LOG530 Distribusjonsplanlegging

Slides:



Advertisements
Liknende presentasjoner
12.Studienreise nach Finnland,
Advertisements

Wyndor med variasjoner Ethvert LP problem vil falle i en av følgende kategorier: 1. Problemet har en (eller flere) optimalløsninger 2. Problemet har ingen.
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 7 Goal Programming and Multiple Objective Optimization.
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.
Kapittel 14 Simulering.
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
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
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.
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.
Kap 06 Diskrete stokastiske variable
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 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.
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.
Befolkning og arbejdsmarked 7. Mikroøkonomi Teori og beskrivelse © Limedesign
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 Tolkninger og sammenhenger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 4 Dualitet og post-optimal analyse.
Operasjonsanalytiske emner Sekvensielle beslutninger Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 12 Dynamisk Programming.
Utskrift av presentasjonen:

LOG530 Distribusjonsplanlegging Veid avstandsmatrise LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Veid avstandsmatrise Nettverk 1 2 4 5 3 6 8 7 9 12 Det skal opprettes 2 brannstasjoner som skal betjene nodene i nettverket. Nodene har ulik størrelse, og det er antatt at behovet for utrykninger er proporsjonal med innbyggertallet. Vi ønsker nå å plassere brannstasjonen slik at den lengste vektede avstanden er kortest mulig. Vi må derfor vekte avstandene med innbyggertallet. LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Veid avstandsmatrise DATA Noder 1 2 3 4 5 6 7 8 9 12 14 11 10 16 13 Node 1 2 3 4 5 6 7 8 9 Innbyggere 1400 800 900 1300 1000 1200 1500 1100 1600 LOG530 Distribusjonsplanlegging

LOG530 Distribusjonsplanlegging Veid avstandsmatrise Problem Vi har nå nesten samme problemstilling som i eksempel 16 Lokalisering og minimum maxavstand. Forskjellen er at vi nå må ta hensyn til innbyggertallet i hver enkelt node, i tillegg til avstandene mellom nodene. Vi multipliserer hver kolonne i avstandsmatrisen med innbyggertallet for noden som den aktuelle kolonnen representerer for å finne vektete avstander. Vi ønsker at den lengste veide avstanden til de nodene som skal betjenes fra brannstasjonene skal være kortest mulig. 1 2 4 5 3 6 8 7 9 12 LOG530 Distribusjonsplanlegging

symboler Beslutningsvariabler: n Antall noder N Mengden noder Veid avstandsmatrise symboler n Antall noder N Mengden noder N = {1, 2, …, n} di Antall innbyggere i node i i  {N} aij Korteste avstand mellom node i og node j i  {N} ; j  {N} cij ”veid” avstand mellom node i og j u Antall brannstasjoner som skal opprettes Beslutningsvariabler: Ui Angir om det opprettes en brannstasjon i node i Ui  {0,1} ; i  {N} Xij Angir om node j blir betjent av node i Xij  {0,1} ; i  {N} ; j  {N} A Maksimal veid avstand fra en brannstasjon til noder den betjener Merk at både Ui og Xij er binærvariabler. LOG530 Distribusjonsplanlegging

Veid avstandsmatrise Veid avstandsmatrise 22‑1 Veid avstand fra node i til j er lik korteste avstand multiplisert med innbyggertallet i node j. Merk at den veide avstandsmatrisen ikke er symmetrisk. LOG530 Distribusjonsplanlegging

Matematisk formulering Veid avstandsmatrise Matematisk formulering Målfunksjon: 22‑2 Minimer maksimalavstanden fra en brannstasjon til noder den betjener. Merk at A både er en beslutningsvariabel og vår målfunksjon. Vi skal også benytte den som en restriksjonsgrense. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑3 En node må bli betjent av minst en brannstasjon. Dette kravet gjelder for alle noder. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑4 Antall noder betjent fra en node må være mindre eller lik kapasiteten. Dette kravet gjelder for alle noder. Merk at Ui = 0 for noder uten brannstasjon, disse får dermed 0 kapasitet. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑5 Veid avstand mellom en node og den brannstasjonen den blir betjent fra kan ikke være større enn maksimalavstanden A. Dette kravet gjelder for alle noder. Den veide avstanden mellom en brannstasjon ved node i og noden j den betjener er cij, og variabelen Xij = 1, hvis node i betjener node j. Vi kan derfor beskrive de veide avstandene som aij∙Xij, og summen av de veide avstandene fra en node j til alle brannstasjoner i den blir betjent av er Ettersom en node j bare blir betjent av en brannstasjon (i), vil denne summen bare bestå av ett ledd, og beskriver altså den veide avstanden til den brannstasjonen den blir betjent fra. Denne avstanden kan selvsagt ikke være større enn maksimalavstanden A, ellers ville ikke A være maksimalavstanden fra en brannstasjon til noder den betjener. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑6 Antall brannstasjoner som opprettes må være mindre enn maksimal antall brannstasjoner. LOG530 Distribusjonsplanlegging

Regneark basert på veid avstandstabell Veid avstandsmatrise Regneark basert på veid avstandstabell Merk at total veid avstand er 32 000. LOG530 Distribusjonsplanlegging

Matematisk formulering Veid avstandsmatrise Matematisk formulering Målfunksjon trinn 2: 22‑7 Minimer sum veide avstander fra brannstasjonene til nodene de betjener. Om vi ønsker å finne en mer ”fornuftig” fordeling av hvilke noder en brannstasjon skal betjene, kan vi løse problemet gang til, der vi minimerer sum veid avstand, men krever at ingen maksimalavstander får være større enn A*, dvs. den optimale verdien for maksimalavstanden A (som er lik 7000) LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner trinn 2: 22‑8 En node må bli betjent av minst en brannstasjon. Dette kravet gjelder for alle noder. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑9 Antall noder betjent fra en node må være mindre eller lik kapasiteten. Dette kravet gjelder for alle noder. Merk at Ui = 0 for noder uten brannstasjon, disse får dermed 0 kapasitet. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑10 Avstanden mellom en node og den brannstasjonen den blir betjent fra kan ikke være større enn maksimalavstanden A*. Dette kravet gjelder for alle noder. LOG530 Distribusjonsplanlegging

MATEMATISK FORMULERING Veid avstandsmatrise MATEMATISK FORMULERING Restriksjoner: 22‑11 Antall brannstasjoner som opprettes må være mindre enn maksimal antall brannstasjoner. LOG530 Distribusjonsplanlegging

Regneark basert på veid avstandstabell Veid avstandsmatrise Regneark basert på veid avstandstabell Målfunksjonen er flyttet fra Max avstand til Sum veid avstand. Max avstand er satt lik minimum max avstand (A*), og er ikke lenger en beslutningsvariabel. LOG530 Distribusjonsplanlegging