LOGISTICKÉ SYSTÉMY 6/14.

Slides:



Advertisements
Podobné prezentace
Grafové algoritmy.
Advertisements

LOGISTICKÉ SYSTÉMY 14/15.
J. Pokorný 1 DOTAZOVACÍ JAZYKY slajdy přednášce DBI006 J. Pokorný MFF UK
NEJKRATŠÍ CESTY MEZI VŠEMI UZLY
PLANARITA A TOKY V SÍTÍCH
Dopravní úloha Literatura Kosková I.: Distribuční úlohy I.
OBECNÉ OPTIMALIZAČNÍ MODELY
Dualita úloh lineárního programování a analýza citlivosti
SIMPLEXOVÝ ALGORITMUS Řešení v tabulkovém procesoru
Rekonstrukce povrchu objektů z řezů Obhajoba rigorózní práce 25. června 2003 Radek Sviták
Diskrétní matematika Opakování - příklady.
Aplikace teorie grafů Základní pojmy teorie grafů
PROGNÓZA DOPRAVY 1. Účel a cíle prognózy dopravy
Koncepce rozvoje a řízení vědy a výzkumu
Statické systémy.
Dynamické rozvozní úlohy
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Lineární programování Simplexový algoritmus
Matematické metody v ekonomice a řízení II
LOGISTICKÉ SYSTÉMY 2/14.
LOGISTICKÉ SYSTÉMY 7/14.
LOGISTICKÉ SYSTÉMY 8/14.
Matematické metody v ekonomice a řízení II
LOGISTICKÉ SYSTÉMY 9/14.
Řešení dynamických problémů s podmínkami Pavel Surynek Univerzita Karlova v Praze Matematicko-fyzikální fakulta.
LOGISTICKÉ SYSTÉMY 4/14.
SÍŤOVÁ ANALÝZA.
TI 7.1 NEJKRATŠÍ CESTY Nejkratší cesty - kap. 6. TI 7.2 Nejkratší cesty z jednoho uzlu Seznámíme se s následujícími pojmy: w-vzdálenost (vzdálenost na.
ORIENTOVANÉ GRAFY V této části se seznámíme s následujícími pojmy:
EKONOMICKO MATEMATICKÉ METODY
Stromy.
ANALÝZA VÝSLEDKŮ LINEÁRNÍHO OPTIMALIZAČNÍHO MODELU
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 15. PŘEDNÁŠKA.
LOGISTICKÉ SYSTÉMY 3/14.
PROGNÓZA DOPRAVY 1. Účel a cíle prognózy dopravy
Semestrální práce z předmětu MAB
Další typy dopravních problémů
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 14. PŘEDNÁŠKA.
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Modulární systém dalšího vzdělávání pedagogických pracovníků JmK v přírodních vědách a informatice CZ.1.07/1.3.10/ Grafové pojmy Projekt učitelé.
VLASTNOSTI GRAFŮ Vlastnosti grafů - kap. 3.
Formální modely výpočtu Tomáš Vaníček Katedra inženýrské informatiky Stavební fakulta ČVUT Thákurova 7, Praha 6 Dejvice, b407
P-těžké, np-těžké a np-úplné problémy
Algoritmus a jeho vlastnosti
Matematické metody optimalizace Tomáš Vaníček Katedra inženýrské informatiky Stavební fakulta ČVUT Thákurova 7, Praha 6 Dejvice, b407
Kostra grafu Prohledávání grafu
Gradientní metody Metoda největšího spádu (volný extrém)
hledání zlepšující cesty
Projektové plánování.
Tomáš Vambera. Přístroje  Mobilní telefony  Přenosné počítače (Pda)  GPS Přístroje.
Kanonické indexování vrcholů molekulového grafu Molekulový graf: G = (V, E, L, ,  ) Indexování vrcholů molekulového grafu G: bijekce  : V  I I je indexová.
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Les, stromy a kostry Kružnice: sled, který začíná a končí ve stejném vrcholu, ostatní vrcholy jsou různé Souvislý graf: mezi každými dvěma vrcholy existuje.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně Ing. Václav Rada, CSc. Leden 2009.
Problém obchodního cestujícího Zpracoval Ing. Jan Weiser.
DISTRIBUČNÍ LOGISTIKA  Z hlediska výrobního podniku představuje spojovací článek mezi výrobou a zákazníkem,  Zahrnuje veškeré skladové a dopravní pohyby.
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Řešení rozvozních úloh Předmět: Teorie dopravy - cvičení Ing. František Lachnit, Ph.D.
NEJKRATŠÍ CESTY Nejkratší cesty - kap. 6.
Geografické informační systémy
Ing. Milan Houška KOSA PEF ČZU v Praze
Rozmístění středisek obsluhy v dopravní síti Předmět: Teorie dopravy - cvičení Ing. František Lachnit, Ph.D.
Znázornění dopravní sítě grafem a kostra grafu Předmět: Teorie dopravy - cvičení Ing. František Lachnit, Ph.D.
Analýza výsledků v modelech lineárního programování
Operační výzkum Lineární programování Dopravní úloha nevyrovnaná.
Maximální propustnost rovinné dopravní sítě
Výpočetní složitost algoritmů
Toky v sítích.
Transkript prezentace:

LOGISTICKÉ SYSTÉMY 6/14

Logistické optimalizační modely Optimalizace dopravních sítí Osnova přednášky Logistické optimalizační modely Optimalizace dopravních sítí Minimalizace dopravních nákladů (především variabilních – cv) Modely nejkratší cesty Optimální obslužnost uzlů v dopravní sítí Optimální obslužnost úseku dopravní sítě Zranitelnost dopravní sítě Fraktální logistické (dopravní) sítě

Modely nejkratší cesty Redukce na výpočet vzdálenosti dvou vrcholů v (ne)orientovaném grafu Elementární algoritmy V incidenční matici (např. Ford Warshallův algoritmus) Metoda SPM Dijkstrův algoritmus Nejkratší cesta jako úloha matematického programování S náklady jen na úsecích (na hranách) S náklady na úsecích a v distribučních centrech

Výpočty v incidenční matici Zadání v incidenční matici A B C D E F X 1 4 3   2

Výpočty v incidenční matici 1. Krok Vzdálenost uzlu A B C D E F Vzdálenost počátečního uzlu je 0, sloupec A se vyškrtne (do uzlu A už víckrát nepojedeme) X 1 4 3   2 2. Krok Minimální vzdálenost je do uzlu B - min((0+1), (0+4), (0+3))=1, sloupec B se vyškrtne, trasa A-B se označí

Výpočty v incidenční matici 3. Krok Vzdálenost uzlu A B C D E F Minimální vzdálenost je do uzlu D - min((0+4), (0+3), (1+1))=2, sloupec D se vyškrtne, trasa B-D se označí X 1 4 3   2 4. Krok Minimální vzdálenost je do uzlu C - min((0+4), (2+1), (2+4))=3, sloupec C se vyškrtne, trasa D-C se označí

Výpočty v incidenční matici 5. Krok Vzdálenost uzlu A B C D E F Minimální vzdálenost je do uzlu E - min((3+1), (2+4))=4, sloupec E se vyškrtne, trasa C-E se označí X 1 4 3   2 6. Krok Minimální vzdálenost je do uzlu F - min((2+4), (4+1))=5, trasa E-F se označí 5 Délka nejkratší cesty je dána minimální vzdáleností do posledního uzlu F, tedy 5. Cesta je tvořena posloupností vrcholů ležících na "označených" buňkách - hranách, tedy A-B-D-C-E-F

Metoda SPM Přímo na grafu – orientovaném, ohodnoceném (minimální) vzdálenosti od počátečního a konečného uzlu současně Opačný postup než u CPM Příklad – viz tabule 

Dijkstrův algoritmus Shrnutí DA (viz Matematika) Přímo na grafu – orientovaném, neorientovaném, ohodnoceném, neohodnoceném U neohodnocených grafů substituujeme „minimální délkou spojení (počtem hran)“ Shrnutí DA (viz Matematika) množiny zpracovaných a nezpracovaných uzlů zpracováváme uzel s nejkratší délkou relaxujeme všechny jeho výstupní hrany opakujeme dokud nejsou všechny uzly zpracované

Dijkstrův algoritmus Praktická ukázka: http://www.youtube.com/watch?v=ec_d4iXmeu8 Dále též Primův-Jarníkův algoritmus

Nejkratší cesta jako úloha matematického programování Libovolná cesta v grafu jako úloha bivalentního programování xij …. bivalentní proměnná reprezentující hranu grafu, úsek dopravní sítě mezi dvěma vrcholy xij=0 ..úsek není součástí hledané cesty xij=1 ..úsek je součástí hledané cesty xi….. bivalentní proměnná reprezentující vrchol grafu, dopravní středisko, distribuční centrum (DC) xi=0 ...DC není umístěno na hledané cestě xi=1…DC je umístěno na hledané cestě

Nejkratší cesta jako úloha matematického programování dij …. veškeré přepravní náklady (motion costs) na přepravu zboží mezi DC i a j bez ohledu na poměr cf, cv, velikost vi resp. V lze chápat též jako vzdálenosti di …. veškeré skladovací náklady (holding costs) ve středisku Dci dopraveného a expedovaného množství zboží Poznámka: Pro minimální délku spojení – „nejjednodušší“ cestu dij = 1, di = 0 pro všechny i a j

Nejkratší cesta jako úloha matematického programování Omezující podmínky pro model souvislého neorientovaného hranově ohodnoceného grafu: Omezující podmínky pro model souvislého orientovaného hranově ohodnoceného grafu:

Nejkratší cesta jako úloha matematického programování Omezující podmínky pro model souvislého orientovaného hranově i uzlově ohodnoceného grafu:

Nejkratší cesta jako úloha matematického programování Optimalizační model pro nalezení nejkratší cesty v dopravní síti mezi vrcholy (DC) A a B

Nejkratší cesta jako úloha matematického programování Při požadavku na transport přes DCz a úsekem (p,r): Takto formulovanou úlohu lze řešit simplexovým algoritmem (bivalentnost řešení je zaručena) – důkaz viz tabule Poznámka: odtud lze odvodit úlohu TSP jako model MP

Nejkratší cesta jako úloha matematického programování Analýza citlivosti - vzhledem k přepravním nákladům - vzhledem ke skladovacím nákladům Příklad – viz tabule