Úvod do úloh plánování rozvozu (Vehicle Routing Problems)

Podobné dokumenty
1 Úvod do celočíselné lineární optimalizace

Optimální plánování rozvozu pomocí dopravních prostředků

Úvod do celočíselné optimalizace

Optimalizace zimní údržby Plzeňský kraj. Petra Pelikánová

Optimalizace. Obsah přednášky. DÚ LP - Okružní problém. Lineární optimalizace. DÚ LP - Okružní problém. DÚ LP - Okružní problém

Data Envelopment Analysis (Analýza obalu dat)

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE. Optimalizace trasy při revizích elektrospotřebičů

Pokročilé matematické modely a metody

OPTIMALIZACE DISTRIBUČNÍHO SYTÉMU NÁHRADNÍCH DÍLŮ AUTOMOBILŮ OPTIMIZATION OF DISTRIBUTING SYSTEM OF CAR SPARE PARTS

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 1

Kurz operačního výzkumu pro posluchače kombinovaného studia na FAST VUT v systému MOODLE

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

VYUŽITÍ NĚKTERÝCH METOD TEORIE GRAFŮ PŘI ŘEŠENÍ DOPRAVNÍCH PROBLÉMŮ

4EK201 Matematické modelování. 2. Lineární programování

Algoritmizace prostorových úloh

VUT Brno Fakulta informačních technologií Simulační nástroje a techniky (SNT) 2014/2015 Vehicle routing problem Ant colony

Use of ant colony optimization for vehicle routing problem. Použití metody mravenčích kolonií pro úlohy okružních jízd

4EK201 Matematické modelování 5. Speciální úlohy lineárního programování

Obsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest

4EK314 Diskrétní modely

CLARKEOVA-WRIGHTOVA METODA ŘEŠENÍ ÚLOHY VRP

11. Tabu prohledávání

FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV MATEMATIKY

4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP

jednoduchá heuristika asymetrické okolí stavový prostor, kde nelze zabloudit připustit zhoršují cí tahy Pokročilé heuristiky

4EK311 Operační výzkum. 5. Teorie grafů

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

13. Lineární programování

Metody síťové analýzy

Karta předmětu prezenční studium

1. července 2010

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

4EK213 Lineární modely. 5. Dualita v úlohách LP

Otázky ke státní závěrečné zkoušce

ORGANIZACE ZIMNÍ ÚDRŽBY POZEMNÍCH KOMUNIKACÍ ORGANIZATION OF WINTER ROAD MAINTENANCE

Optimalizační algoritmy inspirované chováním mravenců

4EK314 Diskrétní modely Příklady

Návrh Designu: Radek Mařík

Univerzita Pardubice Fakulta elektrotechniky a informatiky Programový nástroj pro plánování svozných a rozvozových tras v regionu

Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy.

Kapitola 11. Vzdálenost v grafech Matice sousednosti a počty sledů

4EK311 Operační výzkum. 3. Optimalizační software a stabilita řešení úloh LP

12. Lineární programování

TGH06 - Hledání nejkratší cesty

Hledání optimální cesty v dopravní síti

Příklady modelů lineárního programování

Plánování úloh na jednom stroji

Numerické metody optimalizace - úvod

HEURISTICKÉ ALGORITMY PRO ŘEŠENÍ ÚLOH OBCHODNÍHO CESTUJÍCÍHO

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

4EK213 LINEÁRNÍ MODELY

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE. Teze diplomové práce

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

Teorie her a ekonomické rozhodování. 2. Maticové hry

Úvod do mobilní robotiky AIL028

Implementace heuristik pro rozvozní problém s časovými okny

4EK212 Kvantitativní management. 2. Lineární programování

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

SÍŤOVÁ ANALÝZA. Kristýna Slabá, 1. července 2010

4EK213 Lineární modely. 12. Dopravní problém výchozí řešení

Základy informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.


Matematické modelování 4EK201

Ant Colony Optimization 1 / 26


Lineární programování

OPTIMÁLNÍ SEGMENTACE DAT

TGH06 - Hledání nejkratší cesty

ÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová

3. ANTAGONISTICKÉ HRY

Celočíselné lineární programování(ilp)

Lineární a logistická regrese

Numerické metody a programování. Lekce 8

SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE. MATEMATICKÝ MODEL ÚLOHY STANOVENí TRASY VOZIDEL PRO VíCE DEP, VíCE VOZIDEL A VíCE TYPÚ POŽADAVKŮ

2. část: Základy matematického programování, dopravní úloha. Ing. Michal Dorda, Ph.D.

Digitální učební materiál

UNIVERZITA PARDUBICE DOPRAVNÍ FAKULTA JANA PERNERA BAKALÁŘSKÁ PRÁCE Lukáš Macoun

Jan Březina. Technical University of Liberec. 30. dubna 2013

Moderní aplikace statistické fyziky II - TMF050


Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.

7. přednáška Systémová analýza a modelování. Přiřazovací problém

4EK201 Matematické modelování. 11. Ekonometrie

4EK213 Lineární modely. 10. Celočíselné programování

Problém obchodního cestujícího

Dijkstrův algoritmus

K velkým datům přes matice a grafy

OPTIMALIZAČNÍ MODELY V LOGISTICE

ANTAGONISTICKE HRY 172

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74,

Úloha ve stavovém prostoru SP je <s 0, C>, kde s 0 je počáteční stav C je množina požadovaných cílových stavů


Obecná úloha lineárního programování




9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Grafové algoritmy. Programovací techniky

Jan Březina. Technical University of Liberec. 21. dubna 2015

Transkript:

Úvod do úloh plánování rozvozu (Vehicle Routing Problems) RNDr. Martin Branda, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Výpočetní aspekty optimalizace 2015 Martin Branda (KPMS MFF UK) 1 / 15

Problém obchodního cestujícího Traveling salesman problem Je dáno n měst a v jednom z nich se nachází obchodní cestující. Potřebuje obejít všechna zbývající města a vrátit se zpět. Pro každou dvojici měst zná náklady na cestu oběma směry a hledá celkovou nejlevnejší trasu. = Hledání hamiltonovského cyklu v grafu s cenami hran. Martin Branda (KPMS MFF UK) 2 / 15

Přiřazovací problém Naprosté základy min i=1 j=1 c ij x ij (1) x ij = 1, j = 1,..., n, (2) i=1 x ij = 1, i = 1,..., n, (3) j=1 x ij {0, 1}. (4) do j přijedu z právě jednoho i, z i odjedu do právě jednoho j, minimalizuji náklady Martin Branda (KPMS MFF UK) 3 / 15

Příklad 5 měst cyklus a subcykly O. Kafka, Optimální plánování rozvozu pomocí dopravních prostředků, Diplomá práce MFF UK, 2013. Martin Branda (KPMS MFF UK) 4 / 15

Podmínky zamezující subcyklům I x ii = 0, c ii = x ij + x ji 1 x ij + x jk + x ki 2... i S j S x ij S 1, S {1,..., n}, 2 S n 1 Řádově 2 n nerovností, možno redukovat pro S n/2 Martin Branda (KPMS MFF UK) 5 / 15

Podmínky zamezující subcyklům II u i u j + nx ij n 1, i, j = 2,..., n Eliminují subcykly: Alespoň jeden cyklus neprochází vrcholem 1, označme C tento cyklus a E(C) počet jeho hran. Sečteme-li nerovnosti přes všechny hrany {i, j}, které jsou v C, tj. odpovídající x ij = 1, dostaneme což je spor. n E(C) (n 1) E(C), (5) Martin Branda (KPMS MFF UK) 6 / 15

Podmínky zamezující subcyklům III u i u j + nx ij n 1, i, j = 2,..., n Hamiltonovský cyklus je přípustný: nechť vrcholy tvoří cyklus v pořadí v 1 = 1, v 2,..., v n. Položíme u i = l, je-li v l = i, tj. u i odpovídají pořadí. Pro každou hranu cyklu {i, j} potom platí u i u j = 1, tedy u i u j + nx ij = 1 + n n 1. (6) Po hrany, které nejsou v cyklu, platí nerovnost také: Rozdíl u i u j n 1 a x ij = 0. Martin Branda (KPMS MFF UK) 7 / 15

Úloha plánování rozvozu s kapacitami Capacitated Vehicle Routing Problem Parametry n počet zákazníků 0 depo (počátek a konec každého dopr. prostředku) K počet (stejných) dopravních prostředků d j 0 poptávka zákazníka, pro depo d 0 = 0 Q > 0 kapacity vozidel ( KQ n j=1 d j) c ij cena přepravy z i do j (obvykle c ii = 0) Rozhodovací proměnné x ij 1, následuje-li j po i, 0 jinak u j horní odhad doposud převezeného nákladu po navštívení zákazníka j Martin Branda (KPMS MFF UK) 8 / 15

Úloha rozvozu s kapacitami min x ij,u i i=0 j=0 c ijx ij (7) x ij = 1, j = 1,..., n, (8) i=0 x ij = 1, i = 1,..., n, (9) j=0 x i0 = K, (10) i=1 x 0j = K, (11) j=1 u i u j + d j Q(1 x ij) i, j = 1,..., n, (12) d i u i Q, i = 1,..., n, (13) x ij {0, 1}. Martin Branda (KPMS MFF UK) 9 / 15

Úloha rozvozu s kapacitami (7) minimalizace nákladů na rozvoz (8) k zákazníkovi j přijede právě jeden prostředek (9) od zákazníka i odjede právě jeden prostředek (10) do depa 0 se vrátí od zákazníků právě K prostředků (11) z depa 0 vyjede k zákazníkům právě K prostředků (12) balance převozu nákladu (zároveň eliminace subcyklů) (13) nepřekročíme kapacitu dopr. prostředku (Všechny prostředky musí být použity.) Martin Branda (KPMS MFF UK) 10 / 15

Norsko... Reálná aplikace Martin Branda (KPMS MFF UK) 11 / 15

Reálná aplikace Optimální plánování rozvozu Cíl maximalizovat filling rate lodí (operační plánování), optimalizace složení flotily, tj. kapacity a počtu lodí (strategický problém) Rich Vehicle Routing Problem časová okna heterogenní flotila více depotů a přejezdy mezi nimi více cest v plánovaném období ne-euklidovské vzdálenosti (fjordy) Celočíselná optimalizace :-(, konstrukční heuristiky a tabu search M. Branda, K. Haugen, J. Novotný, A. Olstad, Downstream logistics optimization at EWOS Norway. Research report, submitted. Martin Branda (KPMS MFF UK) 12 / 15

Reálná aplikace Optimální plánování rozvozu Náš postup Nalezení matematické formulace Řešení v GAMS na reálných (historických) datech Implementace heuristik Přenos do Decision Support System (DSS) Martin Branda (KPMS MFF UK) 13 / 15

Literatura Reálná aplikace O. Kafka: Optimální plánování rozvozu pomocí dopravních prostředků, Diplomá práce MFF UK, 2013. P. Toth, D. Vigo: The vehicle routing problem, SIAM, Philadelphia, 2002. L.A. Wolsey, G.L. Nemhauser: Integer and combinatorial optimization. Wiley, New York, 1999. Martin Branda (KPMS MFF UK) 14 / 15

Reálná aplikace Dotazy? e-mail: branda@karlin.mff.cuni.cz web: http://artax.karlin.mff.cuni.cz/ branm1am Martin Branda (KPMS MFF UK) 15 / 15