Zapsání modelu úlohy celočíselného programování do jazyka Mosel
description
Transcript of Zapsání modelu úlohy celočíselného programování do jazyka Mosel
Zapsání modelu úlohy celočíselného programování do jazyka Mosel
Deklarace seznamu indexů, polí a jejich naplnění koeficienty modelu,
Deklarace rozhodovacích proměnných, Definice účelové funkce, Zápis strukturálních podmínek, Zápis obligatorních podmínek, Příkaz optimalizace, Určení formy výstupu.
Jen zde se liší zápis od úlohy
lineárního programování!
Úloha plánování výrobys nedělitelností
Podnikatel vyrábí a prodává bramborové lupínky a hranolky pořadě za ceny 120 a 76 peněžních jednotek za kilogram produktu, přičemž lupínky může prodávat pouze v 15 kg baleních a hranolky v 30 kg baleních. Na výrobu 1 kg lupínků je zapotřebí 2 kg brambor a 0.4 kg oleje, na výrobu 1 kg hranolků je třeba 1.5 kg brambor a 0.2 kg oleje. Podnikatel nakoupil před zahájením výroby 100 kg brambor a 16 kg oleje za regulované ceny 12 a 40 peněžních jednotek za kilogram. Jaká množství jednotlivých produktů má podnikatel vyrábět a prodávat, aby maximalizoval svůj zisk při respektování omezených množství obou surovin, které má k dispozici?
Jednotkový zisk z výroby a prodeje jednotlivých produktů
...prodává lupínky a hranolky pořadě za ceny 120 a 76 peněžních jednotek za kilogram. Na výrobu 1 kg lupínků je zapotřebí 2 kg brambor a 0.4 kg oleje, na výrobu 1 kg hranolků je třeba 1.5 kg brambor a 0.2 kg oleje. Podnikatel nakoupil brambory a olej za 12 a 40 peněžních jednotek za kilogram.
Náklady na 1 kg lupínků
2 kg brambor
0.4 kg oleje
40 Sk za kilogram
12 Sk za kilogram + ==
=122+400.4=40
Zisk z 1 kg: 120-40=80
Zisk z 15 kg balení c1=15*80=1200
Jednotkový zisk z výroby a prodeje jednotlivých produktů
...prodává lupínky a hranolky pořadě za ceny 120 a 76 peněžních jednotek za kilogram. Na výrobu 1 kg lupínků je zapotřebí 2 kg brambor a 0.4 kg oleje, na výrobu 1 kg hranolků je třeba 1.5 kg brambor a 0.2 kg oleje. Podnikatel nakoupil brambory a olej za 12 a 40 peněžních jednotek za kilogram.
Náklady na 1 kg hranolků
1.5 kg brambor
0.2 kg oleje
40 Sk za kilogram
12 Sk za kilogram + ==
=121.5+400.2=26
Zisk z 1 kg: 76-26=50
Zisk z 30 kg balení c2=30*50=1500
Model úlohy plánování výroby s nedělitelností
2,1jforZx
16x30*2.0x15*4.0
100x30*5.1x15*2toSubject
x1500x1200Max
j
21
21
21
16x6x6
100x45x30toSubject
21
21
Model úlohy plánování výroby s nedělitelností
21
1666
1004530
15001200
21
21
21
,jforZx
xx
xxtoSubject
xxMax
j
Model úlohy plánování výroby s nedělitelností
(Pole s koeficienty úlohy)
UNITPROF: [1200, 1500] CONSOFPOT: [30, 45] CONSOFOIL: [6, 6]
21
1666
1004530
15001200
21
21
21
,jforZx
xx
xxtoSubject
xxMax
j
Deklarace množiny indexů a polí v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations PRODUCTS=1..2 CONSOFPOT:array(PRODUCTS) of real CONSOFOIL:array(PRODUCTS) of real UNITPROF:array(PRODUCTS) of real end-declarations
…end-model
Úvodní klíčové slovo deklarace
Koncové klíčové slovo deklarace
Inicializace polí v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations PRODUCTS=1..2 CONSOFPOT:array(PRODUCTS) of real CONSOFOIL:array(PRODUCTS) of real UNITPROF:array(PRODUCTS) of real end-declarations
CONSOFPOT:=[30, 45] CONSOFOIL:=[6, 6] UNITPROF:=[1200, 1500]end-model
Deklarace rozhodovacích proměnných v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations PRODUCTS=1..2 CONSOFPOT:array(PRODUCTS) of real CONSOFOIL:array(PRODUCTS) of real UNITPROF:array(PRODUCTS) of real X:array(PRODUCTS) of mpvar end-declarations
***end-model
Deklarace proměnných X(1), X(2)
Zápis účelové funkce v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations PRODUCTS=1..2 *** X:array(PRODUCTS) of mpvar end-declarations
*** Profit:=sum(j in PRODUCTS) UNITPROF(j)*X(j) ***end-model
Proměnná, která představuje zisk
21 15001200 xx
Zápis strukturálních podmínek v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations *** end-declarations *** Profit:=sum(j in PRODUCTS) UNITPROF(j)*X(j) sum(j in PRODUCTS)CONSOFPOT(j)*X(j) <=100 sum(j in PRODUCTS)CONSOFOIL(j)*X(j) <=16
end-model
Deklarace celočíselných proměnných v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations *** end-declarations *** Profit:=sum(j in PRODUCTS) UNITPROF(j)*X(j) sum(j in PRODUCTS)CONSOFPOT(j)*X(j) <=100 sum(j in PRODUCTS)CONSOFOIL(j)*X(j) <=16 forall (j in PRODUCTS) X(j) is_integerend-model
Toto jsou obligatorní podmínky celočíselnosti
Příkaz optimalizace v jazyku MOSEL
model "Chips and Frenchfries Production" uses "mmxprs" declarations *** end-declarations *** Profit:=sum(j in PRODUCTS) UNITPROF(j)*X(j) sum(j in PRODUCTS)CONSOFPOT(j)*X(j) <=100 sum(j in PRODUCTS)CONSOFOIL(j)*X(j) <=16 maximize(Profit)end-model
Úloha o batohu(Knapsack Problem)
Do batohu je možno uložit náklad o hmotnosti 21 kg. Tento náklad je možno složit z předmětů 1, 2, 3, 4, 5 a 6, které mají pořadě hmotnosti 12, 11, 10, 9, 9 a 8 a které není možno dělit. S přepravou jednotlivých předmětů jsou spojeny následující zisky 16, 14, 13, 10, 9 a 6. Úlohou je maximalizovat celkový zisk z přepravy předmětů, když s batohem je možno absolvovat jen jedinou cestu.
Úloha o batohu(Knapsack Problem)
maximalizujte x0 = 16 x1+ 14 x2+ 13 x3+ 10 x4 +9 x5 + 6 x6
za podmínek 12 x1+ 11 x2+ 10 x3 + 9 x4 +9 x5 + 8 x6 21
xj {0, 1} pro j = 1, ..., 6.
Úloha o batohu-vstupní údaje(Knapsack Problem)
maximalizujte x0 = 16 x1+ 14 x2+ 13 x3+ 10 x4 +9 x5 + 6 x6
za podmínek 12 x1+ 11 x2+ 10 x3 + 9 x4 +9 x5 + 8 x6 21
xj {0, 1} pro j = 1, ..., 6.
Koeficienty cj jsou uloženy v textovém souboru KP_c.txt a koeficienty aj v textovém souboru KP_a.txt v následujícím tvaru:N resp. Nc1 a1
c2 a2
: :cN aN
Úloha o batohu(Knapsack Problem)
model "Knapsack Problem"
uses "mmxprs"
declarations
N:integer
end-declarations
! Reading from a text file
fopen("KP_c.txt", F_INPUT)
readln(N)
fclose(F_INPUT)
end-model
Otevření souboru KP_c.txt
Uzavření souboru
Načtení první položky souboru do N
Úloha o batohu(Knapsack Problem)
declarations c:array(1..N) of integer a:array(1..N) of integer X:array(1..N) of mpvar end-declarations ! Reading from a text file fopen("KP_c.txt", F_INPUT) readln forall(j in 1..N) readln(c(j)) fclose(F_INPUT)
Vynechání první položky souboru
Načtení cj v cyklu
Úloha o batohu(Knapsack Problem)
fopen("KP_a.txt", F_INPUT)
readln
forall(j in 1..N) readln(a(j))
fclose(F_INPUT)
Profit:=sum(j in 1..N) c(j)*X(j)
sum(j in 1..N) a(j)*X(j)<=21
forall(j in 1..N) X(j) is_binary
maximize(Profit)Definování 0-1 proměnných
Úloha o batohu(Knapsack Problem)
Profit:=sum(j in 1..N) c(j)*X(j)
sum(j in 1..N) a(j)*X(j)<=21
forall(j in 1..N) X(j) is_binary
maximize(Profit)
writeln("Profit := ", getobjval)
forall(j in 1..N) writeln("X( ",j,") := ", getsol(X(j)))
end-model
Úloha o batohu-výsledky(Knapsack Problem)
Profit := 27
X( 1) := 0
X( 2) := 1
X( 3) := 1
X( 4) := 0
X( 5) := 0
X( 6) := 0
Přiřazovací úloha
V dopravní síti se v místech t1, t2, t3 a t4 nacházejí taxíky.
Dispečer taxislužby obdržel objednávku od čtyř zákazníků, kteří se nacházejí v jiných čtyřech místech z1, z2, z3 a z4.
Vzdálenosti mezi stanovišti taxíků a zákazníky udává {cij}.
Je třeba určit, který taxík má obsloužit kterého zákazníka (být mu přiřazen), aby celková vzdálenost kterou taxíky projedou na prázdno, tj. ze svého stanoviště k zákazníkovi, byla co nejmenší. Je třeba respektovat podmínku, že každý zákazník musí být obsloužen a že jeden taxík nemůže uspokojit více než jednoho z těchto zákazníků.
Přiřazovací úloha(Prezentace v grafu)
2
11
3
2
3
4
11x
12x
13x
14x
xij {0, 1} „Jet či nejet, to je otázka“.
4
Přiřazovací úloha
414110
411
411
4
1
4
1
4
1
4
1
..j,..ifor,x
..jforx
..iforxtoSubject
xcjteMinimalizu
ij
iij
jij
i jijij
Alokační úloha(Allocation Problem)
Firma disponuje třemi velkými sklady v své distribuční síti. Z těchto skladů, které mají pořadě kapacity ai = 5000, 7000 a 6000 tun zboží, pokrývají požadavky deseti velkoodběratelů. Jejich požadavky jsou pořadě bj = 2000, 1000, 800, 700, 900, 2200, 1800, 1700, 1100 a 1200 tun. Vzdálenosti skladů od velkoodběratelů jsou dány koeficienty {dij}Určete který velkoodběratel bude odkud zásobován tak, aby celkové dopravní náklady byly minimální, když víte že náklady na přepravu jedné jednotky zboží z i na místo j jsou lineárně závislé na vzdálenosti těchto míst. Je třeba dodržet podmínku, že každý velkoodběratel musí dostat celý svůj požadavek z jediného skladu.
Alokační úloha(Allocation Problem)
zákaznícizij{0, 1}
Sklady j=1, 2, 32 31
b2b1
b3
b5b4
b6 b7
b9
b10b8
a2 a3a1
3
1
10
1i jijjij z)bd(min
3
1
1011i
ij ..jforzst
10
1
31j
iijj ..iforazb
Úloha o rozmístění dopravní flotily
Školní správa zabezpečuje svoz dětí do škol od 7:00 do 8:00 po třech trasách j = 1, 2, 3. Zajištění přepravy obdržel jako zakázku za pevnou cenu dopravní podnik. V dané době podnik může na zakázku nasadit autobusy dvou typů i = 1, 2 s různými parametry. Doby jízdy na jednotlivých trasách v min. a náklady na jejich projetí udávají matice koeficientů {tij } a {cij }. Aby byli žáci svezeni do škol, je třeba, aby první trasu projely 4 druhou trasu 3 a třetí trasu 5 autobusů. Dopravní podnik v uvedené době může z časového fondu autobusů prvního typu čerpat celkem až 180 min a z časového fondu autobusů druhého typu nejvýše 120 min. Jak má podnik zabezpečit zakázku, aby jeho zisk byl co největší.
Úloha o rozmístění dopravní flotily
Doby jízdy na jednotlivých trasách v min. a náklady na jejich projetí udávají matice koeficientů {tij } a {cij }.
Typ_2 120 min
z1jZ+
Škola
Typ_1 180 min
Trasa_3 5
Trasa_2 3
Trasa_1 4
Kolikrát typ 1 bude nasazen na trasu j
Úloha o rozmístění dopravní flotilyúčelová funkce
Typ_2 120 min
z1jZ+
Škola
Typ_1 180 min
Trasa_3 5
Trasa_2 3
Trasa_1 4
Kolikrát typ 1 bude nasazen na trasu j
iji j
ij zcmin
2
1
3
1
Úloha o rozmístění dopravní flotily„náš zákazník, náš pán“
Typ_2 120 min
z1jZ+
Škola
Typ_1 180 min
Trasa_3 5
Trasa_2 3
Trasa_1 4
Kolikrát typ 1 bude nasazen na trasu j
312
1
..jforbzst jiji
Úloha o rozmístění dopravní flotily„kde nic není, ani čert nebere“
Typ_2 120 min
z1jZ+
Škola
Typ_1 180 min
Trasa_3 5
Trasa_2 3
Trasa_1 4
Kolikrát typ 1 bude nasazen na trasu j
2112
1
..forazt iijiji
Úloha o přidělování dopravních prostředků
Pro zabezpečení stavby je třeba v průběhu jednoho dne dovézt ze železáren 70 t armovací ocele a z cementárny 135 t cementu. Každý z uvedených podniků se nachází v jiném místě a obě místa jsou od stavby vzdálená tak, že každé vozidlo použité na přepravu je za den schopno zvládnout jen jedinou cestu ze stavby do jednoho z podniků a zpět. K dispozici máme heterogenní park vozidel složený z 7 vozidel o nosnosti 10 t, 8 vozidel o nosnosti 8 t a 5 vozidel o nosnosti 20 t. Vozidla mohou převážet jak cement tak i ocel. Rozhodněte o nejvýhodnějším přidělení vozidel při nákladech {cij } na jednu cestu tam a zpět do každého z obou
podniků (1-železárny, 2-cementárna).
Úloha o přidělování dopravních prostředků
z1jZ+
Stavba
Typ_1: 10 tun 7 kusů
Cementárna 150 t
Železárna 70 t
Kolikrát typ 1 bude nasazen na trasu j
Typ_2: 8 tun 8 kusů
Typ_3: 20 tun 5 kusů
Rozhodněte o nejvýhodnějším přidělení vozidel při nákladech {cij } na jednu cestu tam a zpět do každého z obou podniků (1-železárny, 2-cementárna).
Úloha o přidělování dopravních prostředků „náš zákazník, náš pán“
z1jZ+
Stavba
Typ_1: 10 tun 7 kusů
Cementárna 150 t
Železárna 70 t
Kolikrát typ 1 bude nasazen na trasu j
Typ_2: 8 tun 8 kusů
Typ_3: 20 tun 5 kusů
701
3
1
iii
zK
Úloha o přidělování dopravních prostředků „kde nic není, ani čert nebere“
z1jZ+
Stavba
Typ_1: 10 tun 7 kusů
Cementárna 150 t
Železárna 70 t
Kolikrát typ 1 bude nasazen na trasu j
Typ_2: 8 tun 8 kusů
Typ_3: 20 tun 5 kusů
71
2
1
jj
z
Dopravní úloha s kontejnery
Je třeba řešit zásobování n odběratelů s požadavky bj z m
skladů s kapacitami ai, kde součet požadavků je menší než
součet kapacit. K dopravě zboží je ale možno použít jen kontejnery o kapacitě K. Požadavky i kapacity je možno do kontejnerů libovolně dělit, ale náklady na dopravu jsou dány počty kontejnerů, které budou přepraveny mezi jednotlivými dvojicemi sklad-odběratel. Určete nyní nejlevnější přepravní plán pro zásobení odběratelů, když náklady na přepravu jednoho kontejneru z místa i na místo j jsou cij.
Dopravní úloha s kontejnery
Podnikatel
Dopravní úloha s fixní sazbou
Organizace zásobuje čtyři vodárny vodou z tří zdrojů vlastní potrubní sítí. Pro doplnění zásob je třeba do vodáren dopravit pořadě bj = 80, 80, 140 a 80 m3 vody denně. Kapacity zdrojů jsou pořadě ai = 100, 150 a 200 m3 denně. Náklady na dopravu jedné jednotky vody ze zdroje i do vodárny j potrubím které je a nebo bude vybudováno, jsou dány maticí koeficientů cij, i = 1..3 a j = 1..4. Informace, zda ze zdroje i do vodárny j je vybudováno potrubí, je dána 0-1 hodnotou koeficientu qij, kde qij = 0 znamená že ze zdroje i k vodárně j není vybudováno potrubí. Jeho vybudování si vyžádá investičními náklady, jejichž denní odpisy představují částku 300 peněžních jednotek. Je třeba určit co nejméně nákladný zásobovací program organizace.
Dopravní úloha s fixní sazbou
Podnikatel
Lokační úloha Uncapacitated Facility Location Problem
Je zadaná dopravní síť se zákazníky v uzlech j J a s místy i I v nichž je možno umístit servisní střediska poskytující služby. I jedno středisko umístěné kdekoliv v uzlu z množiny I je schopno obsloužit všechny zákazníky. Úloha spočívá v minimalizaci celkových nákladů, které zahrnují investiční náklady fi spojené s umístěním střediska v místě i a dále provozní náklady cij spojené s obsluhou zákazníka j z místa i. Podmínkou je, že každý zákazník musí být obsloužen, nebo-li musí být přiřazen některému vybudovanému středisku.
Lokační úloha Uncapacitated Facility Location Problem
Podnikatel
Úloha obchodního cestujícího (Travelling Salesman Problem)
V úplné dopravní síti ( tj. síť, kde je každý uzel spojen úsekem s každým jiným uzlem ) o n uzlech a s nezáporným ohodnocením neorientovaných úseků cij se
v uzlu 1 nachází obchodní cestující. Je třeba pro něho nalézt trasu s co nejmenším celkovým ohodnocením použitých úseků tak, aby navštívil každý uzel právě jednou a aby se vrátil zpět do výchozího uzlu. ( Tato úloha je známa také pod názvem úloha nejlevnější hamiltonovské kružnice na úplném grafu.)
Úloha obchodního cestujícího (Travelling Salesman Problem)
Podnikatel
Úloha okružních jízd (Vehicle Routing Problem-VRP)
V úplné dopravní síti s uzly 1, ..., n se vzdálenostmi cij
mezi nimi je v uzlu 1 umístěn zdroj a v uzlech 2, ..., n odběratelé s požadavky bj. Ve zdroji jsou k dispozici
vozidla o kapacitě K, kde bj K pro j = 2, ..., n.
Určete trasy vozidel tak, aby jejich celková délka byla co nejmenší, aby všichni odběratelé byli obslouženi a to každý jen jednou návštěvou některého vozidla.
Úloha okružních jízd (Vehicle Routing Problem-VRP)
Podnikatel
Úloha rozkladu množiny (Set Partitioning Problem)
Bylo navrženo 7 různých tras, jimiž je možno obsloužit ze střediska 1 zákazníky 2, 3, 4 a 5 jsou to trasy1-2-3-1 s náklady 71-4-5-3-1 s náklady 121-4-3-1 s náklady 81-4-1 s náklady 51-5-1 s náklady 41-4-5-2-1 s náklady 131-4-2-5-3-1 s náklady 20Určete nejlevnější sestavu tras, které obslouží všechny zákazníky tak, že každý zákazník bude ležet jen na jedné trase.
Podmínky "buď a nebo"
Nechť z ostatních podmínek úlohy plánování výroby, které zde neuvádíme, vyplývá že výrobků typu 1 může být nejvýše 50 a výrobků typu 2 nejvýše 100. Je třeba zabezpečit, aby výroba buď nespotřebovala více pracovních hodin než 500 a nebo, aby nespotřebovala více než 600 tun materiálu. Přitom na výrobu jednoho výrobku typu 1 je třeba 20 hod a 27 tun, na výrobek typu 2 je třeba 18 hod a 30 tun.
Podmínky "buď a nebo"
Podmínky, z nichž alespoň jedna má platit, jsou vzhledem k výrobnímu programu < x1, x2 > tyto:
20 x1 + 18 x2 500
27 x1 + 30 x2 600.
Podmínky "buď a nebo"
Z maximálního počtu výrobků víme, že spotřeba prac. hodin nepřekročí 2800 hod a spotřeba ocele 4350 tun.Zavedeme bivalentní proměnnou y, hodnota 1 znamená, že řešení má vyhovovat podmínce 20 x1 + 18 x2 500 a platnost druhé podmínky nemusí být požadovaná. Hodnota 0 bude znamená druhý případ. 20 x1 + 18 x2 500 + 2300 (1- y)
27 x1 + 30 x2 600 + 3750 y.Proměnná y může nabývat pouze jedné ze dvou hodnot 1 a 0, bude-li y = 1, druhá z podmínek přejde v něco, co je v každém případě splněno a první bude vyžadována v původním tvaru. Pro y = 0 tomu bude právě naopak.