Сетевое издание
Международный студенческий научный вестник
ISSN 2409-529X

LEARNING TO MINIMIZE TRANSPORTATION COSTS

Pushka V.S. 1 Matveeva T.A. 1 Svetlichnaya V.B. 1 Sokolova A.V. 1
1 Volzhsky Polytechnical Institute
Transport problems include a wide range of problems with a general mathematical model, they are defined as linear programming problems of a special kind and are solved by optimal methods. In the classical form of the transport problem, two types are distinguished: by the criterion of cost (transportation costs are minimized) and by the time criterion (the time for cargo transportation is minimized). We are considering a class of tasks to minimize the total cost of transporting goods from points of government to points of consumption. According to the theory of computational complexity, the transport problem is included in the complexity class P. In work methods of the decision of transport problems are considered. There are a number of methods for constructing an initial support solution, the simplest of them is the northwestern angle method. Further, to analyze the obtained plan and its subsequent improvement, additional characteristics of the departure and destination points, called potentials, are introduced. This method of improving the transportation plan is called the method of potentials. At the same time, an unloading cycle is built at each stage, which allows reducing transportation costs. The transport task is applied in the following cases: optimization of the supply of raw materials and materials to production enterprises; optimization of deliveries of goods from warehouses to retail stores; optimization of passenger transportation, etc.
transport problem
north-west corner method
potential method
transportation plan

Транспортная компания занимается перевозкой зерна специальными зерновозами от трёх элеваторов к четырём мельницам. В табл. 1 показаны возможности отгрузки зерна элеваторами, а также стоимость перевозки зерна одним зерновозом от элеваторов к мельницам. Стоимость перевозок приведена в ден. ед. [1].

Требуется определить структуру перевозок между элеваторами и мельницами с минимальной стоимостью. Для этого необходимо найти матрицу перевозок, при которой стоимость всех расходов на доставку груза окажется минимальной. Заполним транспортную таблицу (табл. 1).

Начальное решение получим, например, методом северо-западного угла (табл. 2) [3].

Таблица 1

push1.wmf

Таблица 2

push2.wmf

Суммарная стоимость перевозок равна

pu1.wmf (ден. ед.).

Для нахождения оптимального решения используем метод потенциалов [1, 2]. Вычисления обычно выполняются непосредственно в транспортной таблице (табл. 3). Положим pu2.wmf. Поскольку все потенциалы определены, далее вычислим косвенные стоимости pu3.wmf для всех свободных клеток и запишем найденные значения в левом верхнем углу каждой незанятой клетки. В левом нижнем углу записываем разности pu4.wmfдля каждой небазисной переменной pu5.wmf.

Таблица 3

push3.wmf

Определив вводимую в базис переменную pu6.wmf, найдём исключаемую из базиса переменную. Необходимо, чтобы перевозки по маршруту, соответствующему переменной pu7.wmf, уменьшили общую стоимость перевозок. Какой объём груза можно перевезти по этому маршруту? Обозначим через εpu9.wmf количество груза, перевозимого по маршруту (3;1) (т. е. pu11.wmf). Сначала построим замкнутый цикл, который начинается и заканчивается в ячейке, соответствующей вводимой переменной pu12.wmf. Для ячейки (3;1) определим цикл, включающий клетки с базисными поставками: (3;1), (1;1), (1;2), (2;2), (2;4) и (3;4) (табл. 4).

Для перераспределения поставок по найденному циклу необходимо определить минимальный перевозимый груз ε [1]. Чтобы выполнились ограничения по спросу и предложению, надо поочерёдно отнимать и прибавлять величину ε к значениям базисных переменных, расположенных в угловых ячейках найденного цикла (табл. 5).

Искомую величину следует выбирать среди клеток, содержащих знак «минус», т.е.

pu22.wmf.

Переменные pu23.wmf и pu24.wmf обращаются в нуль. Поскольку только одна переменная исключается из базиса, то в качестве исключаемой можно выбрать как pu25.wmf, так и pu26.wmf. Остановим свой выбор на pu27.wmf. Тогда pu28.wmf. Определив значение для вводимой переменной pu29.wmf, и выбрав исключаемую переменную, откорректируем значения базисных переменных, соответствующих угловым ячейкам замкнутого цикла (табл. 6).

Таблица 4

push4.wmf

Таблица 5

push5.wmf

Таблица 6

push6.wmf

Перевозка единицы груза по маршруту (3;1) уменьшает общую стоимость перевозки на pu31.wmf ден. ед. Суммарная стоимость перевозок будет на pu32.wmf ден. ед. меньше, чем в предыдущем решении.

Так как pu33.wmf, то получим

pu34.wmf ден. ед.

Продолжим анализ оптимальности. Вычислим потенциалы нового базисного решения (табл. 7). Новой вводимой в базис переменной будет pu35.wmf. Замкнутый цикл позволяет найти её значение x14=10 и исключаемую переменную pu37.wmf.

Новое решение, представленное в табл. 8, уменьшает значение целевой функции на 40 (ден. ед.). Тогда pu38.wmf ден. ед.

Таблица 7

push7.wmf

Таблица 8

push8.wmf

Теперь для всех небазисных переменных pu39.wmf оценки pu40.wmf. Т.е. выполнился критерий оптимальности на минимум [2]. Таким образом, найденное решение является оптимальным.

pu41.wmf,

pu42.wmf.

Полученное решение, изложенное в терминах исходной задачи перевозки зерна от элеваторов до мельниц, имеет следующий смысл:

От элеватора

До мельницы

Количество зерновозов

1

2

5

1

4

10

2

2

10

2

3

15

3

1

5

3

4

5

Суммарная стоимость перевозок pu43.wmf ден. ед.