Lokacija - PMOIuL

LOKACIJSKI
PROBLEMI
Branka Dimitrijevi, Lokacijski problemi
UVOD KRATAK PREGLED

Teorija lokacije bavi se zadacima izbora jedne ili vie lokacija u prostoru odreene
dimenzionalnosti, koje su u zadatom smislu najbolje.
Za razliku od problema prostornog rasporeivanja elemenata sistema (layout problem),
problema pakovanja (packing problem) i problema seenja (cuting problem), u kojima su male
razlike u dimenzijama izmeu objekata koji se lociraju i prostora u kome se lociraju, u lokacijskim
problemima dimenzije objekata (re objekat se upotrebljava u njenom najirem smislu to znai da
pokriva i pojmove poput: sistem, element, kompleks, ureaj, materija, itd.) koje je potrebno locirati
zanemarljive su u odnosu na veliinu prostora u kome se lokacije biraju (oblast, teritorija grada,
regija, podruje drave, region koji obuhvata vie drava, itd.). Dakle, teorija lokacije, najee se
bavi problemima lociranja take u dvodimenzionom prostoru. Postojanje interakcija izmeu
objekata koji se rasporeuju, pakuju, odnosno seku, praktino je obavezna pojava, dok interakcije
izmeu objekata koji se lociraju mogu ali i ne moraju postojati. Ovo je jo jedna bitna razlika
izmeu pobrojanih problema srodnih lokacijskim problemima i njih samih.
Lokacijski problemi, prema prostoru u matematikom smislu, u kome se donosi odluka, dele
se na kontinualne, diskretne i mrene lokacijske probleme. U kontinualnim lokacijskim problemima
jedna ili vie optimalnih lokacija su take u kontinualnom prostoru koji se posmatra, a koji je u
jednostavnijem sluaju ravan. U diskretnim lokacijskim problemima postoji utvrena lista moguih
lokacija, pa se zadatak svodi na izbor jedne ili vie lokacija iz konanog, odnosno diskretnog skupa
moguih lokacija. Kod mrenih lokacijskih problema koristi se matematika struktura: teinski graf
ili mrea, pa se zadatak izbora lokacije svodi na tretiranje mree i izbor jednog ili vie vorova
mree (diskretni mreni problemi) ili taaka na granama mree (kontinualni mreni problemi).
Veina kontinualnih problema u ravni formulisani su kao problemi nelinearnog programiranja, dok
su diskretni problemi, koji su najee mreno predstavljeni, uglavnom problemi binarnog
celobrojnog programiranja odnosno problemi kombinatorne optimizacije.
Prilikom izbora lokacija vodi se rauna o interakcijama izmeu samih lokacija i/ili lokacija i
prostorno rasporeenih korisnika. Interakcije su vrlo raznovrsne, one mogu predstavljati transporte
roba ili ljudi, u regularnim ili hazardnim situacijama, fizike veze kao to su saobraajnice,
cevovodi, kablovi, komunikacije i slino. Priroda ovih interakcija u velikoj meri je uslovljena
prirodom objekata koji se lociraju, a koji prema jednoj od podela mogu biti poeljni i
nepoeljni.
Veina studiranih i reavanih problema su takvi da je blizina lokacije (objekta) ono to ima
vrednost tj. vai to blie to bolje. Veliki znaaj koji se pridaje zatiti ivotne sredine, u najirem
smislu ovog pojma, poslednjih decenija sve intenzivnije fokusira panju istraivaa na probleme
izbora lokacija za nepoeljne objekte najrazliitijeg tipa. Tu je po pravilu, iz vizure okruenja, s
obzirom na rizik od zagaenja koje nepoeljni objekti stvaraju, u regularnim i/ili posebnim
uslovima, blizina lokacije hendikep. U literaturi ovi problemi poznati su kao problemi lociraranja
nepoeljnih objekata (Locations of Undesirable Facilities - LUF) i to: locirani objekti izazivaju
diskomfor (obnoxious facilities) i locirani objekti su tetni odnosno opasni po okruenje (noxious
facilities).
Tip prostora u kome se donosi odluka kao i interakcije izmeu samih lokacija i/ili lokacija i
prostorno rasporeenih korisnika, direktno utiu na nain odreivanja udaljenosti (prostorne ili
vremenske) izmeu samih lokacija i/ili lokacija i korisnika. U lokacijskim problemima u ravni, za
raunanje udaljenosti izmeu taaka A(xA,yA) i B(xB,yB), najee se koriste razliite lp metrike
l p (A, B) = x A x B + y A y B
1
p p
] (p=1
pravougaona (Menhetn) metrika, p=2 euklidska
metrika, p= - ebievljeva metrika). U mrenim lokacijskim problemima raunanje udaljenosti

uslovljeno je samom strukturom mree (postojanjem grana na mrei) i uglavnom je to najkrai put
izmeu vorova na mrei koji se odreuje na osnovu Dijkstrinog ili nekog drugog algoritama za
odreivanje najkraeg puta izmeu svih parova vorova.
Korisnici, odnosno njihov raspored u prostoru bitna su karakteristika lokacijskih problema,
ije reavanje vrlo esto podrazumeva izbor lokacija uz istovremeno alociranje (dodeljivanje,
pridruivanje) korisnika tim lokacijama (lokacijsko-alokacijski problemi).
Pored pobrojanih, karakteristike na osnovu kojih se takoe mogu praviti razlike meu
lokacijskim problemima su: kapacitet objekata koji se lociraju (ogranien, neogranien), broj
kriterijuma optimalnosti relevantnih za problem (jedan, vie), matematika priroda kriterijuma
relevantnih za problem (deterministika, nedeterministika), planski horizont (statiki problemi,
dinamiki problemi), procedure za reavanje lokacijskih problema (intuitivni pristup, egzaktni
algoritmi, heuristike, sloene procedure, simulacija, ekspertni sistemi, itd.), itd.
Ve se na osnovu nekoliko prethodnih pasusa moe nasluti raznovrsnost lokacijskih
problema, ijim se modeliranjem, formulacijom i reavanjem bavi teorija izbora lokacije, ili
jednostavno, teorija lokacije.
O ISTORIJSKOM RAZVOJU TEORIJE LOKACIJE

Tokom cele istorije ljudske civilizacije aktuelni su problemi izbora jedne ili vie lokacija za
odreene svrhe. U dalekoj prolosti, kao to se moe i oekivati, vano je bilo odrediti dobru
lokaciju crkve, mesta okupljanja ljudi za raznovrsne javne aktivnosti, lokacije za razmenu dobara ili
trgovinu, itd. No bez obzira na svrhu, problemi izbora lokacije smatrani vrlo sloenim problemima i
u tom smislu njihovo reavanje poveravano je mudrim i uticajnim ljudima, koji su bili u stanju da
povedu rauna o mnogobrojnim faktorima vanim za izbor lokacije.
injenica da se prvi pisani trag o lokacijskim problemima moe nai u Bibliji, potvruje
tezu o postojanju svesti, u dalekoj prolosti, o znaaju ovih problema. Naime, nakon proterivanja iz
Egipta, u periodu formiranja nove drave, Jevreji su imali zadatak, u vidu Boije zapovesti, da na
svojoj novoj teritoriji odrede lokacije tri grada (izbeglika centra), u koje mogu da odu prognanici
(na primer ubice iz nehata) i tamo budu na sigurnom. Ovaj problem, u Starom zavetu, u Petoj knjizi
Mojsijevoj (Gl. 19, 1-10)1 glasi: 1) Kad Gospod Bog tvoj potre narode kojih zemlju daje tebi
Gospod Bog tvoj, i kad ih naslijedi i nastani se po gradovima njihovijem i po kuama njihovijem,
2) Odvoj tri grada usred zemlje svoje koju ti daje Gospod Bog tvoj da je naslijedi, 3) Naini put i
razdijeli na troje krajeve zemlje svoje, koju ti da Gospod Bog tvoj u naljedstvo, pa neki bjei
onamo svaki krvnik, .... Reenje citiranog lokacijskog problema, navodi se u Knjizi Isusa Navina
(Gl. 20, 7)2, koji je ispunio Boju volju u saradnji sa timom donosilaca odluke odredivi tri
traene lokacije: I odjelie Kedes u Galileji u gori Neftalimovoj, i Sihem u gori Jefremovoj i
Kirijat-Arvu , to je Hevron u gori Judinoj. S obzirom da se u Bibliji ne objanjava nain kako se do
reenja dolo, grupa autora [Wilamowsky, Y., Epstein, S., Dickman, B., 1995.], na simpatian
nain, rekonstrisala je postupak njegovog reavanja, formuliui ga kao problem nalaenja tri
take na liniji (na teritoriji Izraela, koja je dugaka i uska, u tom periodu postoji samo jedan put
kojim se brzo moe transportovati du ove drave, pa je pretpostavka da je samo na njemu i imalo
smisla traiti reenje-eljene lokacije) takve da i najudaljenija taka, u odnosu na najbliu izabranu,
bude na najmanjoj moguoj udaljenosti. Postavka problema ukljuuje i pretpostavku da su tadanji
donosioci odluke uzeli u obzir i razlike u broju stanovnika du teritorije, koje su opisali uproenom
normalnom raspodelom (trouglastom raspodelom, sa srednjom vrednou na sredini teritorijeputa i nula vrednostima na njenim krajevima). Reavanjem ovako postavljenog problema, pokazali
su da je reenje naznaeno u Bibliji, zapravo optimalno reenje.
1
Sveto pismo Staroga i Novoga zavjeta, u prevodu ure Daniia (Stari zavjet) i Vuka S. Karadia (Novi zavjet),
Izdanje britanskog i inostranog biblijskog drutva, 1985.
2
Ibidem
Ako se gledaju matematiki zaokruena dostignua u ovoj oblasti onda je prvi znaajan
korak u reavanju lokacijskih problema uinio francuski matematiar Pierre de Fermat (1601-1665).
Zadajui tri proizvoljne take u ravni, reavao je problem lociranja etvrte, za koju bi suma
rastojanja do tri zadate taake bila minimalna. U periodu izmeu 1640. i 1650. godine, Evangelista
Toricelli (1608-1647) i Bonaventura Francesko Cavalieri (1598-1647), radei na Fermat-ovom
problemu, primetili su da se krugovi opisani oko jednakostraninih trouglova konstruisanih na
stranicama trougla koga ine tri zadate take, seku u optimalnoj taki. Ovom zakljuku nedostajala
je uoptenost. Thomas Simpson (1710-1761) generalizovao je ovaj problem, 1750. godine,
odredivi optimalnu taku za koju je suma oteanih rastojanja do tri zadate take minimalna.
Giovanni Francesco d Toschi Fagnano (1715-1797) proirio je ovaj problem, zadajui etiri take
u ravni i traei petu-optimalnu taku, imajui u vidu isti kriterijum optimalnosti, kao i njegovi
prethodnici. Brojni su istraivai koji su nadalje ulagali napor u reavanje istog ili slinih problema.
Za razliku od postavki prethodnih lokacijskih problema, u smislu kriterijuma optimalnosti, James
Joseph Sylvester (1814-1897) postavio je, 1857. godine, novi problem: Za zadati skup taaka u
ravni, odrediti krunicu najmanjeg poluprenika kojom e ove take biti obuhvaene. U zadatku
odreivanja centra ove krunice, po prvi put se javlja kao kriterijum optimalnosti, rastojanje do
najudaljenije take iz zadatog skupa taaka. Geometrijsko reenje ovog problema formulisano je
prvi put 1860. godine.
Poetak razvoja teorije lokacije, vezuje se za ime Alfred Weber (1868-1958), koji je 1909.
godine objavio knjigu ber den Standort der Industrien, Tbingen. Weber je dao znaajan
doprinos razvoju modela za reavanje problema lociranja teke industrije. On prepoznaje znaaj
sirovina u odvijanju proizvodnih procesa i u tome uticaj lokacije. U cilju minimizacije transportnih
trokova, u nekim granama industrije, proizvodne pogone potrebno je pribliiti izvorima sirovina
(na primer, koliine sirovina u industriji elika vee su od koliine gotovih proizvoda), a u nekim
drugim, proizvodne pogone potrebno je locirati to blie tritu, tj. potroaima (na primer, voda i
vazduh su sirovine prisutne svuda), zakljuuje Weber. U prilog ovome, Weber je ustanovio indeks
materijala koji se rauna kao kolinik teine sirovina koje ine ulaz i teine gotovih proizvoda koji
su izlaz u proizvodnom procesu. Ako je ovaj indeks vei od jedan, lokacija proizvodnih pogona
treba da bude blia izvoru sirovina, a ako je manji od jedan, blia potroaima. Njegovo osnovno
polazite da u izboru lokacija u industrijskoj proizvodnji, trokovi predstavljaju sutinski kriterijum
u odluivanju, kao i pretpostavke koje je uvodio u svoj model, vrlo podseaju na rad Johann
Heinrich von Thnen-a u oblasti agroekonomije, nastao skoro sto godina ranije. Razvoj
proizvodnje, novih tehnologija i smanjenje transportnih trokova uticali su na nastanak lokacijskih
modela koji se ne oslanjaju previe na Weberove principe. Njegova knjiga prevodom na engleski
jezik, 1929. godine, Theory of the Location of Industries, The University of Chicago Press, izlazi
iz nacionalnih okvira i privlai panju istraivaa u raznim oblastima: ekonomista, inenjera,
matematiara, geografa, i mnogih drugih. Ona je napravila snaan podsticaj za rad u novoj oblasti i
vrlo brzo inicirala pojavu drugih radova posveenih izboru jedne ili vie lokacija.
Sa pojavom i razvojem raunarske tehnike, svakako, uinjen je znaajan napredak u poveanju
mogunosti reavanja lokacijskih zadataka postojeim modelima, metodama i algoritmima, ali i u
razvijanju novih. Postavke lokacijskih problema postaju realnije i sloenije. U razvoju algoritama
poklanja se panja implementaciji.
O ZNAAJU TEORIJE LOKACIJE
Kao to je ve navedeno, brojne su naune oblasti u okviru kojih istraivai pokazuju
interesovanje za teoriju lokacije i daju znaajne doprinose u razvoju iste.
Radovi iz oblasti teorije lokacije mogu se sresti u preko 100 nauno-strunih asopisa. Kada
se ovim radovima pridodaju radovi iz zbornika sa raznih nauno-strunih skupova, knjige,
monografije, magistarske i doktorske teze, posveene ovoj oblasti, postaje jasna dimenzija
interesovanja za razvoj teorije lokacije. Iscrpna lista radova iz ove oblasti (preko 3400 naslova)
moe se nai na adresi http://www.ent.ohiou.edu/~thale/thlocation.html.
Razlozi velikog interesovanja za razvoj teorije lokacije su mnogobrojni. Sledi nekoliko
najvanijih:
- Donoenje odluka o lociranju nekog objekta je vrlo prisutna pojava kako na makro, tako i na
mikro ekonomskom nivou, u inenjerskoj praksi, u javnim slubama, vojsci, itd.
- Ovakve odluke su obino strateke prirode, tj. podrazumevaju velika ulaganja u realizaciju
objekata na izabranim lokacijama, iji su ekonomski efekti dugoroni. U privatnom sektoru
ovakve odluke najee se donose sa ciljem poboljanja statusa odreene firme na tritu. U
javnom sektoru, one utiu na efikasnost u obezbeivanju usluga koje su pod nadlenou
dravnih organa, a samim tim i na sposobnost tih organa da privuku sve vrste ekonomskih
aktivnosti. Poslednjih decenija rad u ovoj oblasti ima veliku ulogu u borbi za ouvanje ivotne
sredine i poveanje kvaliteta ivljenja.
- Pokazuje se da izbor lokacija, a naroito izbor optimalnih lokacija, predstavlja izazovan teorijski
problem. Re je o vrlo sloenim, multidisciplinarnim problemima gde su i postavke problema
izvanredno sloeni zadaci, a njihovo reavanje trai poznavanje vie matematikih teorija i vrlo
intenzivnu primenu raunara.
- Lokacijski problemi su obino originalno definisani u skladu sa konkretnom postavkom
problema. Preciznije, i ogranienja i kriterijumi optimalnosti tj. funkcija cilja, menjaju se u
zavisnosti od konkretne problematike i moraju se identifikovati za svaki zadatak posebno.
Pristup lokacijskim problemima moe biti teorijski (opti) i praktian. Teorijskim pristupom
se, korienjem razliitih analitikih metoda, tei iznalaenju (najboljeg mogueg) reenja za
prethodno formulisan opti lokacijski problem. Ovaj pristup esto podrazumeva postojanje nekih
ogranienja i pretpostavki. Praktinim pristupom se trae postavke i reenja za realne, u praksi
nastale lokacijske probleme. Meutim, za oba pristupa u modeliranju i reavanju lokacijskih
problema naroito se nameu sledea zapaanja:
- Veliki broj lokacijskih problema svrstava se u NP-teke zadatke kombinatorne optimizacije
(obim raunanja eksponencijalno raste sa porastom broja potencijalnih lokacija - ovi problemi
su najee formulisani u vidu celobrojnog programiranja), pa je dobijanje optimalnih reenja
limitirano obimom problema. U tom smislu, poeljno je razvijati i implementirati razne
heuristike koje mogu da podre dobijanje reenja i u sluaju obimnih i kompleksnih lokacijskih
problema kakvi se u realnosti sreu.
- esto se lokacijski problemi predstavljaju u svetlu viekriterijumskih optimizacionih zadataka,
jer je teko interpretirati sistem vrednosti u lokacijskim problemima putem jednog kriterijuma.
To istovremeno znai da se u lokacijskim problemima ne moe iskljuiti subjektivizam, kako u
postavci problema, tako i u tumaenju reenja. Zadatak je teorije da se subjektivni faktori u
lokacijskim problemima stave u racionalne i kontrolisane okvire.
- U lokacijskim problemima, u praksi, ne mogu se izbei raznovrsni izvori i tipovi neizvesnosti.
To ini probleme izbora lokacija jo izazovnijim, a zadatak teorije je da neizvesnosti u
lokacijskim problemima opie to adekvatnijim formalnim matematikim strukturama, koje
danas stoje na raspolaganju: stohastike teorije, teorija fazi skupova, teorija grubih skupova, itd.
O RAZNOVRSNOSTI LOKACIJSKIH PROBLEMA
Teoretiari i praktiari razvili su veliki broj modela, i u skladu sa tim nude veliki broj naina
za reavanje problema iz oblasti teorije lokacije. Obilje raspoloivog materijala, odnosno, mnotvo
informacija o tipovima lokacijskih problema i nainima njihovog reavanja (o emu je ve bilo rei
u uvodnom delu ovog poglavlja) predstavlja objektivnu prepreku postojanju standardizovane
klasifikacione eme problema u ovoj oblasti.
U ovom poglavlju predstavljene su neke od znaajnijih klasa lokacijskih problema imajui

u vidu kriterijume optimalnosti na kojima su zasnovane njihove postavke.
Svi kriterijumi optimalnosti, koji se sreu u jednokriterijumskim lokacijskim zadacima,
generalno se mogu podeliti na: trokovne kriterijume koje treba minimizirati i benefitne kriterijume
koje treba maksimizirati.
Veina jednokriterijumskih zadataka, koji se mogu smatrati klasinim u teoriji lokacije,
formulisani su tako da minimiziraju neku vrstu trokova. Udaljenost (prostorna ili vremenska)
potencijalne lokacije od korisnikog punkta je najee koriena veliina kojom se izraavaju
trokovi. Poznatiji trokovni kriterijumi tog tipa su minimax i minisuma.
Oteano ili neoteano rastojanje ili vreme putovanja od potencijalne lokacije (objekta
opsluivanja) do najudaljenijeg korisnikog punkta (i/ili obrnuto tj. od korisnikog punkta do
objekta opsluivanja) je kriterijum optimalnosti koji karakterie minimax lokacijske probleme tipa
to blie to bolje. To je takozvana optimizacija najgore varijante. Ovaj kriterijum prisutan je
najee u problemima razmetaja hitnih slubi (bolnice, vatrogasne slube, policijske stanice, itd.),
koji se u mrenoj interpretaciji nazivaju i problemi centra, jer se najbolja lokacija na mrei u svetlu
predstavljenog kriterijuma naziva centar mree. U optem sluaju problemi odreivanja veeg broja
lokacija na osnovu minimax kriterijuma nazivaju se p-centar problemi. Kada se traene lokacije
mogu nai i du grana mree tada ovi problemi nose naziv apsolutni p-centar problemi.
U sluaju lokacijskih problema tipa LUF, jedan od popularnijih naina tretiranja nepoeljne
lokacije, je postavljanje nepoeljnih objekata to je mogue dalje od osetljivih mesta u prostoru. To
se postie maksimiziranjem rastojanja do najblieg korisnikog punkta (anti-centar problemi).
Jo jedan od kriterijuma optimalnosti baziranih na rastojanju jeste (oteana ili neoteana)
suma najkraih rastojanja od mesta opsluivanja do svih korisnika (i/ili obrnuto). Ovakvi lokacijski
zadaci (minisuma zadaci) sreu se u praksi vrlo esto, na primer prilikom izbora lokacija za
podstanice u elektroenergetskoj mrei, komutacionih centara u telekomunikacionoj mrei, skladita
i drugih logistikih centara na putnoj mrei, itd. U optem sluaju problemi odreivanja veeg broja
lokacija na mrei na osnovu minisuma kriterijuma nazivaju se p-medijan problemi (1-medijan
problem naziva se Weberov problem, u ast zaetnika teorije lokacije Alfreda Webera).
Ako je lokacijski zadatak tipa LUF, a cilj u izboru lokacije za nepoeljni objekat najvea
globalna zatita svih postojeih osetljivih mesta u prostoru, za kriterijum optimalnosti odabira se
suma svih negativnih efekata. Lokacijski zadatak se svodi na odabiranje one lokacije kojom se
minimizira ova suma. U literaturi je ovaj problem dobio naziv anti-Weber problem.
U literaturi se, u odreivanju lokacije za postavljanje objekta opsluivanja, moe sresti
kriterijum optimalnosti koji predstavlja linearnu kombinaciju kriterijuma minimax i minisuma
(medi-centar ili cent-dijan problem).
Kriterijum optimalnosti trokovnog tipa moe biti definisan i kroz ukupan broj mesta
(objekata) opsluivanja u posmatranoj oblasti. Tada se zadaci optimalnog izbora lokacije svode na
minimizaciju zadatog broja objekata opsluivanja unutar posmatrane oblasti, imajui u vidu da
nijedan korisnik ne bude udaljeniji vie nego to je propisano (zadato) od objekta opsluivanja (set
covering location problem). Nije redak primer u praksi da za opsluivanje pojedinih korisnika jedan
objekat opsluivanja nije dovoljan (na primer broj vatrogasnih stanica u okolini naftne industrije).
Tada se posmatrani problem proiruje u smislu odreivanja minimalnog broja objekata opsluivanja
koji e zadovoljiti takvu tranju.
U nekim radovima se za kriterijum optimalnosti usvaja ukupni troak izraen, na primer,
kroz fiksne i transportne trokove koji se odnose na posmatranu lokaciju. Jednostavni lokacijski
problemi u ravni (simple plant location problems) su primeri korienja ove vrste kriterijuma. Ovi
problemi mogu imati sledee pojavne oblike: ogranien kapacitet lokacija (capacitated plant
location problems), kombinacija postojanja i nepostojanja kapacitivnih ogranienja lokacija (mixed
plant location problem), postojanje promena u korisnikoj tranji tokom vremena (dynamic location
problem), itd.
U lokacijskim-ruting problemima (location-routing problems) istovremeno se odreuju
lokacije objekata opsluivanja i rute kojima se kreu prevozna sredstva. U optem sluaju zadatak
je odrediti broj i lokacije objekata opsluivanja tako da se minimizira suma operativnih trokova
lokacija i trokovi rutinga. Problemi transporta i lociranja opasnih materija takoe su vrlo prisutni u
literaturi.
Problemi lociranja habova (hub location problems), kao specijalan sluaj lokacijskih-ruting
problema, prisutni su u mreama za isporuku ekspres poiljaka, telekomunikacionim mreama, kod
avio i drumskih prevozilaca, itd. Mree ovog tipa obezbeuju povezivanje izvorinih i odredinih
vorova (korisnikih punktova) rutiranjem tokova preko habova. Opti tip hab lokacijskog
problema ukljuuje lociranje habova, gde se kao kriterijum optimalnosti koji se minimizira
pojavljuje suma (oteanih) rastojanja (vremena putovanja) od svakog izvorinog vora preko haba
do svakog odredinog vora, i definisanje ruta za transportne tokove izmeu izvorinih i odredinih
vorova.
Jedna klasa lokacijsko-alokacijskih problema za kriterijum optimalnosti koji se maksimizira
odabira broj korisnikih punktova koji su od potencijalnog objekta opsluivanja udaljeni ne vie od
nekog propisanog (zadatog) rastojanja. Pri tome je uobiajeno dodeliti relativne vanosti
korisnikim punktovima koji se opsluuju. Relativna vanost korisnikog punkta je najee broj
koji je u proporciji sa brojem korisnika usluge koji se nalaze u oblasti koja je reprezentovana
korisnikim punktom. U tom sluaju cilj je maksimizirati oteani broj korisnikih punktova koji su
unutar opslune oblasti, optimalnim izborom lokacije za objekat opsluivanja (ili lokacija za zadati
broj objekata opsluivanja) (maximal covering location problem). Zadatak se moe dodatno
obogatiti nekim realnim zahtevima koji se moraju ispotovati (na primer za opsluivanje
pojedinih korisnika potrebno je vie od jednog objekta opsluivanja).
U anti-covering lokacijskim problemima (anti-covering location problems) kriterijum
optimalnosti koji se maksimizira je (oteani) broj lokacija koje zadovoljavaju uslov da su sve na
meusobnoj udaljenosti ne manjoj od neke unapred zadate. Ovi problemi su prepoznatljivi kao LUF
problemi, mada su prisutni i u sluajevima lociranja uslunih objekata kod kojih koncept pokrivanja
insistira na minimumu dozvoljene udaljenosti izmeu tih objekata.
Problemi lociranja objekata opsluivanja u oblasti gde ve postoji izvestan broj
konkurentskih objekata opsluivanja predstavlja posebnu klasu lokacijskih problema (competitive
location problem). Prvu formulaciju problema ovog tipa dao je Hotelling, 1929. godine, koji je
razmatrao problem lociranja dva konkurentska prodajna mesta du prave linije. Brojni su radovi
posveeni reavanju lokacijskih problema ovog tipa, u kojima je generalno govorei kriterijum
optimalnosti ostvarivanje maksimalnog profita ili maksimalnog uea na tritu.
U nekim radovima, koji se bave problemima lociranja objekata opsluivanja kod kojih
tranja korisnika za uslugom zavisi od njene cene i/ili rastojanja od korisnika do objekta
opsluivanja, kao kriterijum optimalnosti koji treba maksimizirati pojavljuje se: ukupan ostvareni
profit, kada objekti opsluivanja pripadaju privatnom sektoru, odnosno nivo drutvenog standarda,
kada pripadaju javnom sektoru.
S obzirom da se u praksi esto putem samo jednog kriterijuma ne moe na najbolji nain
interpretirati celovit sistem vrednosti u realnom zadatku izbora lokacije, broj relevantnih kriterijuma
optimalnosti postaje vei od jedan i zadatak izbora lokacija postaje viekriterijumski zadatak. U
ovakvim zadacima izbora lokacija prisutan je interdisciplinarni pristup u definisanju kriterijuma
optimalnosti, jer oni treba da reflektuju ne samo direktne fiziko-tehnike efekte, ve i ekonomske,
pravne, kadrovske, ekoloke i druge karakteristike lokacije.
Analizirajui viekriterijumske lokacijske probleme, koji se sreu u literaturi, uoeno je da se
veina kriterijuma optimalnosti sadranih u tim problemima, moe klasifikovati u etiri opte
kategorije, i to: trokovni kriterijumi, kriterijumi zadovoljenja tranje, kriterijumi ostvarenja dobiti
(profita) i kriterijumi zatite ivotne sredine. Jasno je da izmeu pobrojanih kategorija postoji
izvesno preklapanje. Na primer, minimizacija trokova i zadovoljenje tranje trita, u mnogim
sluajevima, mogu se smatrati surogatom za uveanje dobiti. Ipak, ova podela kriterijuma u etiri
navedene kategorije ima za cilj da na najbolji nain reprezentuje teoretski i matematiki pristup u
konkretnim viekriterijumskim lokacijskim problemima koji se sreu u literaturi.
GRAVITACIONI MODEL ZA ODREIVANJE LOKACIJE U KONTINUALNOM

SLUAJU
Ideja algoritma je u izboru lokacije na bazi nalaenja teita prostora u kome su smeteni
korisnici. Teite se nalazi na bazi minimalnog transportnog rada (proizvod ukupnih zahteva
korisnika i rastojanja od njih do traene lokacije). Koordinate korisnika su poznate, a koordinate
eljene lokacije(X,Y) treba nai. Pri tome, izabrana lokacija moe biti bilo gde u prostoru na kome
se nalaze korisnici. Na Slici 1. lokacije korisnika prikazane su belim kruiima, a izabrana lokacija
utim.
V1
(x1,y1)
(X,Y)
Vi
(xi,yi) i
Slika 1. Raspored korisnika i gravitacioni centar mree

Teite se odreuje iz uslova da funkcija cilja Z dostigne minimum u takama (X,Y)
n
Z = Vi ( X i X )2 + ( Yi Y )2
i =1
Koordinate teita su
n
Vi X i
X = i =1
n
Vi
i =1
Vi Yi
,Y = i =1
n
Vi
i =1
Primena gravitacionog modela na reavanje problema izbora vie lokacija

Ideja koriena kod gravitacionog metoda moe se koristiti i za reavanje problema izbora
vie lokacija u kontinualnom sluaju.
U prvom koraku se primenom neke od tehnika sprovodi grupisanje korisnika (formira se
eljeni broj klastera) u odreeni broj grupa a onda se u okviru svake grupe nalazi teite, tj. eljena
lokacija. Za odreene lokacije po klasterima vri se optimalno alociranje korisnika i za tako
alocirane korisnike ponovo se utvruje teite. Postupak se ponavlja sve dok od svakog
gravitacionog centra svi korisnici tog klastera nisu najmanje udaljeni (Slika 2).
(X1,Y1)
(X2,Y2)
Slika 2. Lokacija dva gravitaciona centra

MREE U MODELIMA LOKACIJSKIH PROBLEMA
Intuitivno se moe razumeti da je teinski graf ili mrea idealna matematika struktura za
modeliranje lokacijskih zadataka. Mnogi lokacijski problemi mogu se predstaviti koristei jezik
teorije grafova i mrea i reavati primenom rezultata ove teorije. Pitanje koje se u startu namee je:
Zato su graf odnosno mrea matematiki koncepti koji se esto koriste u modeliranju lokacijskih
problema? Odgovor na ovo pitanje sledi iz same definicije grafa. Neka je N neprazan skup i
binarna relacija u N. Ureen par G=(N, ) naziva se graf. Elementi skupa N su vorovi grafa, a
elementi skupa grane grafa.
Graf se moe predstaviti crteom, odnosno geometrijskom interpretacijom, na sledei nain.
Elementi skupa N={1,...,i,j,...,n}, vorovi grafa predstavljaju se kao take u ravni (ili prostoru). Ako
je (i,j), taku koja predstavlja vor i spajamo neprekidnom linijom sa takom koja predstavlja
vor j. Ova linija se orijentie strelicom u smeru od i ka j. Ako (i,j) vorovi i i j nisu na crteu
direktno povezani. Ako paru vorova i, j odgovaraju dve grane (i,j) i (j,i) na crteu se ponekad ne
povlae dve linije izmeu vorova i i j nego se jedinstvena linija dvostrano orijentie ili se uopte ne
orijentie. Grana koja spaja vor sa samim sobom naziva se petlja.
Graf G=(N, ) je simetrian ili neorijentisan ako i samo ako je simetrina relacija.
Graf G=(N, ) je nesimetrian ili orijentisan ako i samo ako je nesimetrina relacija.
Za proizvoljan graf, umesto G=(N, ) esto se pie G=(N,A), pri emu se zaobilazi pojam
binarne relacije i A tumai kao skup ureenih parova elemenata skupa N, tj. kao skup grana.
U mnogobrojnim zadacima modeliranja lokacijskih problema, vorovi predstavljaju
potencijalne lokacije za objekat (objekte) koji elimo locirati i/ili korisnike punktove, a grane grafa
odgovaraju saobraajnicama, komunikacionim linijama, elektrinim vodovima, itd.
Pretpostavimo sledee:
- Svakoj grani (i,j)A pridruuje se jedan ili vie skalara koji su parametarski reprezenti njene
duine, propusne moi (ili kapaciteta), pouzdanosti, itd.
- Svakom voru jN pridruuje se jedan ili vie skalara koji su parametarski reprezenti njegove
vanosti, propusne moi (ili kapaciteta), pouzdanosti, itd.
Ako se elementima skupa N i elementima skupa A, kao to je pretpostavljeno, pridrue
skalari, onda se takav graf obino u literaturi naziva teinski graf ili mrea.
Najee je u modeliranju lokacijskih problema mreom:
- Svakoj grani (i,j)A pridruen jedan nenegativni skalar cij koji je parametarski reprezent
rastojanja (ili vremena putovanja, trokova putovanja, itd.) izmeu dva vora povezana granom.
Svakom voru jN pridruen jedan nenegativni skalar Vj, teinski koeficijent vora, koji
reprezentuje njegovu vanost: to je vee Vj, vor jN je vaniji.
U mrenim problemima obino se polazi od pretpostavke da je mrea povezana. Za mreu
se kae da je povezana ako izmeu bilo koja dva vora mree postoji put, pri emu je put izmeu
vorova i i j niz razliitih susednih vorova.
Mreu, za koju vai da je cij = cji za svako (i,j)A, zovemo neorijentisanom ili simetrinom.
U praksi, za potrebe postavke i reavanja lokacijskih zadataka, posebno su interesantne orijentisane
tj. nesimetrine mree, kod kojih moe vaiti cij cji. Mrea je orijentisana ako su grane u njoj
odreene parovima vorova (i,j).
U lokacijskim problemima, skup vorova na mrei moe biti takav da su svi vorovi
istovremeno i potencijalne lokacije i korisniki punktovi, ali i takav da su neki vorovi iskljuivo
potencijalne lokacije koje ine podskup vorova I N, a neke iskljuivo korisniki punktovi koje
ine podskup vorova J N. Takoe vai da je N=I J. U narednim odeljcima u kojima su
predstavljeni neki mreni lokacijski problemi, skup vorova na mrei je tretiran tako da su svi
vorovi istovremeno i potencijalne lokacije i korisniki punktovi, ime se ne gubi na optosti, jer su
potrebne neznatne modifikacije da bi se neki od algoritama prilagodili sluaju kada to nije tako.
Za reavanje lokacijskih problema na mrei, koja se moe predstaviti u ravni, razvijaju se
razliiti modeli. Opti mreni lokacijski problem se inae predstavlja u sledeem obliku: odrediti
vor (vorove) koji ima(ju) najbolje karakteristike u zadatom smislu. U ovakvim modelima se
koristi pojam rastojanja izmeu dva vora mree. To rastojanje je po definiciji duina najkraeg
puta (vremena putovanja, trokova putovanja, itd.) izmeu posmatranih vorova. U literaturi su
dobro poznati algoritmi za odreivanje najkraih puteva (algoritmi Dijkstra-e, Bellman-a, Dantziga, Floyd-a, itd. videti u: Transportne mree, Duan Teodorovi, Saobraajni fakultet, Beograd,
2007.) Najkrae rastojanje izmeu vorova i i j oznaiemo sa dij.
-
CENTRI
Notacija koju smo uveli u prethodnom poglavlju vai i u sluaju definisanja problema
centra. Pored prethodno navedenog oznaimo sa:
i indeks vorova potencijalnih lokacija za objekat opsluivanja
j indeks vorova korisnika
Vj teinski koeficijent vora j koliina tranje u tom voru
dij najkrae rastojanje izmeu vorova i i j
p unapred zadat broj objekata koji se locira na mrei
Definiimo binarne promenljive:
1, ako je vor i izabrana lokacija za objekat opsluivanja
Xi =
0 , ako ne
1, ako vor i opsluuje korisnike u voru j
Yij =
0 , ako ne
Da bi formulisali lokacijski problem odreivanja p centara neophodno je uvesti jo jednu
promenljivu:
D najvee rastojanje od korisnika do njemu najblieg objekta opsluivanja.
Imajui u vidu uvedenu notaciju, lokacijski problem odreivanja p centara se moe
formulisati kao problem binarnog celobrojnog programiranja na sledei nain:
min D
pri ogranienjima
Yij = 1, j
i
Xi = p
i
Yij X i , i, j
D V j dijYij , j
i
X i {0 ,1} , i
Yij {0 ,1} , i, j
Funkcija cilja jednostavno tei da minimizira najvee oteano rastojanje izmeu bilo kog
korisnika i njemu najblieg objekta opsluivanja. Prvo ogranienje se odnosi na injenicu da svaki
korisnik mora biti opsluen iz nekog vora koji je izabran za lokaciju na kojoj se nalazi objekat
opsluivanja. Drugo ogranienje se odnosi na ukupan broj lociranih objekata koji iznosi p. Tree
ogranienje kae da se korisnici alociraju samo lokacijama koje su izabrane. etvrto ogranienje
definie najvee rastojanje izmeu bilo kog korisnika i njemu najblieg objekta opsluivanja. Peto i
esto ogranienje odnose se na binarnu prirodu promenljivih Xi i Yij.
Odreivanje jednog centra mree
U problemima odreivanja centra mree, kao kriterijum optimalnosti mogue je koristiti:
a) Najkrae rastojanje od posmatranog vora potencijalne lokacije do najudaljenijeg vora u
mrei.
b) Najkrae rastojanje od najudaljenijeg vora do posmatranog vora potencijalne lokacije.
c) Najkrae rastojanje od posmatranog vora potencijalne lokacije do najudaljenijeg vora u
mrei i nazad.
Ako se kao kriterijum optimalnosti koristi rastojanje od vora-potencijalne lokacije do
najudaljenijeg vora, tada se za svaki vor i odreuje vrednost:
so ( i ) = max V j dij
j
so(i) je maksimalna vrednost u vrsti i matrice D, koja nastaje mnoenjem kolone j matrice rastojanja
D=[dij] sa teinskim koeficijentom Vj.
vor io* , za koji vai:
so ( i*o ) = min [ so ( i )]
i
naziva se spoljanji centa. Jedna mrea moe imati vie spoljanjih centara.
Kada je kriterijum optimalnosti rastojanje od najudaljenijeg vora do vora-potencijalne
lokacije, tada se za svaki vor i odreuje vrednost:
st ( i ) = max V j d ji
j
st(i) je maksimalna vrednost u koloni j matrice D, dobijene mnoenjem vrste i matrice rastojanja
10
vor it*, za koji vai:
st ( i*t ) = min [ st ( i )]
i
naziva se unutranji centar. Jedna mrea moe imati vie unutranjih centara.
Kada je kriterijum optimalnosti ukupno rastojanje od vora-potencijalne lokacije do
najudaljenijeg vora i nazad, tada se za svaki vor i odreuje vrednost:
sot ( i ) = max V j ( dij + d ji )
j
sot(i) je maksimalna vrednost u vrsti i matrice D koja nastaje mnoenjem kolone j matrice
rastojanja D=[dij+dji] sa teinskim koeficijentom Vj.
vor iot*, za koji vai:
sot ( i*ot ) = min [ sot ( i )]

i
naziva se spoljanje-unutranji centar. Jedna mrea moe imati vie unutranjih centara.
U simetrinim mreama se spoljanji, unutranji i spoljanje-unutranji centri mree
poklapaju.
Iz definicija spoljanjeg, unutranjeg i spoljanje-unutranjeg centra grafa sledi zakljuak da
je njihovo odreivanje u raunskom smislu relativno jednostavno: (1) treba odrediti najkraa
rastojanja izmeu svih parova vorova mree i zatim se (2) jednostavnim algebarskim operacijama
mnoenja i pretraivanja tipa max i min nalazi korespodentni centar.
Odreivanje jednog apsolutnog centra mree
Razmotrimo ponovo problem izbora lokacije na mrei tipa minimax, ali ovoga puta tako da
potencijalne lokacije nisu iskljuivo vorovi mree, ve se mogu nalaziti bilo gde du grana mree.
Za modeliranje ovog problema koristi se pojam take koja pripada grafu, odnosno grani.
Taku y koja pripada grani (i,j) definie duina l(i,y) dela (i,y), pri emu je ispunjen uslov da je
l(i,y) + l(y,j) = cij. U posebnim sluajevima kada je l(i,y)=0 ili l(i,y)=cij, taka y predstavlja krajnji
vor grane (i,j).
Lokacijski zadatak se u ovom sluaju postavlja kao nalaenje take grafa za koju vai da je
najkrae rastojanje od nje do najudaljenijeg vora (ili od najudaljenijeg vora do nje) minimalno.
Kao reenje ovako postavljenog optimizacionog zadatka dobijamo apsolutni centar.
Obeleimo sa d(y,i) najkrae rastojanje od neke take y koja pripada grafu G do
proizvoljnog vora i.
Za svaki vor i odreuje se vrednost:
so ( y ) = max Vi d y,i
i
Taka yo na grafu G, za koju vai:

so ( y*o ) = min [ so ( y )]
yuG
gde se minimum odnosi na sve take (bilo da su u vorovima ili na granama) koje pripadaju grafu
G, naziva se apsolutni spoljanji centar.
Dalje, za svaki vor i odreuje se vrednost:
st ( y ) = max Vi di,y
i
11
Taka yt* na grafu G, za koju vai:

st ( y*t ) = min [ st ( y )]
yuG
naziva se apsolutni unutranji centar.

Za dobijanje apsolutnog centra simetrinog grafa (mree) koristi se najee algoritam
Hakimija, koji se ukratko moe opisati u dva koraka (detaljnije u knjizi Transportne mree, Duan
Teodorovi, Saobraajni fakultet, 2007):
i. Za svaku granu ak grafa G nai taku (take) yk* koja ima najmanju vrednost s(yk).
ii. Od svih taaka yk* (k=1, ..., m) koje su u svojstvu lokalnih apsolutnih centara izabrati taku sa
minimalnom vrednou s(yk*).
Dakle, apsolutni centar bie ona taka y*, koja od svih lokalnih apsolutnih centara yk* (k=1,
..., m) ima najmanju vrednost s(yk*).
Ovaj algoritam moe se smatrati efikasnim ukoliko se trai apsolutni centar za graf (mreu)
koja ima manji broj vorova (do 10). U sluajevima postojanja veeg broja vorova primenjuju se
uproeniji algoritmi. U svakom sluaju, obim potrebnog raunanja za odreivanje apsolutnog
centra brzo raste sa porastom broja vorova u mrei.
Odreivanje vie (p) centara mree
Obim potrebnih raunanja za odreivanje viestrukih centara brzo raste sa porastom broja
vorova u mrei i porastom broja p. Enumerativnim postupkom generisali bi sva mogua reenja,
n
kojih ima , za svako od tih reenja izraunali vrednost kriterijumske funkcije, odnosno najvea
p
oteana rastojanja izmeu korisnika i njima najblie lokacije, i kao najbolju kombinaciju izabrali
ono reenje za koje ovaj kriterijum dostie minimum. U nalaenju p centara u sluaju veih mrea
pribegava se korienju raznih heuristika.
MEDIJANE
Notacija koju smo uveli u prethodnom poglavlju vai i u sluaju definisanja problema
medijane:
j indeks vorova korisnika
Xi =
0 , ako ne
1, ako vor i opsluuje korisnike u voru j
Yij =
0 , ako ne
12
Imajui u vidu kriterijum optimalnosti koji teimo da minimiziramo u sluaju odreivanja p

medijana, a to je, kao to je ve prethodno naglaeno, ukupno preeno rastojanje (vreme putovanja)
izmeu lociranih objekata i korisnika, postavka ovog problema kao binarnog celobrojnog
programiranja izgleda ovako:
min Z = V j dijYij
i j
pri ogranienjima
Yij = 1, j
i
Xi = p
i
Yij X i , i , j
X i {0 ,1}, i
Yij {0 ,1}, i , j
Funkcija cilja kao to je reeno minimizira ukupno oteano preeno rastojanje izmeu
objekata opsluivanja i korisnika. Prvo ogranienje se odnosi na injenicu da svaki korisnik mora
biti opsluen iz nekog vora koji je izabran za lokaciju na kojoj se nalazi objekat opsluivanja.
Drugo ogranienje se odnosi na ukupan broj lociranih objekata koji iznosi p. Tree ogranienje kae
da se korisnici alociraju samo lokacijama koje su izabrane. etvrto i peto ogranienje odnose se na
binarnu prirodu promenljivih Xi i Yij.
Odreivanje jedne medijane mree
Ako se kao kriterijum optimalnosti koristi suma rastojanja od vora-potencijalne lokacije do
ostalih vorova mree, tada se za svaki vor i odreuje vrednost:
o ( i ) = V j dij
j
o(i) je vrednost sume elemenata vrste i matrice D dobijene mnoenjem kolone j matrice rastojanja
vor io*, za koji vai:
o ( i*o ) = min [ o ( i )]
i
naziva se spoljanja medijanja.

U sluaju da se kao kriterijum optimalnosti koristi suma rastojanja od vorova mree do
vora-potencijalne lokacije, tada se za svaki vor i odreuje vrednost:
t ( i ) = V j d ji
j
t(i) je vrednost sume elemenata kolone j matrice D dobijene mnoenjem vrste i matrice rastojanja
vor it*, za koji vai:
13
t ( it* ) = min [ t ( i )]
i
naziva se unutranja medijanja.

Konano, kada se za kriterijum optimalnosti usvoji suma rastojanja od vora-potencijalne
lokacije do svih ostalih vorova mree i nazad, tada se za svaki vor i odreuje vrednost:
ot ( i ) = V j ( dij + d ji )
j
ot(i) je vrednost sume elemenata vrste i matrice D koja nastaje mnoenjem kolone j matrice
rastojanja D=[dij+dji] sa teinskim koeficijentom Vj.
vor iot*, za koji vai:
ot ( i*ot ) = min [ ot ( i )]
i
naziva se spoljanje-unutranja medijana.

U simetrinim mreama naravno da se spoljanja, unutranja i spoljanje-unutranja
medijana poklapaju.
Iz definicija spoljanje, unutranje i spoljanje-unutranje medijane grafa sledi zakljuak da
je njihovo odreivanje u raunskom smislu relativno jednostavno: (1) treba odrediti najkraa
rastojanja izmeu svih parova vorova mree i zatim se (2) jednostavnim algebarskim operacijama
sabiranja i pretraivanja tipa min nalazi korespodentna medijana grafa.
Pojam apsolutne medijane ne postoji jer se moe pokazati da se apsolutna medijana uvek
nalazi u nekom od vorova mree.
Odreivanje vie (p) medijana mree
Obim potrebnih raunanja za odreivanje viestruke medijane brzo raste sa porastom broja
vorova u mrei i porastom broja p. Enumerativnim postupkom generisali bi sva mogua reenja,
n
kojih ima , za svako od tih reenja izraunali vrednost kriterijumske funkcije, odnosno sumu
p
oteanih najkraih rastojanja izmeu korisnika i njima najblie lokacije, i kao najbolje izabrali ono
reenje za koji ovaj kriterijum dostie minimum.
Imajui u vidu da obim raunanja brzo raste sa porastom broja vorova u mrei i porastom
broja p, u praksi se esto koriste razne heuristike za nalaenje reenja problema p medijane.
U nastavku bie prikazana jedna jednostavna greedy (prodrljiva) heuristika za reavanje
problema p medijana.
Na poetku primene ovog algoritma rei se problem nalaenja jedne medijane. Ovaj vor se
uvrtava u skup reenja. U nastavku se za svaki preostali vor rauna koliko bi se smanjenje
ukupnog oteanog rastojanja postiglo ako bi se on ukljuio u skup reenja odnosno bio druga
medijana. U skup reenja uvrtava se onaj vor za koji se postie najvee smanjenje. Postupak se
ponavlja dok se u skupu ne nae eljenih p medijana.
LOKACIJSKI PROBLEM POKRIVANJA SKUPA

U ovom poglavlju bie predstavljen lokacijski problem pokrivanja skupa (Set Covering
Location Problem - SCLP). Limitirano vreme putovanja (duina putovanja) od objekta opsluivanja
do korisnika (na primer, radnim vremenom objekta, kvalitetom pruanja usluge koji se meri
14
vremenom pruanja usluge, ogranienom dostupnou u pruanju usluge kao posledica fizikih
karakteristika samog objekta, preporukama i propisima, itd.) je jedna znaajna karakteristika ovog
problema. Limitirano vreme putovanja (duinu putovanja) moemo posmatrati kao radijus prave ili
kvazi krunice iji oblik diktira konfiguracija mree, a iji je centar smeten u svaku od
potencijalnih lokacija - vorova. Opisujui krunicu odreenog radijusa oko svakog vora potencijalne lokacije, delimo vorove - korisnike punktove na one koji se nalaze unutar krunice i
koji mogu biti opslueni u okviru zadatog vremena putovanja (duine putovanja) i one koji to nisu i
nee biti opslueni. Za prvu grupu korisnika kaemo da su pokriveni iz posmatranog vora
potencijalne lokacije, a za drugu da to nisu. Radijus ove krunice, odnosno unapred zadato
rastojanje (vreme putovanja) koje diktira pokrivenost obeleiemo sa R. Uvedimo u razmatranje
sledee oznake:
j indeks vorova koji zahtevaju opslugu - korisnikih punktova
R limitirano vreme putovanja (duina putovanja) - radijus pokrivanja
N( j ) = i dij R - skup onih lokacija i koje su na dozvoljenom rastojanju od korisnika j.

Definiimo binarnu promenljivu:
Xi =
0 , ako ne
Imajui u vidu uvedenu notaciju lokacijski problem pokrivanja skupa se kao problem
binarnog celobrojnog programiranja definie na sledei nain:
min Z = X i
i
pri ogranienjima
iN( j )
X i 1, j
X i {0 ,1} , i
Funkcija cilja minimizira ukupan broj otvorenih lokacija odnosno objekata opsluivanja.
Ukoliko bi uveli i trokove otvranja svake lokacije i oznaili ih sa ci, tada bi funkciju cilja mogli da
napiemo i kao Z = ci X i , to bi znailo da je cilj minimizirati ukupne trokove otvaranja
i
objekata opsluivanja. Prvo ogranienje obezbeuje da svi korisnici imaju najmanje jednu izabranu
lokaciju za objekat opsluivanja na propisanom rastojanju, odnosno da su pokriveni radijusom
pokrivanja od strane makar jednog objekta opsluivanja. Drugo ogranienje odnosi se na binarnu
prirodu promenljive Xi.
Reavanje lokacijskog problema pokrivanja skupa
Enumerativnim postupkom ovaj problem bi se reavao tako to bi se generisala sva mogua
reenja, poev od reenja u kojima je jedan vor izabrana lokacija, do reenja u kome su sva reenja
izabrane lokacije. Nakon toga bi se iz skupa svih moguih izdvojila reenja koja su dopustiva,
odnosno reenja u kojima izabrane lokacije pokrivaju ukupnu korisniku tranju. Nakon toga bi se
15
za najbolje proglasilo reenje koje minimizira kriterijumsku funkciju, tj. ukupan broj otvorenih
lokacija ili ukupne trokove otvaranja lokacija.
I za potrebe reavanja lokacijskog problema pokrivanja skupa razvijaju se razni heuristiki
algoritmi.
U nastavku e biti prikazana jedna greedy heuristika za nalaenje minimalnog broja lokacija
koje u potpunosti pokrivaju korisniku tranju. Ova heuristika konstruie reenje tako to na bazi
ustanovljenog kriterijuma (grabljivog pravila) vrednuje potencijalne lokacije i u svakoj iteraciji bira
po jednu od njih koju ukljuuje u reenje. Algoritam se zavrava kada je izabrana i poslednja
lokacija koja je uinila da su svi korisnici pokriveni.
Notacija koja e se koristiti u definisanju kriterijuma za vrednovanje potencijalnih lokacija i
ostalih elemenata algoritamskog prikaza heuristika, sledi.
Neka je * N skup svih vorova ukljuenih u reenje, *t * skup vorova
ukljuenih u reenje u t-toj iteraciji, N skup svih pokrivenih vorova, t N skup
pokrivenih vorova u t-toj iteraciji i At N skup aktivnih vorova u t-toj iteraciji, odnosno
vorova koji su preostali da u narednoj iteraciji budu vrednovani.
Neka je (i) podskup svih onih vorova jAt koji su pokriveni vorom iAt. Dakle:
(i) = j | dij R, j At
Vrednovanje svakog vora iAt vri se na osnovu kriterijuma koji je definisan na sledei
nain:
S( i ) =
(i )
ci
Kriterijum S(i) predstavlja korist koja bi se ostvarila izborom vora iAt, odnosno
njegovim ukljuenjem u reenje, a ija se vrednost izraava kroz odnos broja vorova koji su
njime pokriveni i trokova koji su potrebni za otvaranje te lokacije. U sluaju da su trokovi
irelevantni, tada bi kriterijum S(i) bio jednak ( i ) .
Algoritam:
KORAK 1
KORAK 2
KORAK 3
KORAK 4
Inicijalizacija t = 1
Inicijalizacija *t = , t=, At=N
Za svaki vor iAt odrediti skup (i)
Za svaki vor iAt izraunati vrednosti kriterijuma S(i)
KORAK 5
Odrediti vor i* za koji vai: S( i* ) = max [S(i)]. Ako dva ili vie vorova imaju istu
*
KORAK 6
KORAK 7
KORAK 8
KORAK 9
KORAK 10
KORAK 11
KORAK 12
i At
maksimalnu vrednost S(i), vor i izabrati proizvoljno.

Postaviti t = t + 1
Aurirati skup *t : *t = *t 1 i *
Aurirati skup t: t=t-1{j | j(i*)\i*}
Aurirati skup At: At=At-1\{t i*}
Ako je At, vratiti se na KORAK 3, u suprotnom prei na KORAK 11
Usvojiti * = *t , =t
Izraunati vrednost funkcije cilja Z= X i (ili Z= ci X i ako postoje trokovi
i *
i *
otvaranja lokacija)
KORAK 13 Kraj algoritma.
16
LOKACIJSKI PROBLEM MAKSIMALNOG POKRIVANJA

U ovom poglavlju bie predstavljen lokacijski problem maksimalnog pokrivanja (Maximal
Covering Location Problem - MCLP). Za razliku od lokacijskog problema pokrivanja skupa,
lokacijski problem maksimalnog pokrivanja tei da maksimizira pokrivenost korisnike tranje sa
unapred zadatim brojem lokacija na koje se mogu postaviti objekti opsluivanja. I u ovom sluaju
korisnika tranja je zadovoljena samo ako je rastojanje (vreme putovanja) izmeu objekta
opsluivanja i korisnika manje ili jednako nekom unapred zadatom, odnosno ako su korisnici
pokriveni.
Da bi dali formulaciju ovog problema uveemo sledeu notaciju:
j indeks vorova koji zahtevaju opslugu - korisnikih punktova
R limitirano vreme putovanja (duina putovanja) - radijus pokrivanja
N( j ) = i dij R - skup onih lokacija i koje su na dozvoljenom rastojanju od korisnika j.

1,
Xi =
0 ,
1,
Zj =
0 ,
ako je vor i izabrana lokacija za objekat opsluivanja

ako ne
ako je vor j pokriven od strane nekog objekta opsluivanja
ako nije
Imajui u vidu uvedenu notaciju lokacijski problem maksimalnog pokrivanja se kao

problem binarnog celobrojnog programiranja definie na sledei nain:
max Z = V j Z j
j
pri ogranienjima
Zj
iN( j )
X i , j
Xi p
i
X i {0 ,1} , i
Z j {0 ,1} , j
Dakle, kao to je ve reeno, funkcija cilja maksimizira ukupnu pokrivenu korisniku
tranju. Prvo ogranienje odreuje koji korisniki vorovi su pokriveni odnosno koji korisniki
vorovi se nalaze na propisanom rastojanju (vremenu putovanja) od izabranih lokacija. Svaki vor j
moe se smatrati pokrivenim (Zj=1) ako postoji makar jedno i koje se nalazi unutar Nj (vor i je na
rastojanju manjem ili jednakom od R u odnosu na vor j) za koje vai Xi=1. Ako ne postoji takva
lokacija onda je desna strana ovog ogranienja jednaka je nuli, to implicira da bude i Zj=0. Drugo
ogranienje se odnosi na ukupan broj otvorenih lokacija koji ne moe biti vei od unapred zadatog
broja p. Tree i etvrto ogranienje odnose se na binarnu prirodu promenljivih Xi i Zj.
17
Odreivanje jedne lokacije koja maksimalno pokriva tranju

Neka je (i) podskup svih onih vorova j koji su pokriveni vorom i. Dakle:
( i ) = j dij R , i
Odredimo za svaki vor i sledeu karakteristiku:

B( i ) = V j xij
xij = 1,j ( i ) xij = 0 ,j ( i )
B(i) predstavlja ukupan oteani broj korisnikih vorova j koji su pokriveni od strane
lokacije koja se nalazi u voru i.
vor i* za koji vai:
B( i* ) = max[B( i )]
i
moe se smatrati najboljom lokacijom za zadati kriterijum optimalnosti, odnosno vor iz koga se
pokriva najvea korisnika tranja za zadato rastojanje (vreme putovanja).
Odreivanje vie lokacija koje maksimalno pokrivaju tranju
n
Enumerativnim postupkom generisali bi sva mogua reenja, kojih ima , za svako od
p
tih reenja izraunali vrednost kriterijumske funkcije, odnosno ukupan oteani broj korisnikih
vorova koji su u tom sluaju pokriveni. Za najbolje proglasili bi ono koje daje maksimalnu
vrednost kriterijumskoj funkciji.
Imajui u vidu da obim raunanja brzo raste sa porastom broja vorova u mrei i porastom
broja p, u praksi se esto koriste razne heuristike za nalaenje reenja ovog problema.
U nastavku e biti prikazana jedna greedy heuristika za nalaenje p lokacija koje
maksimalno pokrivaju tranju. Ova heuristika konstruie reenje tako to na bazi ustanovljenog
kriterijuma (grabljivog pravila) vrednuje potencijalne lokacije i u svakoj iteraciji bira po jednu od
njih koju ukljuuje u reenje. Algoritam se zavrava kada je izabrano svih p lokacija, ili i ranije
ako je sa brojem vorova manjim od p pokrivena celokupna korisnika tranja.
Notacija koja e se koristiti u definisanju kriterijuma za vrednovanje potencijalnih lokacija i
ostalih elemenata algoritamskog prikaza heuristika, sledi.
ukljuenih u reenje u t-toj iteraciji, N skup svih pokrivenih vorova, t N skup
pokrivenih vorova u t-toj iteraciji i A t N skup aktivnih vorova u t-toj iteraciji, odnosno
vorova koji su preostali da u narednoj iteraciji budu vrednovani.
Neka je (i) podskup svih onih vorova jAt koji su pokriveni vorom iAt. Dakle:
nain:
B( i ) =
Vj
j ( i )
Kriterijum B(i) predstavlja korist koja bi se ostvarila izborom vora iAt, odnosno
njegovim ukljuenjem u reenje, a ija se vrednost izraava kroz sumu teina vorova koji su
njime pokriveni.
Algoritam:
18
KORAK 1
KORAK 2
KORAK 3
KORAK 4
Za svaki vor iAt izraunati vrednosti kriterijuma B(i)
KORAK 5
Odrediti vor i* za koji vai: B( i* ) = max [B(i)]. Ako dva ili vie vorova imaju istu
*
i At
maksimalnu vrednost B(i), vor i izabrati proizvoljno.

KORAK 6 Postaviti t = t + 1
KORAK 7
KORAK 8 Aurirati skup t: t=t-1{j | j(i*)\i*}
KORAK 9 Aurirati skup At: At=At-1\{t i*}
KORAK 10 Ako je (t-1)<p i At{} , vratiti se na KORAK 3, a ako je t=p ili At={}prei na
KORAK 11
KORAK 11 Usvojiti * = *t , =t
KORAK 12 Izraunati vrednost funkcije cilja Z=
Vj
j *
KORAK 13
Kraj algoritma.
LOKACIJSKI PROBLEM NEPOKRIVANJA

U ovom poglavlju predstavljen je lokacijski problem nepokrivanja (Anti-Covering Location
Problem ACLP). ACLP podrazumeva da se u skupu potencijalnih lokacija kojima su pridrueni
teinski koeficijenti pokazatelji njihove vanosti, pronae podskup takav da sve lokacije u njemu
zadovolje uslov da su na meusobnoj udaljenosti ne manjoj od neke unapred zadate i da je suma
teinskih koeficijenata pridruenih tim lokacijama maksimalna. Kao to se moe uoiti ovaj
lokacijski problem je takav da ne uzima u obzir interakcije potencijalnih lokacija i korisnika, kao do
sada predstavljeni lokacijski problemi. Kod njega su u fokusu interakcije izmeu samih
potencijalnih lokacija opisane kroz ogranienje u vezi sa njihovom minimalnom udaljenou.
Za formulaciju ovog problema koristimo sledeu notaciju:
i,j indeks vorova potencijalnih lokacija za objekat opsluivanja
n ukupan broj potencijalnih lokacija
Vi teinski koeficijent vora i vanost lokacije i (koliina tranje u tom voru, kapacitet
tog vora, itd.)
R unapred zadata minimalna dozvoljena udaljenost izmeu vorova
Dalje, neka je (i) podskup onih vorova j koji su od vora i udaljeni manje od unapred
zadate dozvoljene udaljenosti R, (dijR), ne ukljuujui vor i, odnosno:
( i ) = j dij R , i j , i
Definiimo i binarnu promenljivu:
19

Xi =
0 , ako ne
Jedna postavka ACLP-a, u formi problema binarnog celobrojnog programiranja, izgleda

ovako:
Max Z = Vi X i
i
pri ogranienjima
MXi +
j ( i )
X j M, i
X i {0 ,1} , i
gde je M dovoljno veliki pozitivan broj (M=n, ili ako se uloi neki dodatni raunarski napor broj M
se moe smanjiti).
Zadatak je nai vektor reenja X =(X1, ..., Xi, ..., Xn), pri emu je Xi=1, ako je lokacija koja
odgovara voru iN izabrana i Xi=0 u suprotnom (drugo ogranienje), koji ini da ukupna teina
(korist) izabranih lokacija bude maksimalna (funkcija cilja). Prvo ogranienje se moe nazvati
ogranienje susedstva. Ako vor iN nije izabrana lokacija (Xi=0), to nema uticaja na vrednosti Xj,
a ako jeste (Xi=1), svako Xj za koje vai j(i) mora da uzme vrednost 0, jer se vorovi j(i)
nalaze na udaljenosti manjoj od dozvoljene u odnosu na vor iN.
Reavanje lokacijskog problema nepokrivanja
reenja, poev od reenja u kojima je jedan vor izabrana lokacija, do reenja u kome su sva reenja
izabrane lokacije (ukupno 2n-1 reenja). Nakon toga bi se iz skupa svih moguih izdvojila reenja
koja su dopustiva, odnosno reenja koja zadovoljavaju uslov da su izabrane lokacije-vorovi na
meusobnom rastojanju veem od dozvoljenog. Za svako od tih reenja izraunavala bi se funkcija
cilja i kao najbolje, optimalno, proglaeno bi bilo ono za koje funkcija cilja dostie maksimum.
Obim raunanja i u sluaju lokacijskog problema nepokrivanja eksponencijalno raste sa
porastom broja potencijalnih lokacija pa se i ovom sluaju pribegava korienju raznih heuristika za
dobijanje reenja u sluaju veih mrea.
U nastavku bie prikazane dve greedy heuristike za reavanje ACLP-a.
Ove heuristike konstruiu reenje tako to na bazi ustanovljenih kriterijuma (grabljivih
pravila) vrednuju potencijalne lokacije i u svakoj iteraciji biraju po jednu od njih koju ukljuuju u
reenje (promenljiva koja odgovara toj lokaciji, voru na mrei, u vektoru reenja uzima vrednost
1), a iz reenja iskljuuju one potencijalne lokacije koje su tim izborom diskreditovane
(promenljive koje odgovaraju odbaenim lokacijama-vorovima u vektoru reenja uzimaju vrednost
0). Algoritmi za obe heuristike zavrava se onda kada vie nije preostala ni jedna potencijalna
lokacija koja se moe ukljuiti u reenje ili iz njega iskljuiti.
Naime osnovna ideja je da se za svaki vor ustanovi koliko (oteanih) vorova on pokriva
(na udaljenosti su manjoj ili jednakoj od dozvoljene u odnosu na njega), odnosno ne pokriva (na
udaljenosti su veoj od dozvoljene u odnosu na njega). Na osnovu ova dva pokazatelja ustanovljeni
su kriterijumi i .
Notacija koja e se koristiti u definisanju ovih kriterijuma i ostalih elemenata algoritamskog
prikaza heuristika, sledi.
20

ukljuenih u reenje u t-toj iteraciji, N skup svih vorova iskljuenih iz reenja, t N
skup vorova iskljuenih iz reenja u t-toj iteraciji i A t N skup aktivnih vorova u t-toj
iteraciji, odnosno vorova koji su preostali da u narednoj iteraciji budu vrednovani. Takoe vai,
N= *t t A t i *t t A t = .
Neka je (i) podskup svih onih vorova jAt koji su od vora iAt udaljeni manje od
dozvoljene udaljenosti (dijR), ukljuujui i vor iAt. Dakle:
Vrednovanje svakog vora iAt vri se na osnovu kriterijuma koji su definisani na sledei
nain:
(i) = v i
vj
j{ (i ) \i}
(i) = v i +
vj
j{A t \ ( i )}
Kriterijum (i) predstavlja korist koja bi se ostvarila izborom vora iAt, odnosno
njegovim ukljuenjem u reenje, a ija se vrednost izraava kroz razliku teinskog koeficijenta
tog vora i sume teinskih koeficijenata svih onih vorova koje bi ovaj izbor iskljuio iz reenja,
odnosno koji su na rastojanju manjem od dozvoljenog u odnosu na njega.
Kriterijum (i) predstavlja takoe korist koja bi se ostvarila izborom vora iAt, odnosno
njegovim ukljuenjem u reenje, ali ija se vrednost izraava kroz sumu teinskog koeficijenta
tog vora i teinskih koeficijenata svih onih vorova koje ovaj izbor ne bi iskljuio iz reenja,
odnosno koji su na rastojanju veem ili jednakom dozvoljenom u odnosu na vor iAt.
Algoritam:
KORAK 1
KORAK 2
KORAK 3
KORAK 4
KORAK 5
Za svaki vor iAt izraunati vrednosti kriterijuma: (i), odnosno (i)
Odrediti vor i* za koji vai: (i * ) = max [(i)], odnosno (i * ) = max [(i)] Ako dva
iA t
iA t
ili vie vorova imaju istu maksimalnu vrednost: (i) odnosni (i), vor i* izabrati
proizvoljno.
KORAK 7
KORAK 8 Aurirati skup t: t=t-1{j | j(i*)\i*}
KORAK 9 Aurirati skup At: At=At-1\{t i*}
KORAK 10 Ako je At, vratiti se na KORAK 3, u suprotnom prei na KORAK 11
vi
i*
KORAK 13
Kraj algoritma.
21
LOKACIJSKI PROBLEM p-DISPERZIJE

U lokacijskom problemu p disperzije (p-dispersion problem), kao i kod ACLP-a, vodi se
rauna samo o rastojanjima izmeu objekata koji se lociraju, a ne i njihovim interakcijama sa
korisnicima. Za razliku od ACLP-a, kod koga je unapred definisano minimalno rastojanje izmeu
izabranih lokacija koja mora biti ispotovano, ali ne i broj lokacija koje treba izabrati, u problemu pdisperzije trai se unapred zadati broj lokacija sa ciljem da se maksimizira najmanje rastojanje
izmeu bilo koje dve izabrane lokacije na mrei.
i,j indeks vorova potencijalnih lokacija za objekat opsluivanja
M konstanta ija je vrednost velika (na primer, max dij )
i, j
{ }
Definiimo binarnu promenljivu:

Xi =
0 , ako ne
Da bi formulisali lokacijski problem p-disperzije neophodno je uvesti jo jednu promenljivu:
D najmanje od svih rastojanja izmeu dva objekta.
Formulacija glasi:
Max D
pri ogranienjima:
Xi = p
i
D + ( M dij ) X i + ( M dij ) X j 2 M dij
i , j
X i = {0 ,1} i
Kriterijumska funkcija koju maksimiziramo predstavlja rastojanje izmeu dve najblie

lokacije. Prvo ogranienje odnosi se na ukupan broj otvorenih lokacija kojih treba da bude p.
Sledee ogranienje vodi rauna o minimalnom rastojanju izmeu bilo koja dva objekta na mrei.
Kada je objekat lociran u samo jednom od vorova i i j, (tj. kada je Xi=1 i Xj=0 ili Xi=0 i Xj=1)
ogranienje je automatski zadovoljeno. Kada lociramo objekte i u voru i i u voru j, tj. kada je
Xi=1 i Xj=1, ovo ogranienje glasi: D < dij . Otuda, maksimiziranjem rastojanja D forsiramo da
najmanje rastojanje izmeu parova izabranih lokacija bude to je vee mogue. Poslednje
ogranienje odnosi se na binarnu prirodu promenljive xj.
n
reenja, kojih ima . Za svako od tih reenja posmatrali bi rastojanja izmeu svih parova
p
vorova i ustanovili koje je najmanje. Za najbolje reenje proglasili bi ono kod koga je to najmanje
rastojanje maksimalno.
22
LOKACIJSKI PROBLEM MINIMALNOG POKRIVANJA SA OGRANIENJEM

RASTOJANJA
Lokacijski problem minimalnog pokrivanja sa ogranienjem rastojanja (Minimum Covering
Location Problem with Distance Constraint MCLPDC) je problem koji podrazumeva nalaenje
unapred zadatog broja lokacija sa ciljem da se pokrije najmanji oteani broj korisnika.
U sluaju kada se locira samo jedan objekat tada se ovaj problem moe zvati samo
lokacijski problem minimalnog pokrivanja jer se ogranienje rastojanja (koje se pojavljuje u
naslovu) odnosi na izabrane lokacije i uvodi se da bi se u optem sluaju kada se locira p objekata
izbeglo da svi budu locirani u jednoj istoj lokaciji (imajui u vidu da je cilj minimizirati ukupan
oteani broj pokrivenih korisnika). Vrlo esto, imajui u vidu da se ovaj lokacijski model koristi u
lociranju nepoeljnih objekata, ovo ogranienje u pogledu minimalne udaljenosti izmeu izabranih
lokacija ima utemeljenje i u praktinoj potrebi koja bi se opisala kroz nedozvoljavanje da se
neeljeni efekti izabranih lokacija pojaavaju (na primer, koncentracija nepoeljnih mirisa,
koncentracija tetnih materija u okruenju, nivo buke, itd.). Treba napomenuti da unapred
definisana minimalna udaljenost izmeu izabranih lokacija ima uticaj na dobijanje dopustivog
reenja MCLPDC-a u kontekstu broja lokacija p koji treba odrediti. Naime, u skladu sa
minimalnom dozvoljenom udaljenou izmeu lokacija moe se odrediti maksimalan broj lokacija
koje zadovoljavaju ovo unapred zadato ogranienje. Ovaj broj lokacija se dobija reavanjem
neoteanog ACLP-a, odnosno reavanjem ovog problema kod koga je funkcija cilja max X i .
i
Ukoliko je ovaj broj manji od p, tada MCLPDC nema dopustivo reenje.

i,k indeksi vorova potencijalnih lokacija za objekat opsluivanja
j indeks vorova korisnikih punktova
Vj teinski koeficijent vora jN broj korisnika u tom voru
dij najkrae rastojanje izmeu svih parova vorova
R1 limitirano rastojanje - radijus pokrivanja korisnika
R2 minimalno dozvoljeno rastojanje izmeu izabranih lokacija
N ( j ) = i dij R1 - podskup onih lokacija i koje pokrivaju korisnika j
( i ) = { k dik R2 , i k } - podskup onih vorova potencijalnih lokacija k koji su od vora

potencijalne lokacije i udaljeni manje od unapred zadate dozvoljene udaljenosti R2, (dikR2),
ne ukljuujui vor i
1,
Xi =
0 ,
1,
Zj =
0 ,
ako je vor i izabrana lokacija za objekat opsluivanja

ako ne
ako je vor j pokriven od strane nekog objekta opsluivanja
ako nije
Imajui u vidu uvedenu notaciju, MCLPDC se kao problem binarnog celobrojnog

programiranja definie na sledei nain:
min Z = V j Z j
j
pri ogranienjima
23
Z j X i j ,i N ( j )
Xi = p
i
p( 1 X i )
Xk
k( i )
X i {0 ,1}
Z j {0 ,1}
Funkcija cilja, kao to je reeno, tei da minimizira ukupan oteani broj korisnika. Prvo
ogranienje obezbeuje da ako je vor i izabrana lokacija (Xi=1) i pokriva vor j (iN(j)) tada
promenljiva Zj koja govori o pokrivenosti korisnika j mora uzeti vrednost 1. Ako vor i nije
izabrana lokacija (Xi=0), odnosno ako je skup N(j) prazan, tada e promenljiva Zj uzeti vrednost 0
imajui u vidu na minimiziranje funkcije cilja. Drugo ogranienje se odnosi na ukupan broj
otvorenih lokacija koji ne moe biti vei od unapred zadatog broja p. Tree ogranienje se odnosi
na obezbeenje minimalnog propisanog rastojanja izmeu izabranih lokacija. Ako je vor i izabrana
lokacija (Xi=1), tada leva strana ogranienja ima vrednost 0, to implicira da i desna strana mora
uzeti tu vrednost, odnosno ni jedna od lokacija koja se nalazi na rastojanju manjem od propisanog u
odnosu na vor i ne moe biti izabrana (sve promenljive Xk koje odgovaraju vorovima k(i)
imaju vrednost 0). Ukoliko vor i nije izabrana lokacija (Xi=0), tada meu vorovima k(i) moe
biti izabrano najvie p lokacija. etvrto i peto ogranienje odnose se na binarnu prirodu
promenljivih Xi i Zj.
Odreivanje jedne lokacije koja minimalno pokriva korisnike
Neka je (i) podskup svih onih vorova j koji su pokriveni vorom i. Dakle:
( i ) = j dij R , i
Odredimo za svaki vor i sledeu karakteristiku:

B( i ) = V j xij
j
xij = 1,j ( i ) xij = 0 ,j ( i )
B(i) predstavlja ukupan oteani broj korisnikih vorova j koji su pokriveni od strane
lokacije koja se nalazi u voru i.
vor i* za koji vai:
B( i* ) = min[B( i )]
i
moe se smatrati najboljom lokacijom za zadati kriterijum optimalnosti, odnosno vor iz koga se
pokriva najmanji broj oteanik korisnikih punktova za zadato rastojanje.
Odreivanje vie lokacija koje minimalno pokrivaju korisnike i ogranienjem
rastojanja izmeu izabranih lokacija
Enumerativnim postupkom ovaj problem bi se reavao tako to bi se generisala sva mogua reenja,
n
kojih ima . Nakon toga bi se iz skupa svih moguih izdvojila reenja koja su dopustiva,
p
odnosno reenja koja zadovoljavaju uslov da su izabrane lokacije-vorovi na meusobnom
rastojanju veem od dozvoljenog. Za svako od dopustivih reenja izraunavala bi se vrednost
funkcije cilja, odnosno oteani broj korisnika koji je tim reenjem pokriven, i kao najbolje,
optimalno, proglaeno bi bilo ono za koje funkcija cilja dostie minimum.
24
U nastavku e biti prikazana jedna greedy heuristika za nalaenje p lokacija koje minimalno
pokrivaju korisnike. Ova heuristika konstruie reenje tako to na bazi ustanovljenog kriterijuma
(grabljivog pravila) vrednuje potencijalne lokacije i u svakoj iteraciji bira po jednu od njih koju
ukljuuje u reenje. Algoritam se zavrava kada je izabrano svih p lokacija (ili i ranije ako je sa
zadatim ogranienjem u vezi sa rastojanjem R2 onemogueno da bude izabrano p lokacija o emu je
bilo rei u uvodnoj prii o MCLPDC-u).
Sledi notacija koja e se koristiti u definisanju kriterijuma za vrednovanje potencijalnih
lokacija i ostalih elemenata algoritamskog prikaza heuristike.
Neka je * N skup svih vorova - lokacija ukljuenih u reenje, *t * skup
vorova - lokacija ukljuenih u reenje u t-toj iteraciji, N skup svih pokrivenih vorova
korisnika, t N skup pokrivenih vorova - korisnika u t-toj iteraciji, KtN skup vorova
potencijalnih lokacija koji otpadaju kao potencijalna reenja zbog udaljenosti u odnosu na vor koji
je ukljuen u reenje u t-toj iteraciji i A t N skup aktivnih vorova u t-toj iteraciji, odnosno
vorova koji su preostali da u narednoj iteraciji budu vrednovani. Imajui u vidu da je u praksi
najee R2>R1 heuristika e biti prilagoena ovom sluaju. Male izmene u algoritmu bi postojale
kada bi bilo obrnuto.
Neka je 1(i) podskup svih onih vorova korisnika jAt koji su pokriveni vorom iAt.
Dakle:
1( i ) = j dij R1 , j At
nain:
B( i ) =
Vj
j1 ( i )
Kriterijum B(i) predstavlja tetu koja bi se desila izborom vora iAt, odnosno njegovim
ukljuenjem u reenje, a ija se vrednost izraava kroz sumu teina vorova koji su njime
pokriveni.
Neka je 2(i*) podskup onih vorova potencijalnih lokacija kAt koji su u odnosu na
izabranu lokaciju u konkretnoj iteraciji udaljeni manje od unapred definisanog minimalnog
dozvoljenog rastojanja:
2 ( i* ) = k d * R2 , i* k ,k At
i k
Algoritam:
KORAK 1
KORAK 2
KORAK 3
KORAK 4
Inicijalizacija *t = , t=, Kt=, At=N
Za svaki vor iAt odrediti skup 1(i)
Za svaki vor iAt izraunati vrednosti kriterijuma B(i)
KORAK 5
Odrediti vor i* za koji vai: B( i* ) = min[B( i )] . Ako dva ili vie vorova imaju istu
*
i At
minimalnu vrednost B(i), vor i izabrati proizvoljno.

KORAK 6 Za vor i* odrediti skup 2(i*)
KORAK 8
KORAK 9 Aurirati skup t: t=t-1{j | j1(i*)\i*}
KORAK 10 Aurirati skup Kt: Kt=Kt-1{k | k2(i*)}
KORAK 11 Aurirati skup At: At=At-1\{Kt i*}
25
KORAK 12 Ako je (t-1)<p i At{} , vratiti se na KORAK 3, a ako je t=p ili At={}prei na
KORAK 13
Vj
j *
KORAK 15
Kraj algoritma.
LOKACIJSKI PROBLEM FIKSNIH TROKOVA

Lokacijski problem fiksnih trokova (Fixed Charge Location Problem) uzima u obzir
nekoliko pretpostavki koje ga razlikuju od p-medijane. Prva pretpostavka odnosi se na postojanje
razlike u trokovima otvaranja objekata na izabranim lokacijama. Na primer, trokovi gradnje na
pojedinim lokacijama u centru grada (zbog cpecifinosti gradnje u uem gradskom jezgru) mogu
biti znatno vii od trokova gradnje u prigradskim podrujima. Druga pretpostavka se tie
postojanja razliitih kapaciteta objekata na razliitim lokacijama. I na kraju injenica da broj
potrebnih lokacija koje treba ustanoviti ne mora da bude unapred poznat, ini treu karakteristiku
ovog problema.
Dodatna notacija koju uvodimo, kako bi formulisali ovaj problem, sledi:
fi - fiksni trokovi lociranja objekta u voru i,
Ci - kapacitet objekta koji moe da bude lociran u voru i,
- jedinini trokovi (po jedinici potranje i po jedinici rastojanja)
U skladu sa uvedenom notacijom, sledi formulacija lokacijskog problema fiksnih trokova:
min Z = fi X i + V j dijYij
i
i j
pri ogranienjima:
Yij = 1 j
i
Yij X i 0 i , j
V jYij Ci X i i
j
X i = {0 ,1} i
Yij = {0 ,1} i , j
Kriterijumska funkcija koju minimiziramo predstavlja sumu trokova otvaranja objekata na
izabranim lokacijama i ukupnih transportnih trokova zadovoljenja korisnike tranje. Prvo
ogranienje se odnosi na injenicu da svaki korisnik mora biti opsluen iz nekog vora koji je
izabran za lokaciju na kojoj se nalazi objekat opsluivanja. Drugo ogranienje kae da se korisnici
alociraju samo lokacijama koje su izabrane. Tree ogranienje spreava da ukupna potranja koja je
dodeljena nekoj od izabranih lokacija bude vea od kapaciteta objekta na toj lokaciji. Poslednja dva
ogranienja tiu se binarne prirode promenljivih Xi i Yij.
Imajui u vidu da kod ovog problema postoji kapacitivno ogranienje lokacija, znai da
korisnici ne moraju biti alocirani najbliim sebi izabranim lokacijama, kao to je bio sluaj kod pmedijane. Ovo je posledica toga to je promenljiva Yij binarna promenljiva i samim tim se
podrazumeva da celokupna tranja iz vora j mora biti zadovoljena iz iste (jedne) lokacije i.
26
Relaksiranjem promenljive Yij, na nain: Yij0, omoguavamo parcijalno zadovoljenje tranje u

voru j iz vie lokacija i. Uklanjanjem treeg ogranienja dobijamo drugu verziju ovog problema,
odnosno lokacijski problem fiksnih trokova bez kapacitivnih ogranienja lokacija, ime se postie
da svaki vor j bude u potpunosti opsluen iz njemu najblie lokacije i.
HAB LOKACIJSKI PROBLEM
Hab lokacijski problemi (Hub location problems) se koriste za dizajniranje transportnih
mrea (elezniki i drumski sistem, potanski sistemi, prevoenje putnika i robe u avio saobraaju,
sistem brze isporuke itd.) (slika 3). Protok izmeu vorova u mrei moemo definisati kao broj
putnika ili koliinu robe koju treba transportovati od poetnog vora (snabdevaa) do krajnjeg vora
(korisnika). Transport izmeu ova dva vora se ne uspostavlja direktno, ve je usmeren preko skupa
vorova koji su oznaeni kao habovi. Habovi se koriste kao transportni terminali, centri
preusmeravanja, selekcije ili sakupljanja robe ili putnika.
Slika 3. Hab lokacijski problem

Koristei habove kao take preusmeravanja protoka i poveavajui transport izmeu
habova, kapacitet mree se moe iskoristiti dosta efikasnije. Cena transporta izmeu habova po
jedinici koliine je nia, pa su i ukupni trokovi transporta u mrei znatno manji. Habmreama
moemo transportovati (prenositi) i informacije u telekomunikacijskim sistemima preko
odgovarajuih linkova (telefonskim ili optikim kablovima, satelitskim kanalima). Da bi smanjili
cenu protoka podataka u mreama koriste se takoe hab vorovi (prekidai, koncentratori,
portovi).
U literaturi nalazimo razne varijante hab lokacijskih problema sa razliitim ogranienjima i
funkcijama cilja. Meu njima se mogu uoiti dva osnovna alokacijska koncepta:
ema jednostruke alokacije (single allocaton scheme), kod koje je svaki snabdeva/korisnik
pridruen tano jednom habu, tako da se sav transport od/do tog vora obavlja iskljuivo
preko odreenog haba (videti sliku 4a)).
ema viestruke alokacije (multiple allocaton scheme), koja doputa svakom ne-hab voru
da komunicira sa jednim ili vie habova (videti sliku 4b)).
27
Slika 4. Primer hab-mree a) sa jednostrukim b) sa viestrukim alokacijama

Notacija koju uvodimo, kako bi formulisali ovaj problem, sledi:
aij broj jedinica toka izmeu vora i i vora j,
cij jedinini transportni trokovi izmeu vora i i vora j,

faktor snienja transportnih trokova u sluaju transporta (putovanja) izmeu habova,
1 ukoliko je hab lociran u voru i
Xi =
0 u suprotnom.
1 ukoliko hab lociran u voru i opsluuje klijente iz vora j
Yij =
0 u suprotnom.
Zbog korienja veih saobraajnih sredstava i vee vrednosti frekvencije operacija izmeu
habova jedinini transportni trokovi du grana koje povezuju habove su nii od jedininih
transportnih trokova du grana koje povezuju ostale vorove mree sa habovima. Ova razlika u
trokovima du pojedinih grana je izraena kroz faktor snienja transportnih trokova .
U skladu sa uvedenom notacijom, sledi formulacija hab lokacijskog problema:
min aij cikYik + c jmY jm + ckmYikY jm ,

i
j
k
m
k m
pri ogranienjima:
xi = p
iN
ij
= 1 j
yij xi 0 i, j
xi = {0,1} i
yij = {0,1} i, j.
Kriterijumska funkcija koja se minimizira predstavlja ukupne trokove. Tok izmeu bilo
koja dva vora u mrei i i j prolazi na svom putu kroz najvie dva haba. Ogranienjem xi = p se
iN
ukazuje da na mrei treba da postoji ukupno p objekata. Svaki vor treba da bude dodeljen jednom
habu. Ovaj uslov je sadran u sledeem ogranienju: yij = 1 j.
i
Ogranienje yij xi 0 i, j vodi rauna o tome da se potranja iz odreenog vora

zadovoljava samo u voru u kome je otvoren hab.
28

reenja hab lokacijskog problema, tj. svi parovi vorova posmatrane transportne mree u kojima
habovi mogu biti otvoreni. Za svaki od moguih parova habova se izraunava vrednost funkcije
cilja (tj. ukupni trokovi). Kao najbolje optimalno reenje proglaava se ono za koje vrednost
funkcije cilja dostie minimum.
29

Lokacija - PMOIuL

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lokacija - PMOIuL

Uploaded by

Copyright:

Available Formats

LOKACIJSKI

Branka Dimitrijevi, Lokacijski problemi

UVOD KRATAK PREGLED

pravougaona (Menhetn) metrika, p=2 euklidska

metrika, p= - ebievljeva metrika). U mrenim lokacijskim problemima raunanje udaljenosti

Branka Dimitrijevi, Lokacijski problemi

O ISTORIJSKOM RAZVOJU TEORIJE LOKACIJE

U ovom poglavlju predstavljene su neke od znaajnijih klasa lokacijskih problema imajui

Branka Dimitrijevi, Lokacijski problemi

GRAVITACIONI MODEL ZA ODREIVANJE LOKACIJE U KONTINUALNOM

Slika 1. Raspored korisnika i gravitacioni centar mree

Primena gravitacionog modela na reavanje problema izbora vie lokacija

Branka Dimitrijevi, Lokacijski problemi

Slika 2. Lokacija dva gravitaciona centra

Branka Dimitrijevi, Lokacijski problemi

vor it*, za koji vai:

sot ( i*ot ) = min [ sot ( i )]

Taka yo na grafu G, za koju vai:

Branka Dimitrijevi, Lokacijski problemi

Taka yt* na grafu G, za koju vai:

naziva se apsolutni unutranji centar.

Imajui u vidu kriterijum optimalnosti koji teimo da minimiziramo u sluaju odreivanja p

vor io*, za koji vai:

naziva se spoljanja medijanja.

vor it*, za koji vai:

Branka Dimitrijevi, Lokacijski problemi

naziva se unutranja medijanja.

vor iot*, za koji vai:

naziva se spoljanje-unutranja medijana.

LOKACIJSKI PROBLEM POKRIVANJA SKUPA

N( j ) = i dij R - skup onih lokacija i koje su na dozvoljenom rastojanju od korisnika j.

Branka Dimitrijevi, Lokacijski problemi

maksimalnu vrednost S(i), vor i izabrati proizvoljno.

Branka Dimitrijevi, Lokacijski problemi

LOKACIJSKI PROBLEM MAKSIMALNOG POKRIVANJA

N( j ) = i dij R - skup onih lokacija i koje su na dozvoljenom rastojanju od korisnika j.

ako je vor i izabrana lokacija za objekat opsluivanja

Imajui u vidu uvedenu notaciju lokacijski problem maksimalnog pokrivanja se kao

Odreivanje jedne lokacije koja maksimalno pokriva tranju

Odredimo za svaki vor i sledeu karakteristiku:

xij = 1,j ( i ) xij = 0 ,j ( i )

maksimalnu vrednost B(i), vor i izabrati proizvoljno.

LOKACIJSKI PROBLEM NEPOKRIVANJA

Definiimo i binarnu promenljivu:

Branka Dimitrijevi, Lokacijski problemi

1, ako je vor i izabrana lokacija za objekat opsluivanja

Jedna postavka ACLP-a, u formi problema binarnog celobrojnog programiranja, izgleda

Branka Dimitrijevi, Lokacijski problemi

Neka je * N skup svih vorova ukljuenih u reenje, *t * skup vorova

Branka Dimitrijevi, Lokacijski problemi

LOKACIJSKI PROBLEM p-DISPERZIJE

Definiimo binarnu promenljivu:

D + ( M dij ) X i + ( M dij ) X j 2 M dij

Kriterijumska funkcija koju maksimiziramo predstavlja rastojanje izmeu dve najblie

Branka Dimitrijevi, Lokacijski problemi

LOKACIJSKI PROBLEM MINIMALNOG POKRIVANJA SA OGRANIENJEM

Ukoliko je ovaj broj manji od p, tada MCLPDC nema dopustivo reenje.

( i ) = { k dik R2 , i k } - podskup onih vorova potencijalnih lokacija k koji su od vora

ako je vor i izabrana lokacija za objekat opsluivanja

Imajui u vidu uvedenu notaciju, MCLPDC se kao problem binarnog celobrojnog

Odredimo za svaki vor i sledeu karakteristiku:

xij = 1,j ( i ) xij = 0 ,j ( i )

minimalnu vrednost B(i), vor i izabrati proizvoljno.

Neka je * N skup svih vorova ukljuenih u reenje, t skup vorova