The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.

Slides:



Advertisements
Liknende presentasjoner
Litt mer om PRIMTALL.
Advertisements

Gjenfinningssystemer og verktøy II
Managerial Decision Modeling Cliff Ragsdale 6. edition Rasmus RasmussenBØK350 OPERASJONSANALYSE1 Chapter 5 Network Modeling.
Korteste vei. LOG530 Distribusjonsplanlegging 2 2 Ofte står en overfor ønsket om å finne korteste kjørerute fra et gitt utgangspunkt til et ønsket bestemmelsessted.
Komplett avstandstabell. LOG530 Distribusjonsplanlegging 2 2 Noen ganger er det behov for en komplett avstandstabell mellom alle nodene i et nettverk.
Øvingsforelesning 9 Flytnettverk, maksimum flyt og maksimum bipartitt matching Jon Marius Venstad Redigert og forelest av Gleb Sizov.
Enkel forklaring av hvordan bygge nettverk i euroSMART!
Omlasting, direkteleveranser og flere vareslag. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med flere vareslag. Vi har samme distribusjonsnett.
Kundekrav og restordrer. LOG530 Distribusjonsplanlegging 2 2 Vi endrer litt på kundeønskene i eksempel 8, og bruker kapasiteter og etterspørsel fra eksempel.
Gjenfinningssystemer og verktøy II
Forside Korteste sti BFS Modifikasjon Dijkstra Eksempel Korrekthet Analyse Øving Spørsmål Dijkstras algoritme Åsmund Eldhuset asmunde *at* stud.ntnu.no.
Dijkstras algoritme Åsmund Eldhuset asmunde *at* stud.ntnu.no
Øvingsforelesning 9 Flytnettverk, maksimum flyt og
Eksempel AOA (Activity On Arc)
INF 295 Forelesning 15 - kap 9 Grafer Hans Fr. Nordhaug (Ola Bø)
Lokalisering av avfallsanlegg - størst minsteavstand.
LOG530 Distribusjonsplanlegging
Minimal Spanning Tree. LOG530 Distribusjonsplanlegging 2 2 Nettverket viser avstanden mellom 8 noder, der nodene A – G beskriver oljefelt som skal knyttes.
Sikreste vei. LOG530 Distribusjonsplanlegging 2 2 Noen ganger står en overfor ønsket om å finne sikreste kjørerute fra et gitt startpunkt til et ønsket.
Ubalansert nettverk med felles produksjonsressurser.
Lokalisering av mobilmaster. LOG530 Distribusjonsplanlegging 2 2 NetVik strever med å fullføre sin utbygging av UTMS nettet sitt. I Glemnes kommune er.
Lokalisering og max totalavstand. LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor McBurger skal opprette 3 konkurrerende utsalg.
Reiserute med maksimal opplevelse. LOG530 Distribusjonsplanlegging 2 2 I følgende eksempel er det en turist som ønsker å velge kjøreruten med mest severdigheter,
Omlasting og overproduksjon. LOG530 Distribusjonsplanlegging 2 2 Vi har samme distribusjonsnett som før. (Betrakt de ulike vareslagene som flere 3-dimensjonale.
Distribusjon i nettverk. LOG530 Distribusjonsplanlegging 2 2 Her har vi en situasjon med 2 leverandører, lokalisert i node 1 og 2, med et tilbud på hhv.
LOG530 Distribusjonsplanlegging
Maksimal gjennomstrømming. LOG530 Distribusjonsplanlegging 2 2 StartOil må transportere store mengder utstyr og materialer til utbyggingen av et nytt.
Omlasting og direkteleveranser. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med direkteleveranser. Distribusjonen går enten via lagrene.
LOG530 Distribusjonsplanlegging
Tildeling av lasterom. LOG530 Distribusjonsplanlegging 2 2 Et bulkskip skal lastes med tørrlast til Ghana. En ønsker å frakte totalt 4 ulike varetyper.
Inndelingsproblemer. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes veistasjoner som skal betjene 8 distrikter. De 4 aktuelle lokaliseringene.
LOG530 Distribusjonsplanlegging
Transport fra lager til kunder. LOG530 Distribusjonsplanlegging 2 2 Lager 1 Lager 1 Lager 2 Lager 2 Lager 3 Lager 3 Kunde 1 Kunde 1 Kunde 2 Kunde 2 Kunde.
P-MP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Omlasting, direkteleveranser og kundekrav. LOG530 Distribusjonsplanlegging 2 2 Vi gjeninnfører muligheter for direkteleveranser, og går tilbake til data.
Lokalisering av avfallsanlegg - størst totalavstand.
Lokalisering og minimum maxavstand. LOG530 Distribusjonsplanlegging 2 2 I mange situasjoner ønsker en å finne lokaliseringer som minimerer maksimalavstanden.
Tildeling av snødeponeringssted. LOG530 Distribusjonsplanlegging 2 2 Kommunen skal kommende vinter frakte snø fra 10 soner til 5 deponeringssteder. Snøen.
UFLP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Tildeling av busser for sightseeing. LOG530 Distribusjonsplanlegging 2 2 Busselskapet CityTourist i London har kjøpt 6 nye toetasjers turistbusser med.
The Postmans Problem. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. Dette er et eksempel på den klassiske.
P-CP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Lokalisering av transformatorstasjon. LOG530 Distribusjonsplanlegging 2 2 Nistad Kraft skal levere kraft til 8 nye boligfelt, og mottakertransformatorene.
LOG530 Distribusjonsplanlegging
Dekningsproblemer. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes veistasjoner som skal betjene 8 distrikter. De 4 aktuelle lokaliseringene for.
Lokalisering av samlestasjon for oljebrønner. LOG530 Distribusjonsplanlegging 2 2 StartOil har boret to nye brønner på havbunnen utenfor Midt-Norge, og.
Lokaliseringsmodell med kapasitetsbegrensinger. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde.
Målprogrammering. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.2, men vil nå se på oppfyllelse av flere mål samtidig. Målprogrammering.
Maks resultat og maks oppfylte kundekrav. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 9, men benytter nå nettopriser for varene. (Antar.
Parameteriserte kurver
Kap 10 Graf.
INF 295 Forelesning 18 - kap 9 Aktivitetsgrafer
INF 295 Forelesning 19 - Dynamisk programmering Korteste vei alle til alle (Floyd) Hans Fr. Nordhaug (Ola Bø)
Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.
INF 4130 Eksamen 2008 Gjennomgang.
Magnus Haug Algoritmer og Datastrukturer
Maks oppfylte kundekrav og maks resultat. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.1, men gjør trinnene i motsatt rekkefølge: max.
Lokalisering og betjening av greiner. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. De må derfor opprette.
En formel er gyldig hviss den sann i alle tolkninger Utsagnslogikk Tolkning = linje i sannhetsverditabell Altså: En formel er gyldig hviss den har T i.
Modeller med ubalanse. LOG530 Distribusjonsplanlegging 2 2 Vi har nå fjernet muligheten for direkteleveranser fra fabrikk til kunder. Ellers har vi har.
UFLP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Lokalisering og max minimumavstand. LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor McBurger skal opprettes 3 konkurrerende.
Tildeling av lasterom. LOG530 Distribusjonsplanlegging 2 2 Et bulkskip skal lastes med tørrlast til Ghana. En ønsker å frakte totalt 4 ulike varetyper.
Korteste vei. LOG530 Distribusjonsplanlegging 2 2 Ofte står en overfor ønsket om å finne korteste kjørerute fra et gitt utgangspunkt til et ønsket bestemmelsessted.
Omlastingsmodeller. LOG530 Distribusjonsplanlegging 2 2 Vi har nå utvidet nettverket med produksjonsnoder. Distribusjonen går via lagrene, hvor varene.
LOG530 Distribusjonsplanlegging
LOG530 Distribusjonsplanlegging
INF 295 Algoritmer og datastrukturer Forelesning 23 Kompleksitet Hans Fr. Nordhaug/ Ola Bø.
Operasjonsanalytiske emner Sekvensielle beslutninger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 12 Dynamisk Programming.
5702 Geografisk analyse Nettverksanalyse. Evaluering av nettverksstruktur Nettverksdiameter Diameteren på et nettverk representerer maksimum antall.
Utskrift av presentasjonen:

The Travelling Salesperson

LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner i Nordsjøen. Anta at en fritt kan velge rekkefølgen for å betjene de forskjellige installasjonene. Forsyningsskipet må dessuten returnere til VestBase. Hvilken rekkefølge bør installasjonene besøkes for at forsyningsskipet skal få kortest mulig reiseavstand? Avstandene kan beregnes som rette linjer. The Travelling Salesperson

LOG530 Distribusjonsplanlegging 3 3 The Travelling Salesperson Følgende tabell angir koordinatene (nautiske mil) når VestBase er plassert i origo: InstallasjonXY

LOG530 Distribusjonsplanlegging 4 4 The Travelling Salesperson Vi antar at skipet seiler etter en rett kurs, og kan derfor beregne euklidske avstander (antar at vi slipper å beregne avstandene basert på storsirkler). Euklidsk avstand måler korteste avstand mellom to punkter i og j med koordinatene (x i ; y i ) og (x j ; y j ) som en rett linje:

LOG530 Distribusjonsplanlegging 5 5 The Travelling Salesperson Vi står altså overfor det klassiske The Travelling Salespersons Problem: Finn den korteste reiseruten som besøker alle nodene i nettverket minst en gang og returnerer til startnoden.

LOG530 Distribusjonsplanlegging 6 6 The Travelling Salesperson Evolutionary Solver rekkefølgen Evolutionary Solver velger rekkefølgen som nodene skal betjenes, slik at total avstand for reisen blir kortest mulig.

LOG530 Distribusjonsplanlegging 7 7 The Travelling Salesperson Beslutningsvariabler:. Her antar vi at vi kjenner korteste veg mellom alle par av noder, dvs. vi må ha utarbeidet en komplett avstandstabell. Merk at nodene er nummerert fra 1, ikke fra 0 som innledningsvis. n antall noder N mengden av noder N = {1, 2,..., n} a ij Korteste avstand fra node i til node j i  N; j  N X ij Angir om turen går fra node i til node j X ij  {0, 1}; i  N; j  N UjUjUjUj Hjelpevariabel for å eliminere subsykluser j  {2,..., n} Vi skal bestemme hvilke greiner i nettverket vi skal benytte. For å unngå subturer skal vi også benytte en hjelpevariabel.

LOG530 Distribusjonsplanlegging 8 8 Målfunksjon: The Travelling Salesperson Husk at hvis X ij = 1 så reiser vi langs ”greinen” mellom node i og j, mens X ij = 0 for de greiene som ikke benyttes. Målfunksjonen summerer altså bare avstandene for de greinene vi faktisk benytter på rundturen. 42 ‑ 1 Minimer total avstand for alle greiner som benyttes

LOG530 Distribusjonsplanlegging 9 9 Restriksjoner: The Travelling Salesperson Siden vi skal besøke alle nodene må vi ankomme hver av de. 42 ‑ 2 Vi må ankomme hver node minst 1 gang. Kan ikke starte i ankomstnoden.

LOG530 Distribusjonsplanlegging 10 Restriksjoner: The Travelling Salesperson For å få en komplett rundtur må vi også forlate hver node. 42 ‑ 3 Vi må forlate hver node minst 1 gang. Kan ikke starte i ankomstnoden.

LOG530 Distribusjonsplanlegging 11 Restriksjoner: The Travelling Salesperson I illustrasjonen til venstre er alle nodene besøkt en gang, men vi har ingen kontinuerlig rute. Vi trenger derfor restriksjoner som eliminerer mulighetene for slike subturer. 42 ‑ 4 Eliminerer subturer.

LOG530 Distribusjonsplanlegging 12 The Travelling Salesperson

TSP I IKKE-KOMPLETT GRAF LOG530 Distribusjonsplanlegging 13 The Travelling Salesperson 1, , ,3 2, I dette eksemplet skal vi altså besøke alle nodene. Vi ønsker å finne den kjøreruten som gjør dette til lavest mulig kostnad, dvs. på kortest mulig tid, Grafen er symmetrisk, dvs. det tar like lang tid å reise langs en grein som tilbake langs samme grein. En lukket tur impliserer at vi skal returnere til startnoden, mens en åpen tur betyr at vi ikke trenger å returnere til startnoden, ofte kalt for basen. Merk at for en lukket tur så kan vi i prinsippet velge startnode fritt. I dette eksemplet skal vi altså besøke alle nodene. Vi ønsker å finne den kjøreruten som gjør dette til lavest mulig kostnad, dvs. på kortest mulig tid, Grafen er symmetrisk, dvs. det tar like lang tid å reise langs en grein som tilbake langs samme grein. En lukket tur impliserer at vi skal returnere til startnoden, mens en åpen tur betyr at vi ikke trenger å returnere til startnoden, ofte kalt for basen. Merk at for en lukket tur så kan vi i prinsippet velge startnode fritt.

LOG530 Distribusjonsplanlegging 14 The Travelling Salesperson Beslutningsvariabler:n antall noder N mengden av noder N = {1, 2,..., n} G Mengden av greiner i nettverket c ij Faktisk kostnad/tid fra node i til node j (i,j)  G X ij Angir om turen går fra node i til node j X ij  {0, 1}; (i,j)  G UjUjUjUj Hjelpevariabel for å eliminere subsykluser j  {2,..., n} Vi skal bestemme hvilke greiner i nettverket vi skal benytte. For å unngå subturer skal vi også benytte en hjelpevariabel. Merk at vi her benytter faktiske avstander/tid mellom node i og j, ikke nødvendigvis den korteste avstanden/tiden.

LOG530 Distribusjonsplanlegging 15 Målfunksjon: The Travelling Salesperson Husk at hvis X ij = 1 så reiser vi langs ”greinen” mellom node i og j, mens X ij = 0 for de greiene som ikke benyttes. Målfunksjonen summerer altså bare avstandene for de greinene vi faktisk benytter på rundturen. 42 ‑ 5 Minimer total avstand for alle greiner som benyttes

LOG530 Distribusjonsplanlegging 16 Restriksjoner: The Travelling Salesperson Siden vi skal besøke alle nodene må vi ankomme hver av de. 42 ‑ 6 Vi må ankomme hver node minst 1 gang. For å få en komplett rundtur må vi også forlate hver node. 42 ‑ 7 Vi må forlate en node like ofte som vi ankommer samme node.

LOG530 Distribusjonsplanlegging 17 Restriksjoner: The Travelling Salesperson Vi trenger en restriksjon som sørger for en kontinuerlig tur. 42 ‑ 8 Eliminerer subturer. Formuleringen i ligning 42-1 til 42-3 kan klassifiseres som et tilordningsproblem (assignment problem), mens 42-5 til 42-7 kan klassifiseres som et nettverksproblem. Formuleringen i ligning 42-1 til 42-3 kan klassifiseres som et tilordningsproblem (assignment problem), mens 42-5 til 42-7 kan klassifiseres som et nettverksproblem.

LOG530 Distribusjonsplanlegging 18 Disse restriksjonene for å eliminere subturer har en del egenskaper ved seg som det er viktig å være klar over: • node 1 må være basen eller startnoden; • de sørger for at hver node som besøkes hører til en tur som er sammenbundet med basenoden, og dermed eliminerer subturer; • de tillater at noder kan besøkes mer enn én gang (med mindre andre restriksjoner forhindrer en slik løsning); • de krever ikke at alle noder besøkes (med mindre andre restriksjoner impliserer slike krav); • de tillater at urettede greiner benyttes i begge retninger på same tur. Disse restriksjonene for å eliminere subturer har en del egenskaper ved seg som det er viktig å være klar over: • node 1 må være basen eller startnoden; • de sørger for at hver node som besøkes hører til en tur som er sammenbundet med basenoden, og dermed eliminerer subturer; • de tillater at noder kan besøkes mer enn én gang (med mindre andre restriksjoner forhindrer en slik løsning); • de krever ikke at alle noder besøkes (med mindre andre restriksjoner impliserer slike krav); • de tillater at urettede greiner benyttes i begge retninger på same tur. The Travelling Salesperson

LOG530 Distribusjonsplanlegging 19 The Travelling Salesperson

LOG530 Distribusjonsplanlegging 20 The Travelling Salesperson • Nummereringen av nodene i figuren til venstre gjør problemet uløselig. • Nummereringen av nodene som i figuren til høyre gir en mulig løsning. Nummerering av nodene er avgjørende for om problemet lar seg løse. • Nummereringen av nodene i figuren til venstre gjør problemet uløselig. • Nummereringen av nodene som i figuren til høyre gir en mulig løsning. Nummerering av nodene er avgjørende for om problemet lar seg løse.

LOG530 Distribusjonsplanlegging 21 The Travelling Salesperson Om vi forsøker å løse problemet slik nodene er nummerert til venstre, så får vi en løsning med minimum kostnad lik 209, og alle noder besøkes kun én gang. Bruker vi nummereringen til høyre, så får vi en minimum kostnad på 28, der fire av nodene besøkes kun en gang, mens en node besøkes fire ganger. Bruker vi tilordningsformuleringen, så ender vi opp med en kostnad på 209. Om vi forsøker å løse problemet slik nodene er nummerert til venstre, så får vi en løsning med minimum kostnad lik 209, og alle noder besøkes kun én gang. Bruker vi nummereringen til høyre, så får vi en minimum kostnad på 28, der fire av nodene besøkes kun en gang, mens en node besøkes fire ganger. Bruker vi tilordningsformuleringen, så ender vi opp med en kostnad på 209. c ij