Lokalisering av avfallsanlegg - størst minsteavstand.

Slides:



Advertisements
Liknende presentasjoner
Wyndor med variasjoner Ethvert LP problem vil falle i en av følgende kategorier: 1. Problemet har en (eller flere) optimalløsninger 2. Problemet har ingen.
Advertisements

The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.
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.
Produktvalg Læringsmål:
Øvingsforelesning 9 Flytnettverk, maksimum flyt og maksimum bipartitt matching Jon Marius Venstad Redigert og forelest av Gleb Sizov.
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.
Kapittel 14 Simulering.
Linear programmering Når kan en bruke linear programmering? En ønsker å minimerer eller å maksimere et mål En kan spesifisere målet som.
Øvingsforelesning 9 Flytnettverk, maksimum flyt og
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
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.
Managerial Decision Modeling
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.
Managerial Decision Modeling Cliff Ragsdale 6. edition Rasmus RasmussenBØK350 OPERASJONSANALYSE1 Chapter 6 Integer Linear Programming.
Wyndor with variations
Øvingsforelesning 9 - Børge Rødsjø
INF 295 Forelesning 16 - kap 9 Minimalt spenntre og korteste vei i grafer Hans Fredrik Nordhaug (Ola Bø)
INF 295 Forelesning 17 - kap 9 Korteste vei i grafer Hans Fr. Nordhaug (Ola Bø)
INF 295 Forelesning 19 - Dynamisk programmering Korteste vei alle til alle (Floyd) Hans Fr. Nordhaug (Ola Bø)
Lederutvikling – slipp ideene løs det er krig!
Lokalisering i to-delt graf. LOG530 Distribusjonsplanlegging 2 2 Vi skal nå beskrive en transhipmentmodell med to varesorter som skal leveres fra to fabrikker.
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.
Sorterings- Algoritmer Algoritmer og Datastrukturer.
Hypotesetesting, og kontinuerlige stokastiske variable
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
Operasjonsanalytiske emner Sekvensielle beslutninger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 12 Dynamisk Programming.
Utskrift av presentasjonen:

Lokalisering av avfallsanlegg - størst minsteavstand

LOG530 Distribusjonsplanlegging 2 2 Anta at nettverket angir en region hvor det skal opprettes 3 avfallsanlegg. For å skåne flest mulig fra ulempene ved å ha et avfallsanlegg nær seg, ønsker en å plassere avfallsanleggene lengst unna de andre nodene som ikke får avfallsanlegg. Denne gangen ønsker vi å maksimere minimumavstanden fra nodene med avfallsanlegg til nodene uten avfallsanlegg. Lokalisering av avfallsanlegg - størst minsteavstand

LOG530 Distribusjonsplanlegging 3 3 Lokalisering av avfallsanlegg - størst minsteavstand Noder Merk at avstandene a ij nå angir korteste avstand fra node i til node j, og at vi må beregne en komplett avstandsmatrise. Dvs. vi må beregne korteste avstand fra enhver node til enhver node. Vi må altså løse en mengde LP-modeller for korteste reiserute, for å skaffe grunnlagsdata for lokaliseringsmodellen vår.

LOG530 Distribusjonsplanlegging 4 4 Vi har nå nesten samme problemstilling som i eksempel 17 Lokalisering og max minimumavstand. Forskjellen er at vi nå ser på avstandene mellom noder med anlegg til noder uten avfallsanlegg, mens vi der så på avstandene mellom noder med anlegg. Nå ønsker vi å maksimere minimumavstanden fra nodene med avfallsanlegg til nodene uten avfallsanlegg. Lokalisering av avfallsanlegg - størst minsteavstand

LOG530 Distribusjonsplanlegging 5 5 Beslutningsvariabler: Lokalisering av avfallsanlegg - størst minsteavstand Merk at både U i og X ij er binærvariabler. Vi vil i restriksjonene sørge for at variablene X ij antar korrekt verdi, de kan i utgangspunktet velges fritt. UiUiUiUi Angir om det opprettes et avfallsanlegg i node i U i  {0,1} ; i  {N} X ij Angir om node i har anlegg og node j ikke har anlegg X ij  {0,1} ; i  {N}; j  {N} A Minimum avstand mellom noder med anlegg til noder uten anlegg n Antall noder N Mengden noder N = {1, 2, …, n} a ij Korteste avstand mellom node i og node j i  {N}; j  {N} c ij ”lokaliseringsavstand” mellom node i og j i  {N}; j  {N} u Antall avfallsanlegg som skal opprettes

LOG530 Distribusjonsplanlegging 6 6 Målfunksjon: Lokalisering av avfallsanlegg - størst minsteavstand 20 ‑ 1 Maksimer minimumavstanden mellom noder med avfallsanlegg til noder uten avfallsanlegg. Merk at A både er en beslutningsvariabel og vår målfunksjon. Vi skal også benytte den som en restriksjonsgrense.

LOG530 Distribusjonsplanlegging 7 7 Restriksjoner: Lokalisering av avfallsanlegg - størst minsteavstand 20 ‑ 2 Antall noder med avfallsanlegg må være lik ønsket antall avfallsanlegg.

LOG530 Distribusjonsplanlegging 8 8 Restriksjoner: Lokalisering av avfallsanlegg - størst minsteavstand 20 ‑ 3 Antall greiner fra en node med anlegg må være lik ønsket antall noder uten anlegg. Dette kravet gjelder for alle noder. 20 ‑ 4 Antall greiner til en node uten anlegg må være lik ønsket antall anlegg. Dette kravet gjelder for alle noder. Variablene X ij er lik 1 når node i har avfallsanlegg og node j ikke har avfallsanlegg, og vi kan betrakte variabelen som ”greiner” fra noder med avfallsanlegg til noder uten avfallsanlegg.

LOG530 Distribusjonsplanlegging 9 9 Restriksjoner: Lokalisering av avfallsanlegg - størst minsteavstand 20 ‑ 5 c ij = a ij hvis i og j er noder der den ene har avfallsanlegg og den andre ikke, ellers er c ij = M. Vi er bare interessert i avstander mellom nodene med anlegg til nodene uten anlegg, og den minste av disse ønsker vi størst mulig. Til dette benytter vi en ny parameter, c ij, som antar en stor verdi M hvis både node i og j begge har avfallsanlegg, ellers lar vi c ij = a ij.

LOG530 Distribusjonsplanlegging 10 Restriksjoner: Lokalisering av avfallsanlegg - størst minsteavstand 20 ‑ 6 Minsteavstanden A kan ikke være mindre enn noen verdi av c ij. Siden vi maksimerer A, vil altså den minste avstanden mellom noder med anlegg til noder uten anlegg bli størst mulig.

LOG530 Distribusjonsplanlegging 11 Lokalisering av avfallsanlegg - størst minsteavstand Målfunksjon, beslutningsvariabel, restriksjonsgrense.

LOG530 Distribusjonsplanlegging 12  Merk at denne løsningen fokuserer på den nærmeste noden. Vi har ingen garanti for at løsningen «klumper» sammen lokaliseringen slik at mange noder uten anlegg ligger svært tett opp til denne minimumavstanden. Vi kan imidlertid gjøre som i Eksempel 16, og løse problemet i to trinn, der vi i trinn 2 nå maksimerer totalavstanden mellom noder med anlegg og noder uten avfallsanlegg.

LOG530 Distribusjonsplanlegging 13 Bytt ut målfunksjon: Lokalisering av avfallsanlegg - størst minsteavstand 20 ‑ 7 Maksimer totalavstanden mellom noder med avfallsanlegg til noder uten avfallsanlegg. Restriksjonene er de samme som i trinn 1, men en benytter optimal verdi for A* i siste restriksjon. (En trenger altså ikke A som beslutningsvariabel i trinn 2).

LOG530 Distribusjonsplanlegging 14