Transportni Problem III Deo

1
OPERACIONA ISTRAŢIVANJA
GORDANA SAVIĆ
UNIVERZITET U BEOGRADU, FAKULTET ORGANIZACIONIH NAUKA

LABORATORIJA ZA OPERACIONA ISTRAŢIVANJA ”JOVAN PETRIĆ”
CENTAR ZA MERENJE EFIKASNOSTI
4/8/2020 Gordana Savic, gordana.savic@fon.bg.ac.rs

2
Transportni problem - TP
Obnavljanje
Transportni problem (TP)
3
 Model TP se primenjuje u situacijama kada je potrebno

transportovati robu iz veceg broja ishodišta (npr. skladišta) do
određenog broja odredišta (npr. prodavnica) tako da ukupni
troškovi transporta budu minimalni.
 Formulisan je sredinom XX veka, kada su napravljena i

pocetna istraţivanja. (Kantorovic, Hickok, Ivanovic, Vogel,
Dancig, Carns, Kuper, Ford, Ferguson, ...)
 Linearni TP je spicifičan problem linearnog programiranja.

4
Pretpostavke:
 Vrši se tansport jedne vrste robe
 Postoji m-punktova (ishodišta) A1,…,Ai,..,Am (Ai, i=1,...,m)

 Skladišta raspolaţu sa količinom robe a1,... ,ai,..,am (ai, i=1,...,m) ,
respektivno (izraţene u određenim jedinicama mere).
 Postoji n-punktova potrošnje (odredišta) B1,...,Bj,..,Bn (Bj, j=1,...,n)

 Odredištima je potrebno isporučiti količine robe robe b1,... ,bj,..,bn, (bj,
j=1,...,n) (izraţene u određenim jedinicama mere).
 Cena transporta jedinice robe iz svakog ishodišta do svakog odredišta je

poznata cij (i=1,...,m, j=1,...,n)
5
Pretpostavke:
 Šema transporta
a1 ai am
 Postoji n-punktova (ishodišta)
A1 . . . Ai . . . Am A1,…,Ai,..,Am (Ai, i=1,...,m)
 Skladišta raspolaţu sa količinom
robe a1,... ,ai,..,am (ai, i=1,...,m) ,
 Postoji n-punktova potrošnje

(odredišta) B1,...,Bj,..,Bn (Bj,
j=1,...,n)
 Odredištima je potrebno isporučiti
količine robe robe b1,... ,bj,..,bn,
(bj, j=1,...,n).
B1 . . . Bj . . . Bn
b1 bj bn
6
Pretpostavke:
 Roba se moţe transportovati iz bilo kog ishodišta A1,…,Ai,..,Am do bilo kog
odredišta B1,..., Bj,..,Bn .
 Cena transporta jedinice robe iz svakog ishodišta do svakog odredišta je

poznata cij (i=1,...,m, j=1,...,n)
7
a1 ai am  Roba se moţe
A1 . . . Ai . . . Am
transportovati iz bilo
kog ishodišta
A1,…,Ai,..,Am do bilo
c m1 kog odredišta B1,...,
c 1j
Bj,..,Bn.
n
c1
c11
cmn
 Cena transporta
c in
jedinice robe iz svakog

ci1
cij
ishodišta do svakog
j
cm
odredišta je poznata cij

B1 . . . Bj . . . Bn (i=1,...,m, j=1,...,n)
b1 bj bn
8
a1 ai am  Potrebno je pronaći
A1 . . . Ai . . . Am
ekonomični plan
transporta odnosno
količinu robe koja će se
transportovati iz i-tog
x 1j
c m1 x m1
ishodišta do j-tog
c 1j
x11
n
x1
xmn
odredišta:
n
c1
c11
x in
cmn
xi1
c in
xij
ci1
xij (i=1,...,m, j=1,...,n)

j
xm
cij
j
cm
B1 . . . Bj . . . Bn
b1 bj bn
Tabelarna forma
9
Šema transporta Tabelarna forma

a1 ai am
B1 Bj Bn Tražnja
A1 . . . Ai . . . Am
c11 ... c1j ... c1n a1
A1
x11 x1j x1n
x 1j
c m1 x m1
... ... ... ...
c 1j
x11
n
x1
xmn
c ... cij ... cin ai
n
c1
Ai i1
c11
x in
cmn
xi1 xij xin
xi1
c in
xij
ci1
... ... ... ...

j
xm
cij
j
cm
c ... cmj ... cmn am

. . . . . . Am m1
B1 Bj Bn
xm1 xmj xmn
b1 bj bn
Ponuda b1 bj bn
Primer
10
Prodavnice
B. Brdo Dorcol Slavija raspoloživo
Magacini
Borca 14 12 15 100
Kneţevac 8 11 12 200
Palilula 9 5 8 100
Zvezdara 9 11 12 50
potrebno 150 200 50
m=4, n=3
Primer
11
Prodavnice
(B1) B. Brdo (B2) Dorcol (B3) Slavija raspoloživo
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
(A3) Palilula c31=9 c32=5 c33=8 a3=100
(A4) Zvezdara c41=9 c42=11 c34=12 a4=100
Potrebno b1= 150 b2=200 b3=50 =400
Ukupna ponuda=Ukupna tražnja  Zatvoren (balansiran) TP

(a1+a1+a1+a1=b1+b2+b3=400)
Tabelarna forma
12
Šema transporta Tabelarna forma

a1 ai am
B1 Bj Bn Tražnja
A1 . . . Ai . . . Am
c11 ... c1j ... c1n a1
A1
x11 x1j x1n
x 1j
c m1 x m1
... ... ... ...
c 1j
x11
n
x1
xmn
c ... cij ... cin ai
n
c1
Ai i1
c11
x in
cmn
xi1 xij xin
xi1
c in
xij
ci1
... ... ... ...

j
xm
cij
j
cm
c ... cmj ... cmn am

. . . . . . Am m1
B1 Bj Bn
xm1 xmj xmn
b1 bj bn
Ponuda b1 bj bn
m n
 a  b
i 1
i
j 1
j Zatvoren (balansiran)TP
Zatvoreni (balansran)
transportni problem (ZTP)
13
 Celokupna količina robe na

ishodištima (ponuda) će biti
m n
 a  b
i 1
i
j 1
j

transportovana
Celokupna količina robe
rtaţena u odredištima
(traţnja) će biti dostavljena
ZTP m n
 a  b
Matematički model
i j
i 1 j 1
14
Upravljačke odluke:
količina robe koja se transportuje
iz i-tog ishodišta do j-tog odredišta
xij (i=1,...,m, j=1,...,n)
Kriterjum upravljanja
Ukupni troškovi transporta (min) f ( x)  c11 x11    cij xij    cmn xmn
Cilj:
Minimizacija
ZTP m n
 a  b
Matematički model
i j
i 1 j 1
15
Upravljačke odluke:
količina robe koja se transportuje
iz i-tog ishodišta do j-tog odredišta
xij (i=1,...,m, j=1,...,n)
Cilj:
Minimizacija
Ograničavajući faktori p.o. x11  ...  x1 j  ...  x1n  a1

Količina robe xi1  ...  xij  ...  xin  ai
na ishodištima

xm1  ...  xmj  ...  xmn  am
ZTP m n
 a  b
Matematički model
i j
i 1 j 1
16
Upravljačke odluke: xij (i=1,...,m, j=1,...,n)

Količina robe koja se transportuje
iz i-tog ishodišta do j-tog odredišta x11, x12,..., xij,..., xmn
Cilj:
Minimizacija
Ograničavajući faktori p.o. x11  ...  x1 j  ...  x1n  a1

Količina robe xi1  ...  xij  ...  xin  ai
na ishodištima

xm1  ...  xmj  ...  xmn  am
x11  ...  xi1  ...  xm1  b1

Količina robe
potrebna odredištima
x1 j  ...  xij  ...  xmj  b j

x1n  ...  xin  ...  xmn  bn
x11, ..., xij ,..., xmn  0
Zatvoreni transportni problem (ZTP)
17
(min) f ( x)  c11 x11    cij xij    cmn xmn
x11  ...  x1 j  ...  x1n  a1

 m n m
xi1  ...  xij  ...  xin  ai  x   a ,

i 1 j 1
ij
i 1
i

xm1  ...  xmj  ...  xmn  am
 Broj ograničenja: m+n
x11  ...  xi1  ...  xm1  b1  Broj promenljivih: m*n

n m n
x1 j  ...  xij  ...  xmj  b j
 x   b ,ij j
 j 1 i 1 j 1
x1n  ...  xin  ...  xmn  bn
x11, ..., xij ,..., xmn  0
Osobina MM ZTP
18
 Nezavisnost ogranicenja
Matematicki model ZTP ima m + n ogranicenja, ali
jedno od njih je linearno zavisno od ostalih,
 tako da MM ZTP moţe imati najviše m+n-1 linearno
nezavisnih ogranicenja.
 drugim recima, matrica A ekvivalentnog linearnog
problema moţe imati rang najviše m+n-1.
 Posledica:
problem ZTP ima m+n-1 baznih promenljivih u svakom
baznom rešenju.
ZTP - Matematički model
Primer
19
Prodavnice (B1) (B2) (B3)

raspoloživo
(min) f ( x)  14 x11  12 x12  15 x13  8 x21  11x22  12 x23 
Magacini B. Brdo Dorcol Slavija
9 x31  5 x32  8 x33  9 x41  11x42  12 x43
(A1) c11=14 c12=12 c13=15 a1=100
Borca p.o.
(A2) c21=8 c22=11 c23=12 a2=100 A1 : x11  x12  x13  100
Kneţevac
A2 : x21  x22  x23  100
(A3) c31=9 c32=5 c33=8 a3=100
Palilula A3 : x31  x32  x33  100
(A4) c41=9 c42=11 c34=12 a4=100
Zvezdara A4 : x41  x42  x43  100
Potrebno b1= 150 b2=200 b3=50 =400 B1 : x11  x21  x31  x41  150
B2 : x12  x22  x32  x42  200
B3 : x13  x23  x33  x43  50
x11 , x12 ,..., x43  0
20
Rešavanje TP
Rešavanje TP
21
 Osnovni koraci algoritma za rešavanje TP:

1. Inicijalizacija: naci pocetno bazno dopustivo rešenje. Ovo
rešenje se smatra tekucim.
2. Test optimalnosti: da li je tekuce bazno rešenje optimalno?

Ako jeste, KRAJ.
3. Nalaţenje „boljeg” rešenja: naći susedno bazno dopustivo

rešenje za koje je vrednost funkcije cilja manja i usvojiti ga
kao tekuce rešenje.
Vratiti se na korak 2.
Rešavanje TP
22
 Za razliku od LP gde, po upotrebljivosti i

rasprostranjenosti, simpleks metoda dominira nad
ostalim algoritmima i rešava zadatak LP od
pocetka do kraja, kod TP postoji veci broj pribliţno
efikasnih procedura koje su specijalzovane za
određeni deo algoritma.
Rešavanje TP
23
 Metode za dobijanje pocetnog baznog

dopustivnog rešenja
1. Metoda „severozapadnog ugla”;

2. Metoda najmanjeg elementa u matrici cena;
3. Vogelova aproksimativna metoda.
Metoda „severozapadnog ugla”
24
 Bazne promenljive se određuju „redom” po glavnoj dijagonali

matrice cena pocevši od gornjeg levog (severozapadnog
ugla).
 Algoritam (formalno):
Za svaki red i (iduci odozgo na dole):
1. U gornju levu celiju rasporediti maksimalno mogucu kolicinu robe iz
posmatranog ishodišta (vrednost bazne promenljive xij=max(ai,bj))
2. Izračunti preostale količine u ishodištima (ai= ai-xij)
3. Izračunti preostale količine u odredištima(bj= bj-xij)
4. Ako je preostalo robe u posmatranom ishodištu, preci na sledecu celiju desno
od nje i ponoviti korake od 1-3., u suprotnom preći na sledeći red (i+1).
 Ova metoda ne vodi racuna o kvalitetu dobijenog rešenja

Primer
25
 Iteraija i=1
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
x11=min(100,150)
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
(A3) Palilula c31=9 c32=5 c33=8 a3=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1= 150 b2=200 b3=50 =400

Primer
26
 Iteraija i=1
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
x11=min(100,150) a1=100-x11=100-100=0
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
(A3) Palilula c31=9 c32=5 c33=8 a3=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1= 150 b2=200 b3=50 =400

b1=150-x11=150-100=50
Primer
27
 Iteraija i=1
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=0
x11=min(100,150)
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
(A3) Palilula c31=9 c32=5 c33=8 a3=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1= 50 b2=200 b3=50 =400
Celokupna količina robe iz Borče je transportovana!

preći na sledeći red
Primer
28
 Iteraija i=2
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=0
x11=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100

x21=min(100,50) a2= 100-x21= 100-50=50
(A3) Palilula c31=9 c32=5 c33=8 a3=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1=50 b2=200 b3=50 =400

b1=150-x11=50-0=0
Celokupna tražena količina robe u odredište B. Brdo je
transportovana, ali je ostalo robe u Kneževcu!
preći na sledeću ćeliju u istom redu
Primer
29
 Iteraija i=2
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=0
x11=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=50

x21=50 x22=min(50,200) a2= 50-x22= 50-50=0
(A3) Palilula c31=9 c32=5 c33=8 a3=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1=0 b2=200 b3=50 =400

b2=200-x22=
200-50=150
Celokupna količina robe iz Kneževca je transportovana!

Primer
30
 Iteraija i=3
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=0
x11=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=0

x21=50 x22=50
(A3) Palilula c31=9 c32=5 c33=8 a3=100

x32=min(100,150) a3= 100-x32= 100-100=0
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1=0 b2=150 b3=50 =400

b2=150-x32=
150-100=50
Celokupna količina robe iz ishodišta Palilula je transportovana!

Primer
31
 Iteraija i=3
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=0
x11=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=0

x21=50 x22=50
(A3) Palilula c31=9 c32=5 c33=8 a3=0

x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

x42=min(100,50) a4=100-x42=100-50=50
Potrebno b1=0 b2=50 b3=50 =400
b2=50-x42=50-50=0
Celokupna količina robe je transportovana u odredište Dorćol, a celokupna količina

robe iz ishodišta Zvezdara nije transportovana!
preći na sledeće polje
Primer
32
 Iteraija i=3
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=0
x11=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=0

x21=50 x22=50
(A3) Palilula c31=9 c32=5 c33=8 a3=0

x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=50

x42=50 x43=min(50,50) a4=50-x43=50-50=0
Potrebno b1=0 b2=0 b3=50 =400
b3=50-x43=50-50=0
Celokupna količina robe je transportovana u odredište Slavija, a celokupna količina

robe iz ishodišta Zvezdara je transportovana!
početni plan je određen
Primer
33
 Početno rešenje
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
x11=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100

x21=50 x22=50
(A3) Palilula c31=9 c32=5 c33=8 a3=100

x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

x42=50 x43=50
Potrebno b1=150 b2=200 b2=50 =400
Početno rešenje-bazne promenljive: XB0=x110, x210, x220, x320, x420, x430=(100, 50, 50, 100, 50, 50)
Vrednost funkcije cilja: f(X0)=c11*x110+c21*x210+c22*x220+c32* x320+c42* x420+c43* x430=

f(X0)=14*100+8*50+11*50+5*100+11*50+12*50=4000
Metoda najmanjeg elementa u
matrici cena
34
 Ova metoda uzima u obzir kvalitet rešenja koristeci princip proţdrljivosti

(greedy).
 Algoritam:
1. Naci se polje (i, j) sa najmanjom vrednošcu cij. Promenljivoj xij se
dodeljuje vrednost min(ai,bj).
2. Ako je ai≤ bj tada se izvrše sledece privremene transformacije: ai = 0,
bj = bj - ai , cij = , j=1,..., n
3. Ako je ai ≥ bj tada se izvrše sledece privremene transformacije: bj = 0,
aj = ai - bj , cij = , i=1,..., m
4. Koraci 1-3 se ponavljaju sve dok se ne rasporedi sva kolicina robe.
Metoda najmanjeg elementa u matrici cena
Primer
35
 Iteraija i=1
1. min cij=c32=5  x32=min(200,100)=100
2. a3=100<b3=200  a3=0, b2=200-100=100
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
(A3) Palilula c31=9 c31= c32=5 c32= c33=8 c33= a3=100

x32=min(200,100) a3=0
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1= 150 b2=200 b3=50 =400

b2=100
Primer
36
 Iteraija i=2
1. min cij=c21 =8  x21=min(150,100)=100
2. a2=100<b1=150  a2=0, b1=150-100=50
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
(A2) Kneţevac c21=8 c21= c22=11 c22= c23=12 c23= a2=100
x21=100 a2=0
(A3) Palilula c31= c32= c33= a3=0
x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
Potrebno b1= 150 b2=100 b3=50 =400

b2=50
Primer
37
 Iteraija i=3
1. min cij=c41 =9  x41=min(100,50)=50
2. b1=50<a4=100  b1=0, a4=100-50=50
Prodavnice
Magacini
(A1) Borca c11=14 c11= c12=12 c13=15 a1=100
(A2) Kneţevac c21= c22= c23= a2=0
x21=100
(A3) Palilula c31= c32= c33= a3=0
x32=100
(A4) Zvezdara c41=9 c41= c42=11 c43=12 a4=100

x41=50 a4=50
Potrebno b1=50 b2=100 b3=50 =400
b1=0
Primer
38
 Iteraija i=3
1. min cij=c42 =11  x42=min(100,50)=50
2. a4=50<b1=100  b1=0, a4=100-50=50
Prodavnice
Magacini
(A1) Borca c11= c12=12 c13=15 a1=100
(A2) Kneţevac c21= c22= c23= a2=0
x21=100
(A3) Palilula c31= c32= c33= a3=0
x32=100
(A4) Zvezdara c41= c42=11 c42= c43=12 c43= a4=50

x41=50 x42=50 a4=0
Potrebno b1=0 b2=100 b3=50 =400
b2=50
Primer
39
 Iteraija i=3
1. min cij=c12 =12  x12=min(100,50)=50
2. b2=50<a4=100  b2=0, a1=100-50=50  x13=50
Prodavnice
Magacini
(A1) Borca c11= c12=12 c13=15 a1=100
x12=50 x13=50
(A2) Kneţevac c21= c22= c23= a2=0
x21=100
(A3) Palilula c31= c32= c33= a3=0
x32=100
(A4) Zvezdara c41= c42= c43= a4=0

x41=50 x42=50
Potrebno b1=0 b2=50 b3=50 =400
Primer
40
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
x12=50 x13=50
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
x21=100
(A3) Palilula c31=9 c32=5 c33=8 a3=100

x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

x41=50 x42=50
Potrebno b1=150 b2=200 b2=50 =400
Početno rešenje-bazne promenljive: XB0=x120, x130, x210, x320, x410, x420=(50, 50, 100, 100, 50, 50)
Vrednost funkcije cilja: f(X0)=c12*x120+c13*x130+c21*x210+c32* x320+c41* x410+c42* x420=

f(X0)=12*50+15*50+8*100+5*100+9*50+11*50=3650
Vogelova aproksimativna metoda
41
 Ova metoda uzima u obzir kvalitet rešenja koristeci princip gledanja

unapred (look ahead).
 Algoritam:
1. Za svaki red i za svaku kolonu izracunati razliku između dva najmanja
elementa u matrici cena.
2. Izabrati red ili kolonu za koju je ova razlika najveca i u polje (i, j) koje
ima namanju vrednost u tom redu ili kolonu dodeliti vrednost min{ai, bj}.
3. Ako je ai ≤ bj tada red i iskljuciti iz daljeg razmatranja i aţurirati razlike
između dva najmanja elementa za svaku kolonu.
4. Ako je ai ≥bj tada kolonu j iskljuciti iz daljeg razmatranja i aţurirati
razlike između dva najmanja elementa za svaki red.
5. Koraci 2-4 se ponavljaju sve dok se ne rasporedi sva kolicina robe.
Primer
42
 Iteraija 1
Prodavnice (B1) B. Brdo (B2) Dorcol (B3) Slavija
Magacini Razlika reda (RR)
b1= 150 b2=200 b2=100 b3=50
(A1) Borca c11=14 c12=12 c13=15 14-12=2

a1=100
(A2) Kneţevac c21=8 c22=11 c23=12 11-8=3

a2=100
(A3) Palilula c31=9 c32=5 c33=8 8-5=3

a3=100 a3=0 x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 11-9=2

a4=100
Razlika kolone 9-8=1 11-5=6 12-8=4 max rezlika=6

(RK)
1. max razlika = 6  bazna promenlijiva će biti u drugoj koloni (j=2)

2. minci2=c32 =5  x32=min(100,100)=100
3. a3=100<b2=100  a3=0, b2=200-100=100
Primer
43
 Iteraija 2
b1= 150 b1= 50 b2=200 b2=100 b3=50
(A1) Borca c11=14 c12=12 c13=15 14-12=2, 15-14=1

a1=100
(A2) Kneţevac c21=8 c22=11 c23=12 11-8=3, 12-8=4

a2=100 a2=0 x21=100
(A3) Palilula c31=9 c32=5 c33=8 8-5=3

a3=100 a3=0 x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 11-9=2, 12-9=3

a4=100
Razlika kolone 9-8=1 11-5=6 12-11=1 12-8=4 12-12=0 max rezlika=4

(RK)
1. max razlika = 4  bazna promenlijiva će biti u drugom redu (i=2)

2. minc2j=c21 =8  x21=min(100,150)=100
3. a2=100<b1=150  a2=0, b1=150-100=50
Primer
44
 Iteraija 3
b1= 150 b1= 50 b1= 0 b2=200 b2=100 b3=50
(A1) Borca c11=14 c12=12 c13=15 14-12=2, 15-14=1

a1=100
(A2) Kneţevac c21=8 c22=11 c23=12 11-8=3, 12-8=4

a2=100 a2=0 x21=100
(A3) Palilula c31=9 c32=5 c33=8 8-5=3

a3=100 a3=0 x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 11-9=2, 12-9=3

a4=100 a4=50 x41=50
Razlika kolone 9-8=1, 14-9=5, 11-5=6 12-11=1 12-8=4 12-12=0 max rezlika=6
(RK) 15-12=3,
1. max razlika = 5  bazna promenlijiva će biti u prvoj koloni (j=1)

2. minci1=c41 =9  x41=min(50,100)=50
3. b1=50< a4=100  b1=50, a4=100-50=50
Primer
45
 Iteraija 4
b1= 150 b1= 50 b1= 0 b2=200 b2=100 b3=50 b3=0
(A1) Borca c11=14 c12=12 c13=15 14-12=2, 15-14=1

a1=100 x12=100
(A2) Kneţevac c21=8 c22=11 c23=12 11-8=3, 12-8=4

a2=100 a2=0 x21=100
(A3) Palilula c31=9 c32=5 c33=8 8-5=3

a3=100 a3=0 x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 11-9=2, 12-9=3

a4=100 a4=50 x41=50 x43=50
a4=0
Razlika kolone 9-8=1, 14-9=5, 11-5=6 12-11=1 12-8=4 12-12=0 max rezlika=6
(RK) 15-12=3,
1. max razlika = 3  bazna promenlijiva će biti u trećoj koloni (j=3)

2. minci3=c43 =12  x43=min(50, 50)=50
3. b3=50= a4=50  b3=0, a4=0  x12=100
Primer
46
Prodavnice
Magacini
(A1) Borca c11=14 c12=12 c13=15 a1=100
x12=100
(A2) Kneţevac c21=8 c22=11 c23=12 a2=100
x21=100
(A3) Palilula c31=9 c32=5 c33=8 a3=100

x32=100
(A4) Zvezdara c41=9 c42=11 c43=12 a4=100
x41=50 x43=50
Potrebno b1=150 b2=200 b2=50 =400
Početno rešenje-bazne promenljive: XB0=x120, x210, x320, x410, x430=(100, 100, 100, 50, 50)
Vrednost funkcije cilja: f(X0)=c12*x120+c21*x210+c32* x320+c41* x410+c43* x430=

f(X0)=12*100+8*100+5*100+9*50+12*50=3550
Metode za određivanje
početnog rešenja
47
 Metode za dobijanje pocetnog baznog

dopustivnog rešenja
Metoda Vrednost f-je cilja Izbor

Metoda „severozapadnog ugla” fsu(X0)=4000
Metoda najmanjeg elementa u matrici cena fne (X0)=3650
Vogelova aproksimativna metoda. fvog (X0)=3550 √
fsu≥fne≥fvog
Eksperimentalno je utvrđeno da Vogelova aproksimativna metoda

daje najmenju vrednos f-je cilja tj. pronalazi početo bazno rešenje
koje je najbliže optimalnom!
48
Transportni problem - TP
Metode za pronalaţenje optimalnog rešenja
Rešavanje TP
49
 Metode za određivanje optimalnog rešenja
2. Provera optimalnosti:
 Ako je rešenje optimalno; KRAJ
 Ako nije optimalno: Korak 3
3. Pronaći “bolje” dopustivno bazno rešenje i vratiti
se na korak 2.
Rešavanje TP
50
 Metode za određivanje optimalnog rešenja
1. Metoda „skakanja s kamena na kamen” (stepping

stone);
2. Metoda uslovno optimalnih planova;
3. Metoda potencijala (metoda simpleks
mnoţitelja, u-v metoda, MoDi metoda).
Metoda potencijala
51
 Ova metoda proizilazi iz dualnog tumacenja

matematickog modela transportnog problema.
Zatvoreni transportni problem (ZTP)
52
ZTP-Primal ZTP-dual
m n m n
(min) f ( x)   c x
i 1 j 1
ij ij (max) (ui , v j )   a u  b v
i 1
i i
j 1
j j
p.o. p.o.
n
x
j 1
ij  ai , i  1,..., m ui xij ui  v j  cij i  1,..., m, j  1,..., n
ui , v j , neograničeno,
n
x i 1
ij  b j , j  1,..., n vj i  1,..., m,
j  1,..., n
xi j  0, i  1,..., m,
j  1,..., n
Metod potencijala
53
 Prema svojstvu komplementarnosti optimalnih

rešenja primara i duala vaţi:
x (cij  (u  v ))  0, i  1,..., m, j  1,..., n
*
ij
*
i
*
j
Metod potencijala
54
Uslov optimalnosti baznog rešenja X*

 Ako je primenljiva xij bazna, tj. xij *> 0, tada vaţi
cij  (ui*  v*j )  0

 Ako je primenljiva xij nebazna, tj. xij *= 0, tada vaţi
cij  (ui*  v*j )  0

Metod potencijala
55
Postupak utvrđivanja optimalnosti rešenja x

 Za tekuce rešenje x odrediti dualne promenljive u i v rešavanjem
sistema jednacina ui + vj = cij za svako i, j za koje vaţi da je
promenljiva xij bazna.
 Proveriti da li vaţi da za svaku nebaznu promenljivu vaţi
dij = cij - ui + vj ≥ 0
 Ako vaţi, rešenje X je optimalno. Ako ne vaţi, treba odrediti novo
bazno rešenje, s tim što vrednosti dij predstavljaju jedinicne
priraštaje funkcije cilja ukoliko nebazna promenljiva xij postane
bazna.
Metod potencijala
56
Postupak utvrđivanja optimalnosti rešenja x
 Sistem jednacina ui + vj = cij za svako i, j za koje vaţi da je

promenljiva xij bazna, ima m + n promenljivih i m + n – 1
jednacina.
 Ovo znaci da je jedna promenljiva nezavisna, dok su ostalih
m+n–1 zavisne.
 Prilikom rešavanja zadataka, dovoljno je na proizvoljan nacin
izabrati jednu dualnu promenljivu i dodeliti joj proizvoljnu
vrednost.
 Ovaj postupak moţe imati teškoće kada je tekuce rešenje
degenerisano (neka bazna promenljiva jendaka 0).
Provera optimalnosti
57
 Kriterijum optimalnosti
 Bazno dopustivo rešenje Xk dobijeno u k-toj iteraciji sa
ukupnim troškovima transporta min Fk predstavlja optimalno
rešenje transportnog problema ukoliko je jedinična promena
troškova dij≥0 za sve nebazične promenljive xij=0,
i=1,...,m, j=1,...,n.
 Polja na kojima je vrednost jedinične promene troškova negativna pruţaju mogućnost

za formiranje boljeg rešenja (moguće je smanjiti ukupne troškove transporta) ukoliko
bi se po nekom od njih vršio transport.
Kriterijum ulaska promenljive u bazu
58
 Kriterijum ulaska promenljive u bazu

 U bazu ulazi ona nebazična promenljiva xsr za koju vaţi da je
d sr  min{dij : dij  0}
 Novo bazno dopustivo rešenje Xk+1 i odgovarajući ukupni troškovi Fk+1 :

 Odrediti u transportnoj tabeli "poligon" P čije je jedno teme polje xsr, a ostala
temena čine polja (i,j) u kojima je se nalaze bazne promenljive (svaki red i kolona
sadrţe tačno dva temena poligona). Ukoliko je bazično dopustivo rešenje
nedegenerisano poligon P uvek postoji i jedinstven je.
 Odrediti način promene vrednosti (dodavanje i oduzimanje vredsnosti ) u poljima
poligona P, tako da zbirovi redova i kolona u tabeli ostanu nepromenjeni. Na
osnovu toga moguće je odrediti skup temena poligona u kojima bi se vršilo
dodavanje P+, odnosno skup temena poligona u kojima bi se vršilo oduzimanje P-.
Određivanje novog baznog rešenja
59
Vrednost nove
x k 1
sr  * bazne
promenljive
xijk 1  xijk   *, (i, j )  P
xijk 1  xijk   *, (i, j )  P
xijk 1  xijk , (i, j )  P
 *  min  xijk
(i , j )P
F k 1  F k 1  dij * Vrednost f-je

cilja
Metoda potencijala primer
Primer
60
Početno rešenje Matematički model - primal

raspoloživo
(min) f ( x)  14 x11  12 x12  15 x13  8 x21  11x22  12 x23 
9 x31  5 x32  8 x33  9 x41  11x42  12 x43
(A1) c11=14 c12=12 c13=15 a1=100
Borca x12=100 p.o.
(A2) c21=8 c22=11 c23=12 a2=100 A1 : x11  x12  x13  100
Kneţevac x21=100
A2 : x21  x22  x23  100
(A3) c31=9 c32=5 c33=8 a3=100
Palilula x32=100 A3 : x31  x32  x33  100
(A4) c41=9 c42=11 c34=12 a4=100
Zvezdara x41=50 x31=50
A4 : x41  x42  x43  100
Potrebno b1= 150 b2=200 b3=50 =400 B1 : x11  x21  x31  x41  150
B2 : x12  x22  x32  x42  200
rang matrice (m+n-1)=(4+3-1)=6 >
B3 : x13  x23  x33  x43  50
broj baznih promenljivih =5 x11 , x12 ,..., x43  0
 Degenerisano rešenje
Metoda potencijala primer
Primer
61
Matematički model - primal Matematički model - dual

(min) f ( x)  14 x11  12 x12  15 x13  8 x21  11x22  12 x23  (max) (u, v)  u1  u2  u3  u4  v1  v2  v3
9 x31  5 x32  8 x33  9 x41  11x42  12 x43 p.o.
p.o.
A1 : x11  x12  x13  100  u1 x11 : u1  v1  14 x31 : u3  v1  9
A2 : x21  x22  x23  100  u2 x12 : u1  v2  12 x32 : u3  v2  5
A3 : x31  x32  x33  100  u3 x13 : u1  v3  15 x33 : u3  v3  8
A4 : x41  x42  x43  100  u4 x21 : u2  v1  8 x41 : u4  v1  9
B1 : x11  x21  x31  x41  150  v1 x22 : u2  v2  11 x42 : u4  v2  11
B2 : x12  x22  x32  x42  200  v2 x23 : u2  v3  12 x43 : u4  v3  12
B3 : x13  x23  x33  x43  50  v3 u1 , u2 , u3 , u4 , v1 , v2 , v3  neograničeno po znaku
x11 , x12 ,..., x43  0
Metoda potencijala
Provera optimalnosti rešenja
62
Početno rešenje Bazne promenljive

Prodavnice (B1)
cij  (ui*  v*j )  0  (ui*  v*j )  cij
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u 1=
Borca x12=100 x12 : u1  v2  12
(A2) c21=8 c22=11 c23=12 u2= Broj promenljivih (m+n)=7 >
Kneţevac
x21 : u2  v1  8
x21=100 Broj jednačina =6
(A3) c31=9 c32=5 c33=8 u3= x32 : u3  v2  5
Palilula Jedna dualna promenljiva je
x32=100
x41 : u4  v1  9
(A4) c41=9 c42=11 c34=12 u4= 0 nezavisna i postaje jednaka 0.
Zvezdara x41=50 x43=50 x43 : u4  v3  12
vj v1= v2= v3=
u4  0
1. Svakom redu odgovara dualna promenljiva ui
2. Svakoj koloni odgovara dualna promenljia vj
3. Promenljiva u koloni ili redu sa najvećim brojem
baznih promenljvih postaje jednaka 0 (u4= 0)
Metoda potencijala
63

Prodavnice (B1)
cij  (ui*  v*j )  0  (ui*  v*j )  cij
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u 1=
Borca x12=100 x12 : u1  v2  12
(A2) c21=8 c22=11 c23=12 u2= x21 : u2  v1  8
Kneţevac x21=100
x32 : u3  v2  5
(A3) c31=9 c32=5 c33=8 u3=
Palilula x32=100 x41 : u4  v1  9  v1  9  u4  9  0  9
(A4) c41=9 c42=11 c34=12 u4= 0 x43 : u4  v3  12
vj v1=9-0=9 v2= v3=

u4  0
3. Promenljiva u koloni ili redu sa najvećim brojem baznih
promenljvih postaje jednaka 0 (u4= 0)
4. Ostale promenljive se računaju korišćenjem datih jednačina.
Metoda potencijala
64

Prodavnice (B1)
cij  (ui*  v*j )  0  (ui*  v*j )  cij
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u 1=
Borca x12=100 x12 : u1  v2  12
(A2) c21=8 c22=11 c23=12 u2=8-9=-1 x21 : u2  v1  8  u2  8  v1  8  9  1
Kneţevac x21=100
x32 : u3  v2  5
(A3) c31=9 c32=5 c33=8 u3=
Palilula x32=100 x41 : u4  v1  9  v1  9
(A4) c41=9 c42=11 c34=12 u4= 0 x43 : u4  v3  12  v3  12
vj v1=9 v2= v3=12

u4  0
3. Promenljiva u koloni ili redu sa najvećim brojem baznih
promenljvih postaje jednaka 0 (u4= 0)
4. Ostale promenljive se računaju korišćenjem datih jednačina.
Metoda potencijala
65

Prodavnice (B1)
cij  (ui*  v*j )  0  (ui*  v*j )  cij
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u 1= x12 : u1  v2  12
Borca x12=100
x21 : u2  v1  8  u 2  1
(A2) c21=8 c22=11 c23=12 u2=-1
Kneţevac x21=100 x32 : u3  v2  5
(A3) c31=9 c32=5 c33=8 u3=9-9=0 x31 : u3  v1  9  u3  9  u3  9  9  0
Palilula x31= x32=100
(A4) c41=9 c42=11 c34=12 u4= 0
x41 : u4  v1  9  v1  9
Zvezdara x41=50 x43=50 x43 : u4  v3  12  v3  12
vj v1=9 v2= v3=12
u4  0
1. Nedostaju vrednosti za u1, u2 i v2 kao posledica degenerisnaog
rešenja.
2. (m+n-1)=(4+3-1)=6 > broj baznih promenljivih =5
 Dodati jednu fiktivnu baznu promenljivu u prvi, treći red ili
drugu kolonu. Dodati promenljivu u polje najmanjih troškova
gde nema transporta x31= = 0.  Nastaviti proračun.
Metoda potencijala
66

Prodavnice (B1)
cij  (ui*  v*j )  0  (ui*  v*j )  cij
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u 1= x12 : u1  v2  12
Borca x12=100
x21 : u2  v1  8  u2  1
(A2) c21=8 c22=11 c23=12 u2=-1
Kneţevac x21=100 x32 : u3  v2  5  v2  0  5  5
(A3) c31=9 c32=5 c33=8 u3=0 x31 : u3  v1  9  u3  0
(A4) c41=9 c42=11 c34=12 u4= 0
x41 : u4  v1  9  v1  9
Zvezdara x41=50 x43=50 x43 : u4  v3  12  v3  12
vj v1=9 v2=-5 v3=12
u4  0
rešenja.
Metoda potencijala
67

Prodavnice (B1)
cij  (ui*  v*j )  0  (ui*  v*j )  cij
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u1=17 x12 : u1  v2  12  u1  12  (5)  17
Borca x12=100
x21 : u2  v1  8  u2  1
(A2) c21=8 c22=11 c23=12 u2=-1
Kneţevac x21=100 x32 : u3  v2  5  v2  0  5  5
(A3) c31=9 c32=5 c33=8 u3=0 x31 : u3  v1  9  u3  0
(A4) c41=9 c42=11 c34=12 u4= 0
x41 : u4  v1  9  v1  9
Zvezdara x41=50 x43=50 x43 : u4  v3  12  v3  12
vj v1=9 v2=-5 v3=12
u4  0
rešenja.
Metoda potencijala
68
Početno rešenje Nebazne promenljive

Prodavnice (B1)
dij  cij  (ui*  v*j )
(B2) (B3)
ui
(A1) c11=14 c12=12 c13=15 u1=17
Borca d11=-12 x12=100 d13=-14
x11 : d11  14  9  17  12
(A2) c21=8 c22=11 c23=12 u2=-1
Kneţevac x21=100 d22=17 d23=1 x13 : d13  15  12  17  14
(A3) c31=9 c32=5 c33=8 u3=0 x22 : d 22  11  (1)  (5)  17
Palilula x31= x32=100 d =-4
d 23  12  (1)  12  1
33
x23 :
(A4) c41=9 c42=11 c34=12 u4= 0
Zvezdara x41=50 d42=16 x43=50 x33 : d33  8  12  0  4
vj v1=9 v2=-5 v3=12 x42 : d 42  11  (5)  0  16

rešenja.
Metoda potencijala
69
Početno rešenje Kriterijum optimalnosti

ui Kriterijum optimalnosti dij≥0, i,j,
(A1) c11=14 c12=12 c13=15 u1=17
Borca d11=-12 x12=100 d13=-14
Kriterijum optimalnosti nije zadovoljen: d11≤0, d13≤0, d33≤0
(A2) c21=8 c22=11 c23=12 u2=-1
min dij=d13=-14  x13 postaje bazna promenljiva (x13=)
Kneţevac x21=100 d22=17 d23=1
(A3) c31=9 c32=5 c33=8 u3=0
Palilula x31= x32=100 d 33 =-4
(A4) c41=9 c42=11 c34=12 u4= 0
Zvezdara x41=50 d42=16 x43=50
vj v1=9 v2=-5 v3=12

Metoda potencijala
70
Početno rešenje Kriterijum optimalnosti

(A1) c11=14 c12=12 c13=15 u 1= 1. Kriterijum optimalnosti nije zadovoljen: d11≤0, d13≤0, d33≤0
Borca x12=100- x13=  min dij=d13=-14  x13 postaje bazna promenljiva (x13=)
(A2) c21=8 c22=11 c23=12 u2=
Kneţevac x21=100 2. Kreira se poligon (počinje se od nove bazne promenljive i u svakom
redu i svakoj koloni kroz koju prođe poligon mora da postoji po jedno
(A3) c31=9 c32=5 c33=8 u3= teme kome se dodaje P+ i jedno od kog se oduzima P- vrednost  da bi
Palilula x31=- x32=100+ se zadržao balans ponude i tražnje).
(A4) c41=9 c42=11 c34=12 u4=
3. Bira se vrednost   (i,min xijk  min(50,  ,100)    0
*
Zvezdara x41=50 + x43=50-  j )P 
vj v1= v2= v3=

Metoda potencijala
71
I iteracija (k=1) Kriterijum optimalnosti

(A1) c11=14 c12=12 c13=15 u1=0
Borca d11=2 Kriterijum optimalnosti je zadovoljen  X1=X*
x12=100 x13= 
(A2) c21=8 c22=11 c23=12 u2=-4
Kneţevac x21=100 d11=3 d23=1 Optimalno rešenje-bazne promenljive: XB*=x12*, x21*, x32*, x41*, x43* 
(A3) c31=9 c32=5 c33=8 u3=-7 =(100, 100, 100, 50, 50)
Palilula d31=4 x32=100 d33=0
Vrednost funkcije cilja: f(X*)=c12*x12* +c21*x21*+c32* x32*+c41* x410+c43* x43*=
(A4) c41=9 c42=11 c34=12 u4=-3
f(X*)=12*100+8*100+5*100+9*50+12*50=3550
Zvezdara x41=50 d42=2 x43=50
vj v1=12 v2=12 v3=15
•d33=0rešenje je višestruko!
•Drugo bazno optimalno rešenje XB* * se moţe pronaći
ako x33 uđe u bazu (radi se još jedna iteracija)
•Sva bazna optimalna rešenja predstavljaju linearnu
konveksnu kombinaciju X* = X * + (1-)X* *, 0≤≤1
Otvoreni model TP (OTP)
72
m n
m n
(min) f ( x)   cij xij
a  b
i 1
i
j 1
j i 1 j 1
p.o.
x11  x12  ...  x1n  a1
m n
Ograničenja za x21  x22  ...  x2 n  a2
a  
i 1
i
j 1
bj ishodišta 
xm1  xm 2  ...  xmn  am
x11  x21  ...  xm1  b1
Ograničenja za x12  x22  ...  xm 2  b2
odredišta 
x1n  x2 n  ...  xmn  bn
x1n , x2n ,..., xmn  0
Balansiranje (zatvaranje) OTP
73
n m
b   a
m n
j i  am 1 (min) f ( x)   cij xij
j 1 i 1 i 1 j 1
p.o.
x11  x12  ...  x1n  a1
Ograničenja za x21  x22  ...  x2 n  a2
ishodišta 
xm1  xm 2  ...  xmn  am
x11  x21  ...  xm1  xm 1 2  b1
Ograničenja za x12  x22  ...  xm 2  xm 1 2  b2
odredišta 
x1n  x2 n  ...  xmn xm 1 n  bn
x1n , x2 n ,..., xmn ,..., xm 1n  0
Otvoreni model TP (OTP)
74
m n
m n
(min) f ( x)   cij xij
a  b
i 1
i
j 1
j i 1 j 1
p.o.
x11  x12  ...  x1n  a1
m n
Ograničenja za x21  x22  ...  x2 n  a2
a  
i 1
i
j 1
bj ishodišta 
xm1  xm 2  ...  xmn  am
x11  x21  ...  xm1  b1
Ograničenja za x12  x22  ...  xm 2  b2
odredišta 
x1n  x2 n  ...  xmn  bn
x1n , x2n ,..., xmn  0
Balansiranje (zatvaranje) OTP
75
m n
m n (min) f ( x)   cij xij
 a  b
i 1
i
j 1
j  bn 1
p.o. i 1 j 1
x11  x12  ...  x1n  x1n 1  a1

Ograničenja za x21  x22  ...  x2 n  x2 n 1  a2
ishodišta 
xm1  xm 2  ...  xmn  xmn 1  am
x11  x21  ...  xm1  b1
x12  x22  ...  xm 2  b2
Ograničenja za 
odredišta x1n  x2 n  ...  xmn  bn
x1n 1  x2 n 1  ...  xmn 1  bn 1
x1n , x2 n ,..., xmn ,..., xmn 1  0
Rešavanje problema OTP
76
 Zatvaranje (balansiranje) TP dodavanjem reda ili

kolone
 Određivanje početnog rešenja
 Određivanje optimalnog rešenja
Zatvaranje OTP
Primer
77
Prodavnice
Magacini
Borca 14 12 15 100
Palilula 9 5 8 100
Zvezdara 9 11 12 50
potrebno 150 200 50
3
b
4
a
i 1
i  100  200  100  50  450 
j 1
j  150  200  50  400  OTP
4 3
 a  b
i 1
i
j 3
j  450  400  50
Zatvaranje OTP
Primer
78
Prodavnice
B. Brdo Dorcol Slavija FK Raspoloživo
Magacini
Borca 14 12 15 0 100
Kneţevac 8 11 12 0 200
Palilula 9 5 8 0 100
Zvezdara 9 11 12 0 50
potrebno 150 200 50 50
•Uvedena je fiktivna kolona i povećane su dimenzije problema (m=4, n=4).

•ci4=0, i=1,...,4
Zatvaranje OTP
Primer (ponuda veća od traţnje)
79
Prodavnice
Magacini
Borca 14 12 15 100
Palilula 9 5 8 100
Zvezdara 9 11 12 50
potrebno 150 200 50
3
b
4
a
i 1
i  100  200  100  50  450 
j 1
j  150  200  50  400  OTP
4 3
 a  b
i 1
i
j 3
j  450  400  50
Zatvaranje OTP
Primer
80
Prodavnice
B. Brdo Dorcol Slavija FK Raspoloživo
Magacini
Borca 14 12 15 0 100
Kneţevac 8 11 12 0 200
Palilula 9 5 8 0 100
Zvezdara 9 11 12 0 50
potrebno 150 200 50 50
•Uvedena je fiktivna kolona i povećane su dimenzije problema (m=4, n=4).

•ci4=0, i=1,...,4
Zatvaranje OTP
Primer (traţnja veća od ponude)
81
Prodavnice
Magacini
Borca 14 12 15 100
Palilula 9 5 8 100
Zvezdara 9 11 12 50
potrebno 150 200 150
3
b
4
a
i 1
i  100  200  100  50  450
j 1
j  150  200  150  500  OTP
3 4
b   a
j 3
j
i 1
i  500  450  50
Zatvaranje OTP
Primer
82
Prodavnice
B. Brdo Dorcol Slavija Raspoloživo
Magacini
Borca 14 12 15 100
Palilula 9 5 8 100
Zvezdara 9 11 12 50
FR 0 0 0 50
potrebno 150 200 50
•Uvedena je fiktivni red i povećane su dimenzije problema (m=5, n=3).

•ci4=0, i=1,...,4
Pitanja
83
 Transporni problem: cilj i zadatak?

 Zatvoreni trasnportni problem: pretpostavke?
 Matematički model ZTP?
 Matematički model OTP (ponuda veća od traţnje)?
 Balansiranje OTP (ponuda veća od traţnje)?
 Matematički model OTP (traţnja veća od ponude)?
 Balansiranje OTP (traţnja veća od ponude)?
 Metode za dobijanje početnog rešenja?
Pitanja
84
 Metoda severozapadno ugla (osnovni koraci)

 Metoda najmanjih troškova (osnovni koraci)
 Vogelova aproksimativna metoda (osnovni koraci)
 Metode za dobijanje optimalnog rešenja?
 Metoda potencijala?
 Dualni problem TP?
 Svojstvo komplamentarnosti?
 Jedinični priraštaj troškova (potencijal)?
Pitanja
85
 Uslov optimalnosti baznog rešenja?

 Kriterijum ulaska promenljive u bazu?
 Dobijanje novog baznog rešenja u k+1
iteraciji?
 Vrednost f-je cilja u k+1 iteraciji?
86
Hvala na pažnji 

Transportni Problem III Deo

Uploaded by

Document Information

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

Transportni Problem III Deo

Uploaded by

Copyright:

Available Formats

1

UNIVERZITET U BEOGRADU, FAKULTET ORGANIZACIONIH NAUKA

4/8/2020 Gordana Savic, gordana.savic@fon.bg.ac.rs

 Model TP se primenjuje u situacijama kada je potrebno

 Formulisan je sredinom XX veka, kada su napravljena i

 Linearni TP je spicifičan problem linearnog programiranja.

 Postoji m-punktova (ishodišta) A1,…,Ai,..,Am (Ai, i=1,...,m)

 Postoji n-punktova potrošnje (odredišta) B1,...,Bj,..,Bn (Bj, j=1,...,n)

 Cena transporta jedinice robe iz svakog ishodišta do svakog odredišta je

 Postoji n-punktova potrošnje

 Cena transporta jedinice robe iz svakog ishodišta do svakog odredišta je

jedinice robe iz svakog

odredišta je poznata cij

xij (i=1,...,m, j=1,...,n)

Šema transporta Tabelarna forma

... ... ... ...

c ... cmj ... cmn am

Ukupna ponuda=Ukupna tražnja  Zatvoren (balansiran) TP

Šema transporta Tabelarna forma

... ... ... ...

c ... cmj ... cmn am

 Celokupna količina robe na

Upravljačke odluke: xij (i=1,...,m, j=1,...,n)

(min) f ( x)  c11 x11    cij xij    cmn xmn

x11  ...  x1 j  ...  x1n  a1

xi1  ...  xij  ...  xin  ai  x   a ,

Prodavnice (B1) (B2) (B3)

 Osnovni koraci algoritma za rešavanje TP:

2. Test optimalnosti: da li je tekuce bazno rešenje optimalno?

3. Nalaţenje „boljeg” rešenja: naći susedno bazno dopustivo

 Za razliku od LP gde, po upotrebljivosti i

 Metode za dobijanje pocetnog baznog

1. Metoda „severozapadnog ugla”;

 Bazne promenljive se određuju „redom” po glavnoj dijagonali

 Ova metoda ne vodi racuna o kvalitetu dobijenog rešenja

(A2) Kneţevac c21=8 c22=11 c23=12 a2=100

(A3) Palilula c31=9 c32=5 c33=8 a3=100

(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

Potrebno b1= 150 b2=200 b3=50 =400

(A2) Kneţevac c21=8 c22=11 c23=12 a2=100

(A3) Palilula c31=9 c32=5 c33=8 a3=100

(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

Potrebno b1= 150 b2=200 b3=50 =400

(A2) Kneţevac c21=8 c22=11 c23=12 a2=100

(A3) Palilula c31=9 c32=5 c33=8 a3=100

(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

Potrebno b1= 50 b2=200 b3=50 =400

Celokupna količina robe iz Borče je transportovana!

(A2) Kneţevac c21=8 c22=11 c23=12 a2=100

(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

Potrebno b1=50 b2=200 b3=50 =400

(A2) Kneţevac c21=8 c22=11 c23=12 a2=50

(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

Potrebno b1=0 b2=200 b3=50 =400

Celokupna količina robe iz Kneževca je transportovana!

(A2) Kneţevac c21=8 c22=11 c23=12 a2=0

(A3) Palilula c31=9 c32=5 c33=8 a3=100

Potrebno b1=0 b2=150 b3=50 =400

Celokupna količina robe iz ishodišta Palilula je transportovana!

(A2) Kneţevac c21=8 c22=11 c23=12 a2=0

(A3) Palilula c31=9 c32=5 c33=8 a3=0

(A4) Zvezdara c41=9 c42=11 c43=12 a4=100

Celokupna količina robe je transportovana u odredište Dorćol, a celokupna količina

(A2) Kneţevac c21=8 c22=11 c23=12 a2=0

Vrednost funkcije cilja: f(X0)=c11x110+c21x210+c22x220+c32 x320+c42* x420+c43* x430=

Vrednost funkcije cilja: f(X0)=c12x120+c13x130+c21x210+c32 x320+c41* x410+c42* x420=

Vrednost funkcije cilja: f(X0)=c12x120+c21x210+c32* x320+c41* x410+c43* x430=