文章目录
一、运输规划问题模型及变化
运输规划问题一般形式 ( 产销平衡 ) :
\rm m 个产地 :
\rm A_1, A_2,A_3 , \cdots , A_m ;
\rm n 个销地 :
\rm B_1, B_2,B_3 , \cdots , B_n ;
\rm a_i 表示产地
\rm A_i 的产量 ,
\rm i = 1, 2,3, \cdots , m ;
\rm b_j 表示产地
\rm B_j 的销量 ,
\rm j = 1, 2,3, \cdots , n ;
\rm c_{ij} 表示将
\rm A_i 产地的产品运往
\rm B_j 销地的运输成本 ;
假设
\rm x_{ij} 是从产地
\rm A_i 运往销地
\rm B_j 的运输量 ;
可以得到如下线性规划模型 :
\begin{array}{lcl} \rm minW = \sum_{i = 1}^{m} \sum_{j = 1}^{n} c_{ij} x_{ij} \\\\ \rm s.t\begin{cases} \rm \sum_{j = 1}^{n} x_{ij} = a_i \ \ \ \ ( \ i = 1, 2,3, \cdots , m \ ) \\\\ \rm \sum_{i = 1}^{m} x_{ij} = b_j \ \ \ \ ( \ j = 1, 2,3, \cdots , n \ ) \\\\ \rm x_{ij} \geq 0 \ \ \ \ ( \ i = 1, 2,3, \cdots , m \ \ ; \ \ j = 1, 2,3, \cdots , n \ ) \end{cases}\end{array}此外运输规划还有一些变化模型 :
① 目标函数求最大值 , 如利润最大 ;
② 运输能力限制 , 需要在模型中加入等式或不等式约束条件 ;
③ 产销不平衡 , 参考 【运筹学】运输规划 ( 运输规划基变量个数 | 运输问题一般形式 | 产销平衡 | 产销不平衡 ) 三、运输规划中的产销( 不 )平衡问题 ;
二、运输规划问题求解 ( 表上作业法 )
运输问题线性规划 本质也是线性规划 , 是特殊的线性规划 , 其 最优解 可以使用 单纯形法 求得 ;
运输问题是线性规划中比较简单的模型 , 其系数矩阵中的元素都是
0,1 , 是稀疏矩阵 , 可以使用简化版的单纯形法求最优解 , 该方法称为 " 表上作业法 " ;
\rm m 个产地 ,
\rm n 个销地 , 变量个数是
\rm m \times n 个 ;
\rm m 个产地 ,
\rm n 个销地 , 约束方程个数是
\rm m + n 个 , 这些约束方程中 , 有一个是多余的 , 最本质的方程最多有
\rm m + n - 1 个 ;
第一步 , 开始找 初始基可行解 , 基变量个数是
\rm m + n - 1 个 , 基矩阵的秩是
\rm m + n - 1 ;
求解基可行解时 , 非基变量取值
0 , 基变量允许非
0 变量 , 找
\rm m + n - 1 个基变量 ,
第二步 , 找到一个规则 , 判断是否是最优解 ;
第三步 , 如果不是最优解 , 进行 迭代 , 如何进行迭代 ;