首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >【运筹学】运输规划 ( 运输规划问题模型及变化 | 表上作业法引入 )

【运筹学】运输规划 ( 运输规划问题模型及变化 | 表上作业法引入 )

作者头像
韩曙亮
发布2023-03-28 20:45:59
发布2023-03-28 20:45:59
9620
举报

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 ;

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021-01-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 一、运输规划问题模型及变化
  • 二、运输规划问题求解 ( 表上作业法 )
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档