Resolucio¿n Problemas en Redes

Profesor: Luis Yez Sandivari
Ing. Civil Industrial, USM

Magster en Gestin Empresarial, USM
Alum. Doctorado Sistemas Complejos, U Chile.
Modelos de Transporte:
I) Problema de Flujo a costo mnimo (F.C.M.)
xij : Flujo desde nodo i al nodo j
aij : Coeficiente de costo asociado al arco (i,j)
si : Oferta del nodo i

Mn
x
aij xij
(i, j )A
s.a
1) xij x ji = si ,i N
jO(i ) jD(i )
2) bij xij cij ,(i, j) A

II) Problema de ruta mnima (RM)
Encontrar la ruta de costo mnimo entre s y t, donde s es la

fuente y t el terminal o sumidero.
La red se caracteriza por un grafo del tipo G (N,A) conjuntos N
(1n), A (1m)
Parmetros
Costos (tiempos, distancias) entre nodo i y nodo j,

aij : costo asociado al arco (i,j)
Variables
1: si (i,j) pertenece a la ruta de costo mnimo (R)
xij :
0: si no pertenece a la ruta
II) Problema de ruta mnima (RM)
Restricciones
1. Divergencia 1; si i=s

jO(i)
xij
jD(i)
x ji = -1; si i=t
0; de otra forma
2. Capacidad
Funcin Objetivo
xij 0,(i, j)
Mn
x

(i, j )A
aij xij
III) Problema de Transporte equilibrado
Conjuntos
I : Conjunto de nodos fuente

J : Conjunto de nodos demanda
Parmetros aij : Costo unitario de transporte de i a j
i : Oferta del nodo i
j : Demanda del nodo j
III) Problemas de Transporte:
III.1) Problema de Transporte equilibrado
Mn
x

(i, j )A
aij xij
Variables
s.a.
xij : x
j
ij = i , i
Cantidad a transportar
desde i a j
x
i
ij = j , j
0 xij mn i , j { }
=
i
i
j
j
Problemas de Transporte:
III.2) Problema con exceso de oferta
Mn
x

(i, j )A
aij xij
Mn
n.m
aij xij + ai,m+1 xi,m+1

x
(i, j )A i
s.a.
s.a
x i , i m+1
x
ij
j ij = i , i
x
j
= j , i
x = j , j = 1,..., m +1
ij
i ij
xij 0
i
xij 0
>
i
i
j
j
x i,m+1 = m+1
i
m

j
j + m+1 = i
i
Modelos de Transporte: III.3) Problema de Transporte con nodos de
transferencia
Conjuntos
F :Conjunto de nodos orgen (fuente)

T : Conjunto de nodos transferencia
S : Conjunto de nodos destino (demanda)
III.3) Problema de Transporte con nodos de
transferencia
Mn
x
aij xij
(i, j )A
s.a.
xij = i ,i F
jD(i )
bij = 0 xij x ji = 0,i T

jO(i ) jD(i )
{ }
cij = mn i , s ,i F; j T
xij = j ,j S
cij = mn { , } ,i T ; j S
i j
iD( j )
bij xij cij ,(i, j) A

= i j
iF jS
III.4) Dualidad en el contexto del problema de
transporte (F.M.C)
Mn
x

(i, j )A
aij xij
s.a. L(x, , ) = aij xij + i ( i xij ) + j ( j xij )

(i, j ) i j j i
x
jO(i)
ij = i , i F = aij xij i xij j xij + i i + j j
(i, j ) i, j i, j i j

iD( j )
xij = j , j S = (aij i j )xij + i i + j j
(i, j ) i j
0 xij mn i , j { } Funcin dual:

=
i
i
j
j q( , ) = mn {L(x, , )}
x

q( , ) = mn (aij i j )xij + i i + j j
(i, j )
x
i j
transporte (F.M.C)
Condicin de holgura complementaria:
Si:
aij i j > 0 xij = 0
{
aij i j < 0 xij = mn i , j }
Si el precio de salida ms el de entrada es
i + j < aij menor que el costo de transporte, es
deseable transportar el mnimo (i.e. Xij=0)
Si el precio de salida ms el de entrada es

i + j > aij mayor que el costo de transporte, es
deseable transportar el mximo (i.e. Xij>0)
{
xij = mn i , j }
transporte (F.M.C)
Algoritmo de Hitchcock:
El algoritmo de Hitchcock resuelve las condiciones de H.C.,

donde se encuentra un set (u,v) que cumple tales
condiciones encontrando el ptimo:
Max i i + j j
,
i j
Dual
s.a.
i + j < aij ,i, j / xij = 0
i + j = aij ,i, j / xij > 0
Algoritmo de Hitchcock: transporte (F.M.C)
Proceso
1. Inicializacin (x0 factibleu0,v0)

2. Mejora
3. Actualizacin (pivote, definir ciclo, condicin de
centro)
4. Chequeo optimalidad (costo oportunidad)
Mejora
Precio sombra: xij > 0 i + j = aij ; 1 = 0 ( , )
Costo Oportunidad: xij = 0 aij i j > 0
Ejemplo
Puntos de origen y destino coincidentes
El problema de ruteo de vehculos consiste es disear rutas para los

vehculos considerando las restricciones y objetivos, minimizando
una funcin objetivo dada.
Clientes
Rutas CD Objetivos
Disear rutas para m vehculos

Cada cliente es visitado una sola vez
El total de la demanda de cualquier ruta
no excede la capacidad Q del vehculo
Cantidad m de vehculos, fija a priori o
variable
Caractersticas
Depsitos, donde es relevante el nmero de ellos y su

ubicacin.
Vehculos, sus variables son: capacidad, costos, tiempo de
partida, periodo de descanso del conductor, tipo y nmero de
vehculos, mximo tiempo.
Consumidores, de ellos podemos considerar su demanda,
ventanas de tiempo estrictas o suaves, retiro y entrega,
restricciones de accesibilidad, demanda dividida, prioridad.
Informacin de ruta, tiempos mximos de las rutas o
distancias, costos de los enlaces.
El problema del ruteo de vehculos se define como un grafo G =

(V,A), donde V = {0, ...,n} es un set de vrtices, A = {(i, j) : i, j V,
i < j} corresponde a un set de arcos. El nodo 0 es un deposito
mientras que el resto de los vrtices son los clientes. Cada nodo
de V tiene asociada una demanda qi y cada arco (i, j) tiene
asociado un costo o una distancia cij . (Se considera G no dirigido
esto permite el intercambio de cij y cji ).
Descripcin del problema
IV) Travelling Salesman Problem (TSP): Formulacin
Conjuntos
N : Conjunto de nodos
A : Conjunto de arcos
Parmetros cij : Costo o distancia entre nodo i y nodo j
Variables
1: si el nodo j se visita inmediatamente despus de i
xij :
0: si el nodo j no es un vecino
Descripcin del problema VRP
Restricciones
1. Divergencia

jO(i)
xij
jD(i)
x ji = 0, i N

jD(i)
x ji = 1, j N
2. Slo se sale una vez de cada nodo

jO(i)
xij = 1, i N
Restricciones 1 y 2 permiten soluciones denominadas subtur
N=7
Eliminar sub-ciclos:
s N
x ij s 1;2 s N 2
i, js
i j
Ejemplo:
S1 = 3
x
i, js1
ij 2
i j
S2 = 4
x
i, js2
ij 3
i j
Ejemplo:
S1 = 5
x ij 4
i, js1
i j
S2 = 2
x ij 1
i, js2
i j
Ejemplo:
S1 = 5 x
i, js1
ij 4
i j
S2 = 2 Cumple con restriccin de

divergencia, no as con el
flujo de salida de cada nodo
Modelo compacto Min cij xij

x
i, jA
s.a.
xij x ji = 0,i N
jO(i ) jD(i )
xij = 1,i N
jO(i )
x ij s 1,2 s N 2
i, js
i j
xij {0,1} i, j
Travelling Salesman Problem (TSP)
(Problema del viajero)
Mecanismos de resolucin:
Rutas mnimas (shortest path)

i.e.NNP-Nearest Neighbour Procedure
Heuristicas: Clark & Wright savings (mtodo del
ahorro)
Problema de programacin lineal entera
Algoritmo del mtodo de ahorro de Clark y Wright
Criterio del Ahorro:
W(i,0) W(0,j) W(i,j)

i j i j
W(0,i) W(j,0) W(0,i) W(j,0)

0 0
Sij = W(i,0) + W(0,j) - W(i,j)

Algoritmo del mtodo de ahorro de Clark y Wright: Ejemplo
P0 : Centro de Distribucin
P1 , P2 , P3 , P4 : Puntos de Demanda
Matriz de Costos [U.M.]
De / Al P0 P1 P2 P3 P4
P0 - 100 50 80 60
P1 90 - 30 40 20
P2 40 20 - 60 50
P3 100 60 80 - 40
P4 70 10 60 30 -
Demandas
Capacidad de Flota
Puntos Demanda [ton] (Vehculos)
V1 : 20 [ton]
P1 8 V2 , V3 , V4 : 10 [ton]
P2 5
P3 3 Iterar hasta L = 1
P4 10
Supresiones
Costo configuracin inicial de reparto:
K = j=1,4 W(0,j) + i=1,4 W(i,0)
K = (100+50+80+60)+(90+40+100+70)=590 UM
P1 P2
P0 - 100 50 80 60
P0 P1 90 - 30 40 20
P2 40 20 - 60 50
P4 P3 P3 100 60 80 - 40
P4 70 10 60 30 -
n Calculo Matriz de Ahorros

P0 - 100 50 80 60
P1 90 - 30 40 20
P2 40 20 - 60 50
Sij = W(i,0) + W(0,j) - W(i,j)
P3 100 60 80 - 40
P4 70 10 60 30 -
P0 - -1 -1 -1 -1
P1 -1 - 110 130 130
P2 -1 120 - 60 50
P3 -1 140 70 - 120
P4 -1 160 60 120 -
n L = 0 (nivel de supresin inicial)

n Mximo Ahorro: S41 = 160
Demandas: d4 + d1 = 10 + 8 = 18 ton < V1 = 20 ton
=> S41 = -1, S14 = 0, S4,j = 0, Si,1 = 0
=> K=590-160=430 UM Ruta: P0 P4 P1 P0
P0 - -1 -1 -1 -1
P0 P1 P2 P3 P4
P1 -1 - 110 130 130
P0 - 0 -1 -1 -1
P2 -1 120 - 60 50
P3 -1 140 70 - 120
P1 -1 - 110 130 0
P4 -1 160 60 120 - P2 -1 0 - 60 50
P3 -1 0 70 - 120
P4 0 -1 0 0 -
Siguiente Ahorro Mximo: S13 = 130

Demandas: d 1 + d 3 = 18 + 3 = 21 ton > V1 => S 13 = 0
S34 = 120
S12 = 110
P0 P1 P2 P3 P4
P0 - 0 -1 -1 -1
P1 -1 - 110 130 0 P0 P1 P2 P3 P4
P2 -1 0 - 60 50 P0 - 0 -1 -1 -1
P3 -1 0 70 - 120 P1 -1 - 0 0 0
P4 0 -1 0 0 -
P2 -1 0 - 60 50
P3 -1 0 70 - 0
P4 0 -1 0 0 -
S32 = 70
Demandas: d 3 + d 2 = 3 + 5 = 8 ton < V2 = 10 ton
=> S 32 = -1, S 23 = 0, S 3,j = 0, S i,2 = 0
=> K=430-70=360 UM Ruta: P0 P3 P2 P0
P0 P1 P2 P3 P4
P0 - 0 -1 -1 -1
P1 -1 - 0 0 0 P0 P1 P2 P3 P4
P2 -1 0 - 60 50
P0 - 0 0 -1 -1
P3 -1 0 70 - 0
P1 -1 - 0 0 0
P4 0 -1 0 0 -
P2 -1 0 - 0 50
P3 0 0 -1 - 0
P4 0 -1 0 0 -
S24 = 50
Demandas: d 2 + d 4 = 8 + 18 = 26 ton > V1
=> S 24 = 0
P0 P1 P2 P3 P4
P0 - 0 0 -1 -1
P1 -1 - 0 0 0
P0 P1 P2 P3 P4
P2 -1 0 - 0 50
P0 - 0 0 -1 -1
P3 0 0 -1 - 0
P1 -1 - 0 0 0
P4 0 -1 0 0 -
P2 -1 0 - 0 0
P3 0 0 -1 - 0
P4 0 -1 0 0 -
Solucin con L = 0:
K=360 UM
Ruta:
P0 P4 P1 P0 ; Demanda: 18 ton (V1)
P0 P3 P2 P0 ; Demanda: 8 ton (V2)
P1 P2
P0
P4 P3
L = 1 , supresin : S41 = 0 (Matriz Ahorros Inicial)

Mximo Ahorro: S31 = 140
=> S 31 = -1, S 13 = 0, S 3,j = 0, S i,1 = 0
=> K=590-140=450 UM Ruta: P0 P3 P1 P0
P0 - -1 -1 -1 -1
P1 -1 - 110 130 130

P0 P1 P2 P3 P4
P2 -1 120 - 60 50 P0 - 0 -1 -1 -1
P3 -1 140 70 - 120 P1 -1 - 110 0 130
P4 -1 160 60 120 - P2 -1 0 - 60 50
P3 0 -1 0 - 0
P4 -1 0 0 120 -
Siguiente Ahorro Mximo: S14 = 130

S43 = 120
P0 P1 P2 P3 P4
P0 - 0 -1 -1 -1
P1 -1 - 110 0 130 P0 P1 P2 P3 P4
P2 -1 0 - 60 50 P0 - 0 -1 -1 -1
P3 0 -1 0 - 0 P1 -1 - 110 0 0
P4 -1 0 0 120 - P2 -1 0 - 60 50
P3 0 -1 0 - 0
P4 -1 0 60 0 -
S12 = 110
=> S 12 = -1, S 21 = 0, S 1,j = 0, S i,2 = 0, S 23 = 0
=> K=450-110=340 UM Ruta: P0 P3 P1 P2 P0
P0 P1 P2 P3 P4
P0 - 0 -1 -1 -1
P1 -1 - 110 0 0 P0 P1 P2 P3 P4
P2 -1 0 - 60 50 P0 - 0 0 -1 -1
P3 0 -1 0 - 0 P1 0 - -1 0 0
P4 -1 0 60 0 - P2 0 0 - 0 50
P3 0 -1 0 - 0
P4 -1 0 0 0 -
S24 = 50
Demandas: d 2 + d 4 = 16+10 = 26 ton > V1
=> S 24 = 0
P0 P1 P2 P3 P4
P0 - 0 0 -1 -1
P1 0 - -1 0 0 P0 P1 P2 P3 P4
P2 0 0 - 0 50
P0 - 0 0 -1 -1
P3 0 -1 0 - 0
P1 0 - -1 0 0
P4 -1 0 0 0 -
P2 -1 0 - 0 0
P3 0 -1 0 - 0
P4 -1 0 0 0 -
Solucin con L = 1:
K=340 UM
Ruta:
P0 P3 P1 P2 P0 ; Demanda: 16 ton (V1)
P0 P4 P0 ; Demanda: 10 ton (V2)
P1 P2
P0
P4 P3
K=360 UM > K=340 UM

Mejor Solucin: L=1
P1 P2
P0 P1 P2
P4 P3 P0
P4 P3
Algoritmo del mtodo de ahorro de Clark y Wright: Ejemplo/
extensin supresiones
Punto de origen y destino separados
V) Problema de Ruta Mnima
Algoritmo de Rutas Mnimas:
Sean d1, d2, , dn escalares que satisfacen:
d j di + aij ,(i, j) A
Y definimos una ruta R, que comienza en i y termina en j. Si se
cumple que:
d j = di + aij ,(i, j) A
Entonces R es la ruta mnima entre i y j

Algoritmo genrico:
Inicializacin (k=0); V0={1}
-Etiquetas: (d1 , d2 ,...d j ) / d1 = 0;d j = ;j 1

(0) (0) (0) (0) (0)
-Remover 1 de la lista V0
-Iteracin k: V (k ) = {V (k1) {i} j O(i) / j V (k1) }
j V (k ) ;d (kj ) = d (k1)
j
j V (k ) ;h j = d (k1)
j + aij
si h j < d (k1)
j d (kj ) = h j
d (kj ) = d (k1)
j
-Etiquetas (d1(k ) ,d2(k ) ,...d (kj ) )

Si Vk) =vaco, entonces STOP
-Remover i de Vk)
Ejemplo
Ruta Mnima: Ejemplo 4
2 2 4 2
2
1 1 3 6
Orgen Destino
4
3 5 2
Algoritmo Genrico 3
Iteracin*k Vk d1 d2 d3 d4 d5 d6 i
0 {1} 0 1
0 h2=2
1 {2} 2
0 2
0 2 h3=3 h4=6 h5=4
2 {3,4,5} 3
0 2 3 6 4
h1=7 2 3 h4=X h5=6
3 {1,4,5} 4
0 2 3 6 4
h1=X 2 3 6 h5=X h6=8
4 {1,5,6} 5
0 2 3 6 4 8
0 2 3 h4=7 4 h6=6
5 {6,4} 6
0 2 3 6 4 6
0 2 3 h4=X 4 6
6 {4} 4
0 2 3 6 4 6
0 2 3 6 4 h6=8
7 {6} 6
0 2 3 6 4 6
8 {}
d2=2 d4=6
2 2 4 2
d6=6
2
d1=0 1 1 3 6
Orgen Destino
4
3 5 2
3
d3=3 d5=4
Algoritmo Genrico
0 {1} 0 1
0 h2=2
1 {2} 2
0 2
0 2 h3=3 h4=6 h5=4
2 {3,4,5} 3
0 2 3 6 4
h1=7 2 3 h4=X h5=6
3 {1,4,5} 4
0 2 3 6 4
h1=X 2 3 6 h5=X h6=8
4 {1,5,6} 5
0 2 3 6 4 8
0 2 3 h4=7 4 h6=6
5 {6,4}
0 2 3 6 4 6
6 Ecuacin de Bellman
0 2 3 h4=X 4 6
6 {4} 4
0 2 3 6 4 6 d1 = 0
0 2 3 6 4 h6=8
7 {6} 6
0 2 3 6 4 6
d j = min {di + aij },j 1,i D( j)
8 {} (i, j )A
Algoritmo genrico: Generalidades
Al final de la iteracin k, se satisfacen las siguientes
condiciones:
d j < :dj es el largo de alguna ruta que parte en el nodo 1 y

termina en el nodo j
i V (k ) di = d j di + aij , j O(i)
Si el algoritmo termina, entonces la ruta mnima est conformada
desde el nodo 1 al nodo j para todo nodo donde: d j <
Ecuacin de Bellman d1 = 0
(i, j )A
Algoritmo de Dijktra:
-Elegir:
i V (k ) / di = min
(k)
{d j }
jV
aij 0;(i, j) A Cada nodo entra a V una sola vez
-Los nodos que salen de V no vuelven a entrar:
{
V (k ) = V (k1) {i} j O(i) / j k1
w=0 V (w)
}
Ecuacin de Bellman d1 = 0
(i, j )A
Ejemplo
Algoritmo de Dijktra: Ejemplo
4
2 2 4 2
2
1 1 3 6
Orgen Destino
4
3 5 2
3
Hallar ruta mnima

2 2 4 2
2
1 1 3 6
Orgen Destino
4
3 5 2
Algoritmo Dijktra 3
0 {1} 0 1
0 h2=2
1 {2} 2
0 2
2 {3,4,5}
0
0
2
2
h3=3
3
h4=6
6
h5=4
4

3 i V (k ) / di = min
(k)
{d j }
jV
h1=7 2 3 h4=X h5=6
3 {1,4,5} 5
0 2 3 6 4
h1=X 2 3 h4=7 4 h6=6
4 {1,4,6} 4
0 2 3 6 4 6
0 2 3 6 4 h6=8
5 {6} 6
0 2 3 6 4 6
6 {}
d2=2 d4=6
2 2 4 2
d6=6
2
d1=0 1 1 3 6
Orgen Destino
4
3 5 2
3
d3=3 d5=4
Algoritmo Dijktra
0 {1} 0 1
0 h2=2
1 {2} 2
0 2
0 2 h3=3 h4=6 h5=4
2 {3,4,5} 3
0 2 3 6 4
h1=7 2 3 h4=X h5=6
3 {1,4,5} 5
0 2 3 6 4
h1=X 2 3 h4=7 4 h6=6
4 {1,4,6} 4
0 2 3 6 4 6
0 2 3 6 4 h6=8
5 {6} 6
0 2 3 6 4 6 Ecuacin de Bellman
6 {} d1 = 0
(i, j )A

Resolucio¿n Problemas en Redes

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resolucio¿n Problemas en Redes

Cargado por

Copyright:

Formatos disponibles

Profesor: Luis Yez Sandivari

Ing. Civil Industrial, USM

xij : Flujo desde nodo i al nodo j

aij : Coeficiente de costo asociado al arco (i,j)

si : Oferta del nodo i

2) bij xij cij ,(i, j) A

Encontrar la ruta de costo mnimo entre s y t, donde s es la

Costos (tiempos, distancias) entre nodo i y nodo j,

I : Conjunto de nodos fuente

aij xij + ai,m+1 xi,m+1

F :Conjunto de nodos orgen (fuente)

bij = 0 xij x ji = 0,i T

bij xij cij ,(i, j) A

s.a. L(x, , ) = aij xij + i ( i xij ) + j ( j xij )

0 xij mn i , j { } Funcin dual:

Si el precio de salida ms el de entrada es

El algoritmo de Hitchcock resuelve las condiciones de H.C.,

1. Inicializacin (x0 factibleu0,v0)

El problema de ruteo de vehculos consiste es disear rutas para los

Disear rutas para m vehculos

Depsitos, donde es relevante el nmero de ellos y su

El problema del ruteo de vehculos se define como un grafo G =

2. Slo se sale una vez de cada nodo

Restricciones 1 y 2 permiten soluciones denominadas subtur

S2 = 2 Cumple con restriccin de

Modelo compacto Min cij xij

Rutas mnimas (shortest path)

Criterio del Ahorro:

W(i,0) W(0,j) W(i,j)

W(0,i) W(j,0) W(0,i) W(j,0)

Sij = W(i,0) + W(0,j) - W(i,j)

Matriz de Costos [U.M.]

Costo configuracin inicial de reparto:

K = j=1,4 W(0,j) + i=1,4 W(i,0)

n Calculo Matriz de Ahorros

P1 -1 - 110 130 130

n L = 0 (nivel de supresin inicial)

Siguiente Ahorro Mximo: S13 = 130

L = 1 , supresin : S41 = 0 (Matriz Ahorros Inicial)

P1 -1 - 110 130 130

Siguiente Ahorro Mximo: S14 = 130

K=360 UM > K=340 UM

Algoritmo de Rutas Mnimas:

Sean d1, d2, , dn escalares que satisfacen:

Entonces R es la ruta mnima entre i y j

-Etiquetas: (d1 , d2 ,...d j ) / d1 = 0;d j = ;j 1

-Etiquetas (d1(k ) ,d2(k ) ,...d (kj ) )

d j < :dj es el largo de alguna ruta que parte en el nodo 1 y

aij 0;(i, j) A Cada nodo entra a V una sola vez

-Los nodos que salen de V no vuelven a entrar:

Hallar ruta mnima

También podría gustarte