Pesquisa Operacional

Documentos relacionados
Pesquisa Operacional

Pesquisa Operacional

Problema de Designação. Fernando Nogueira Problema de Designação 1

Exemplo de um problema de transporte, com 3 fontes e 3 destinos. Custos unitários de transporte para o exemplo de problema de transporte

Projeto de Algoritmos por Divisão e Conquista

Pesquisa Operacional

Pesquisa Operacional

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.

DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010

Otimização Aplicada à Engenharia de Processos

Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear

Pesquisa Operacional aula 3 Modelagem PL. Profa. Alessandra Martins Coelho

Pesquisa Operacional

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.

Pesquisa Operacional Modelos Determinísticos Parte 2

Problemas de Fluxos em Redes

Aula 03: Algoritmo Simplex (Parte 2)

Projeto e Análise de Algoritmos Aula 8: Algoritmos Gulosos (5)

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

3 Decisões de Localização de Instalações

Universidade Federal de Itajubá. Instituto de Engenharia de Produção e Gestão. Pesquisa Operacional. Redes. Prof. Dr. José Arnaldo Barra Montevechi

Planejamento e Análise de Sistemas de Produção

1-1 TÓPICOS AVANÇADOS DE MÉTODOS QUANTITATIVOS LOCALIZAÇÃO. Capítulo 1

O método Simplex Aplicado ao Problema de Transporte (PT).

Projeto de Algoritmos por Indução

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Exercícios de Transportes Enunciados

Otimização. Problemas de Transportes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

OTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.

Programação Linear (PL) Solução algébrica - método simplex

Teoria dos Grafos. Teoria dos Grafos. Profa. Sheila Morais de Almeida DAINF-UTFPR-PG. agosto

semana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/ e 25/05/2014

Min cx (1) s a Ax = b (2) 0 x u, (3) sendo que b i = 0 (4)

Pesquisa Operacional

Introdução à Teoria dos Grafos

Métodos de Pesquisa Operacional

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Optimização em Redes e Não Linear

Escalonamento usando múltiplos períodos

Exemplos de modelos de PL ou PI

Problema de Transporte (Redes) Fernando Nogueira Problema de Transporte 1

PESQUISA OPERACIONAL 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX ( ) DEFINIÇÕES REGRAS DE TRANSFORMAÇÃO. Prof. Edson Rovina Página 16

Problema de Fluxo Máximo

Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo

Aula 02: Algoritmo Simplex (Parte 1)

Max z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível

MÓDULO 3 - PROBLEMAS DE TRANSPORTE

Aulas 2 e 3 - Modelos de Programação Linear

Otimização. Otimização em Redes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2

PESQUISA OPERACIONAL Introdução. Professor Volmir Wilhelm Professora Mariana Kleina

PROGRAMAÇÃO INTEIRA. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

Pesquisa Operacional

Árvore Binária de Busca Ótima

MINIMIZAÇÃO DE PERDAS EM UMA REDE DE DISTRIBUIÇÃO ATRAVÉS DO PROBLEMA DE TRANSPORTE

Prof.: Eduardo Uchoa.

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos

Gabriel Coutinho DCC035 - Pesquisa Operacional Lista 6

Aula 13: Branch-and-bound

Problemas de Transportes V 1.2, V.Lobo, EN / ISEGI, 2008

a) Formule este problema em Programação Linear inteira. b) Considere os seguintes dados Matriz das distâncias (em Km) entre as comunidades

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

GSCI - GSIG. 2 Programação Linear. Prof. Ricardo Villarroel Dávalos, Dr. Eng.

ALGORITMOS GENÉTICOS APLICADOS EM PROBLEMAS DE TRANSPORTE

c PAVF 2 Otimizac~ao 'Aurelio' Otimizac~ao.[De otimizar+-c~ao] S.f. 1. Estat. Processo pelo qual se determina o valor otimo de uma grandeza. Otimo.[Do

Conceitos e Teoremas. Tecnologia da Decisão I TP065. Profª Mariana

Investigação Operacional

PCC173 - Otimização em Redes

Programação Linear e Inteira, Introdução

Aula 22: Formulações com número exponencial de variáveis

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Prof. Gustavo Suriani de Campos Meireles, M.Sc.

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Aula 09: Modelagem / Variáveis inteiras

Coloração de intervalos

Problemas de Transportes e de Afectação

Vânio Correia Domingos Massala

PROGRAMAÇÃO LINEAR: ESTUDO DE CASOS SOBRE O PLANEJAMENTO DE TRANSPORTE ÓTIMO DE UMA FÁBRICA DO SETOR DE CALÇADOS

ARA Pesquisa Operacional

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Marina Andretta. 02 de agosto de 2010

Relações de Recorrência

CURSO DE ENGENHARIA DE PRODUÇÃO PESQUISA OPERACIONAL PROBLEMAS DE TRANSPORTE

Problema de designação

Programação Linear Binária. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A

Programação Linear. Dualidade

Projeto e Análise de Algoritmos Aula 8: Algoritmos Gulosos (DPV 5; CLRS 4)

BCC 463 Otimização em Redes ou Fluxo em Redes. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto

Alguns comentários. Segunda prova. Programação dinâmica em grafos. Guloso em grafos. Algoritmos p. 1

Localização de Instalações. Projeto de Redes Logísticas. Escola Politécnica. Prof. Dr. Claudio Barbieri da Cunha.

Investigação Operacional

Análise e Projeto de Algoritmos

Métodos de Decisão

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização

Programação Linear (PL)

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

Transcrição:

Pesquisa Operacional Problema de Transporte Profa. Sheila Morais de Almeida DAINF-UTFPR-PG maio - 2016

1 Algoritmo para Problema de Transporte

são uma classe especial de problemas de Programação Linear. Trata do envio de produtos de origens para destinos. Objetivo: determinar a programação de expedição que minimize o custo total com transporte, respeitando os limites de fornecimento e atendendo às demandas.

As etapas do algoritmo de transporte são as mesmas do método simplex. O formato da tabela simplex para o Problema de Transporte simplifica a solução.

Origens Destinos a c11 :x 11 1 1 1 b 1 Unidades de Suprimento a 2 2 2 b 2 Unidades de demanda...... a m m c mn :xmn n b n c i,j : custo de transporte por unidade da origem i para o destino j. x i,j : quantidade enviada da origem i para o destino j.

Origens Destinos a c11 :x 11 1 1 1 b 1 Unidades de Suprimento a 2 2 2 b 2 Unidades de demanda...... a m m c mn :xmn n b n a i : quantidade de suprimento na origem b j : quantidade de demanda no destino j. Objetivo: determinar x i,j, respeitando oferta e demanda.

Exemplo (H. Taha) A MG Auto tem: três fábricas: uma em Los Angeles, uma em Detroit e uma em New Orleans; duas grandes centrais de distribuição: uma em Denver e outra em Miami. As capacidades das três fábricas para o próximo trimestre são: Los Angeles, 1000 carros; Detroit, 1500 carros; New Orleans, carros.

As demandas trimestrais nas duas centrais de distribuição são: Denver, 2300 carros; Miami, 1400 carros; A empresa responsável pelo transporte dos carros cobra 8 centavos por milha por carro. Mapa de distâncias Denver Miami Los Angeles 1000 2690 Detroit 1250 1350 New Orleans 1275 850

Custo de transporte por carro Denver (1) Miami (2) Los Angeles (1) 80 215 Detroit (2) 100 108 New Orleans (3) 102 68

Formulação como um problema de PL: Minimizar z = 80x 11 + 215x 12 + 100x 21 + 108x 22 + 102x 31 + 68x 32 sujeito a: x 11 + x 12 = 1000 Los Angeles x 21 + x 22 = 1500 Detroit x 31 + x 32 = Nova Orleans x 11 + x 21 + x 31 = 2300 Denver x 12 + x 22 + x 32 = 1400 Miami x i,j 0, i {1, 2, 3}, j {1, 2}

Tabela Simplex para o Problema de Transporte Los Angeles Central de Distribuição Denver Miami oferta 80 215 x 11 x 12 1000 Fábrica Detroit x 21 100 x 22 108 1500 New Orleans x 31 102 x 32 68 demanda 2300 1400

Solução ótima do modelo Fábrica Origens Destinos 1000 1 1000 1 2300 1300 1500 200 2 2 1400 Demanda m

Observação O Algoritmo para o Problema do Transporte é baseado na premissa de que o problema é balanceado, ou seja, a oferta total é igual à demanda total.

: balanceamento No problema da MG Auto, suponha que a produção da fábrica de Detroit seja de 1300 carros (em vez de 1500). Então o suprimento total (3500) é menor que a demanda (3700). Los Angeles Central de Distribuição Denver Miami oferta 80 215 x 11 x 12 1000 Fábrica Detroit x 21 100 x 22 108 1300 New Orleans x 31 102 x 32 68 demanda 2300 1400

: balanceamento No problema da MG Auto, suponha que a produção da fábrica de Detroit seja de 1300 carros (em vez de 1500). Solução: Criação de uma empresa fictícia! A empresa fictícia deve suprir a demanda restante (3700-3500 = 200 carros). O custo de transporte a partir da empresa fictícia é zero (pois ela não existe).

: balanceamento Los Angeles Central de Distribuição Denver Miami oferta 80 215 x 11 x 12 1000 Fábrica Detroit x 21 100 x 22 108 1300 New Orleans x 31 102 x 32 68 0 0 Fictícia x 41 x 42 200 demanda 2300 1400

: balanceamento Central de Distribuição Denver Miami oferta 80 215 Los Angeles 1000 0 1000 Fábrica Detroit 1300 100 0 108 1300 New Orleans 0 102 68 0 0 Fictícia 0 200 200 demanda 2300 1400 Miami recebe 200 carros a menos.

: balanceamento Central de Distribuição Denver Miami oferta 80 215 Los Angeles 1000 0 1000 Fábrica Detroit 1300 100 0 108 1300 New Orleans 0 102 68 0 0 Fictícia 0 200 200 demanda 2300 1400 Para evitar que Miami sofra escassez, podemos colocar um preço de transporte da fábrica fictícia para Miami como se fosse uma multa por não entrega.

: balanceamento Da mesma forma pode-se tratar o caso em que o fornecimento ultrapassa a demanda. Suponha que a demanda em Denver é de 1900 carros. Los Angeles Central de Distribuição Denver Miami oferta 80 215 x 11 x 12 1000 Fábrica Detroit x 21 100 x 22 108 1500 New Orleans x 31 102 x 32 68 demanda 1900 1400

: balanceamento Cria-se uma demanda fictícia. Fábrica Los Angeles Detroit Central de Distribuição Denver 80 x 11 x 21 100 Miami Fictícia oferta 215 0 x 12 x 13 1000 x 22 108 x 23 0 1500 New Orleans x 31 102 x 32 68 x 33 0 demanda 1900 1400 400

: balanceamento Solução ótima Fábrica Central de Distribuição Denver Miami Fictícia oferta 80 215 0 Los Angeles 1000 0 0 1000 100 108 0 Detroit 900 200 400 1500 New Orleans 0 102 68 0 0 demanda 1900 1400 400