[管理学]03运输问题.pptVIP

第三章 运输问题 运输问题（transportation problem）是研究把某种商品从若干个产地运至若干个销地而使总运费最小的一类问题。它也可以解决诸多非商品调运问题。 运输问题是一种特殊的线性规划问题，由于其技术系数矩阵具有特殊的结构，这就有可能找到比一般单纯形法更简便高效的求解方法，这正是单独研究运输问题的目的所在。 运输问题 §3.1运输问题及其数学模型 §3.2表上作业法求解运输问题 §3.3运输问题的进一步讨论 §3.4运输问题的应用 §3.1.1 运输问题的提出 §3.1.1 运输问题的提出 单位运输费用以及供应量和需求量如下表 §3.1.1 运输问题的提出 设从 i 地到 j 地的运输量为xij，则运费最小的LP模型是： §3.1.1 运输问题的提出 §3.1.2 运输问题的一般模型 有 m 个生产地，用 Ai 表示，i = 1,2,???,m，产量为ai 有 n 个销售地，用 Bj 表示，j = 1,2, ???,n，销量为bj 从 Ai到 Bj运输单位物资的运价为 cij 假设产销平衡,即 求运费最小的调运方案？ §3.1.2 运输问题的一般模型 设从i 地到 j 地的运输量为xij，则运费最小的LP模型是 §3.1.2 运输问题的一般模型 这个线性规划问题的系数矩阵A= §3.1.2 运输问题的一般模型 §3 运输问题 §3.1运输问题及其数学模型 §3.2表上作业法求解运输问题 §3.3运输问题的进一步讨论 §3.4运输问题的应用 表上作业法的步骤 初始的基础可行解 求非基变量的检验数 迭代调整出更好的基础可行解 重复循环进行直到所有检验数大于等于0 §3.2.1 初始调运方案 西北角法：最简单，距离最优解较远 最小元素法：稍复杂，距离最优解较近 伏格尔法：最复杂，距离最优解最近 西北角法 最小元素法（1） 最小元素法（2） 最小元素法（3） 最小元素法（4） 最小元素法（5） 最小元素法（6） 伏格尔法—差额法（1） 伏格尔法—差额法（2） 伏格尔法—差额法（3） 伏格尔法—差额法（4） 伏格尔法—差额法（5） 伏格尔法—差额法（6） §3.2.2 求检验数 闭回路法：比较复杂，不推荐，理论基础直观 位势法：简单，原理是对偶理论 闭回路 凡是能排列成如下形式的变量组称为一个闭回路。其中i1,i2,…,is互不相同，j1,j2,…,js互不相同 闭回路 闭回路法计算检验数（1） 闭回路法计算检验数（2） 闭回路法计算检验数（3） 闭回路法计算检验数（4） 位势 运输问题的对偶问题 位势 根据对偶问题的性质，检验数 σj=cj-CBB-1Pj=cj-Ypj 运输问题的检验数 σij=cij-(u1,u2,…,um,v1,v2,…vn)Pij=cij-(ui+vj) 根据基变量的检验数等于0 行位势与列位势 行位势与列位势 行位势与列位势 行位势与列位势 行位势与列位势 行位势与列位势 行位势与列位势 位势法求检验数（1） 位势法求检验数（2） 位势法求检验数（3） §3.2.3 解的优化迭代 如果检验数中有负数，则当前的调运方案不是最优，可以迭代得到运费更低的方案 闭回路迭代方法 选择进基变量：最负的检验数对应的变量 找到闭回路：以基变量为踏石的闭回路是唯一的 选择出基变量：闭回路上最小的偶数踏石对应的变量 基础可行解的迭代：调整闭回路上所有的数值 解的改进—闭回路法 选择进基变量和出基变量 解的改进—闭回路法 闭回路上奇数顶点+θ，偶数顶点-θ，得到新的解 解的迭代 重新计算检验数，如果所有检验数大于等于0，则得到最优解 如果有负的检验数，则继续迭代，直到得到最优解 解的迭代 运输问题表上作业法的总结 作业：第104页第7题 用表上作业法求下表中给出的运输问题的最优解 §3 运输问题 §3.1运输问题及其数学模型 §3.2表上作业法求解运输问题 §3.3运输问题的进一步讨论 §3.4运输问题的应用 §3.3.1 运输问题的解 运输问题一定存在最优解 运输问题可能存在无穷多最优解 迭代过程结束获得最优解时，如果出现非基变量检验数=0，则以此非基变量为进基变量进行解的迭代，可以得到另一个最优解。它们有相同的目标函数值 两个最优解的线性组合都是运输问题的最优解 §3.3.2 解的退化 如果运输问题的某个基变量xj=0，则出现退化解 出现退化解的两种情况 初始退化 迭代过程中出现退化 初始退化 迭代过程中出现退化 迭代过程中出现退化 迭代过程中出现退化 §3.3.2 产销不平衡运输问题（1） 假设产品供给量大于需求量，则相应的模型为 增加约束条件的松弛变量xi,n+1，成为标准的运输问题 §3.3.2 产销不平衡运输问题（2