0 5 5 0 4 0 1 3 5 Τώρα το μόνο διαθέσιμο καλύπτονται μηδέν στη στήλη 2 είναι x12. Έτσι, επιλέγουμε x12 = 1. Τέλος, επιλέγουμε X24 = 1. 38

Επίλυση Προβλήματος «Μηχανουργική» (συνέχεια) Βέλτιστη ανάθεση Εργασιών ΜΗΧΑΝΕΣ ΕΡΓΑΣΙΕΣ ΚΟΣΤΟΣ Μ1 Ε2 12 Μ2 Ε4 5 Μ3 Ε3 3 Μ4 Ε1 2 Ελάχιστο Κόστος: Ζ=12+5+3+2=22 39

Πρόβλημα Αναθέσεων- Η περίπτωση Προβλήματος Μεγιστοποίησης Μια επιχείρηση παραγωγής απορρυπαντικών θέλει να διαφημίσει το νέο της προϊόν στην τηλεόραση. Η εταιρεία θέλει να βάλει μία διαφήμιση σε καθένα από τα εθνικά κανάλια (MEGA, ANT1, SKY) και μία διαφήμιση στο τοπικό κανάλι TRT. Οι διαφημίσεις θα παιχτούν τις ώρες 10 π.μ. έως 2 μ.μ., μία διαφήμιση κάθε ώρα. Η τηλεθέαση την περίοδο αυτή δίνεται στην επόμενη διαφάνεια. Προσδιορίστε τη βέλτιστη κατανομή των διαφημίσεων στα τέσσερα κανάλια ώστε να μεγιστοποιηθεί η τηλεθέαση. 40

Πρόβλημα Αναθέσεων- Η περίπτωση Προβλήματος Μεγιστοποίησης Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 27.1 18.1 11.3 9.5 11-12 18.9 15.5 17.1 10.6 12-13 19.2 18.5 9.9 7.7 13-14 11.2 21.4 16.8 12.8 41

Επίλυση Προβλήματος Μεγιστοποίησης Βρίσκουμε το μεγαλύτερο στοιχείο κάθε γραμμής Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 27.1 18.1 11.3 9.5 27.1 11-12 18.9 15.5 17.1 10.6 18.9 12-13 19.2 18.5 9.9 7.7 19.2 13-14 11.2 21.4 16.8 12.8 21.4 Μέγιστο γραμμών 42

Επίλυση Προβλήματος Μεγιστοποίησης (συνέχεια) Πίνακας κόστους μετά την αφαίρεση των στοιχείων κάθε γραμμής από το μέγιστο κάθε γραμμής Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 0 9 15.8 17.6 11-12 0 3.4 1.8 8.3 12-13 0 0.7 9.3 11.5 13-14 9.9 0 4.6 8.6 Ελάχιστο στηλών 0 0 1.8 8.3 43

Επίλυση Προβλήματος Μεγιστοποίησης (συνέχεια) Πίνακας κόστους μετά την αφαίρεση του ελάχιστου στοιχείου σε κάθε στήλης Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 0 9 14 9.3 11-12 0 3.4 0 0 12-13 0 0.7 7.5 3.2 13-14 9.9 0 2.8 0.3 Το μικρότερο από τα μη επικαλυμμένα στοιχεία είναι 0.7 και αφαιρείται από όλα τα μη επικαλυμμένα στοιχεία και προστίθεται στα σημεία τομής των ευθειών 44

Επίλυση Προβλήματος Μεγιστοποίησης (συνέχεια) Ελάχιστος αριθμός γραμμών κάλυψης των 0 είναι 3 <4 Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 0 8.3 13.3 8.6 11-12 0.7 3.4 0 0 12-13 0 0 6.8 2.5 13-14 10.6 0 2.8 0.3 Το μικρότερο από τα μη επικαλυμμένα στοιχεία είναι 0.3 και αφαιρείται από όλα τα μη επικαλυμμένα στοιχεία και προστίθεται στα σημεία τομής των ευθειών 45

Επίλυση Προβλήματος Μεγιστοποίησης (συνέχεια) Ελάχιστος αριθμός γραμμών κάλυψης των 0 είναι 4: Βέλτιστη Λύση Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 0 8.3 13 8.3 11-12 1 3.7 0 0 12-13 0 0 6.5 2.2 13-14 10.6 0 2.5 0 46

Επίλυση Προβλήματος Μεγιστοποίησης (συνέχεια) Ανάθεση Εργασιών Κανάλι Ώρα MEGA ANT1 SKY TRT 10-11 0 8.3 13 8.3 11-12 1 3.7 0 0 12-13 0 0 6.5 2.2 13-14 10.6 0 2.5 0 47

Επίλυση Προβλήματος Μεγιστοποίησης (συνέχεια) Βέλτιστη Κατανομή διαφημίσεων Ώρα Κανάλι Τηλεθέαση 10-11 MEGA 27.1 11-12 SKY 17.1 12-13 ANT1 18.5 13-14 TRT 12.8 48

49