Baixe o app para aproveitar ainda mais
Prévia do material em texto
formador autor José RobeRto Dale luche pesquisa operacional i PROBLEMAS DE TRANSPORTE pesquisa operacional i PROBLEMAS DE TRANSPORTE 4 Neste módulo são discutidos assuntos relacionados a problemas de transporte de bens. O modelo e os algo- ritmos foram desenvolvidos para resolverem problemas onde se tem uma determinada quantidade m de origens (fontes) e uma quantidade n de destinos, tal como ilus- trado na Figura 1. fontes destinos Porém, na literatura, encontram-se aplicações que não estão relacionadas ao transporte de mercadorias. As si- tuações que envolvam a decisão de escolha de “proce- dência” e “destino” podem se beneficiar do modelo geral de transportes como base e depois implementar as par- ticularidades, se necessário. Figura 1. Ilustração de um problema de transportes. Fonte: adaptado de <www.ingenieria industrialonline.com>. http://www.ingenieriaindustrialonline.com http://www.ingenieriaindustrialonline.com Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 3 A seção 1 trata da formulação matemática, já na seção 2 são apresenta- dos alguns métodos de construção de uma solução inicial. Em 3 é apresen- tado o problema da solução degenerada, enquanto que na seção 4 é apre- sentado o método de otimização de stepping stone. Por último, na seção 5, é apresentado um problema especial de transporte com transbordo. 1. Formulação matemática e aplicações O problema consiste em minimizar o custo total do transporte de um bem único a partir de “m” origens com oferta “oi” (i = 1 a m) para “n” destinos com procura “pj” (j = 1 a n). Neste problema, independente da quantidade a ser transportada de uma origem para certo destino, o valor unitário de transporte não se altera. Essa situação e outras diversas que acontecem no mundo real poderão ser tratadas com a inclusão de novas regras na formulação do modelo clássico que é apresentado a seguir. Índices → m: quantidade de origens; → n: quantidade de destinos; → i : origem [1..m]; → j : destino [1..n]. Parâmetros → Cij: custo unitário de transporte da origem i ao destino j. → fi: quantidade disponível na origem i; → di: quantidade demandada pelo destino j. Variáveis Xij: quantidade transportada da origem i ao destino j. m i = 1 ∑ n j = 1 ∑ cij xij sujeito a: n j = 1 ∑ xij = fi ∀i m i = 1 ∑ xij = dj ∀j xij ≥ 0 ∀i, j (1) (2) (3) (4) Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 4 Em (1), tem-se a função objetivo que procura minimizar o custo total de transporte. Nas equações de (2), encontram-se as restrições que deter- minam que tudo que for transportado a partir de uma origem, deve ser exatamente igual a disponibilidade desta. Já em (3), tudo que for transpor- tado para um destino deve ser exatamente igual a sua demanda. Em (4) encontram-se as restrições quanto ao domínio das variáveis. A combinação de (2) e (3) leva ao entendimento de que o problema está balanceado, ou seja, total transportado = disponibilidade total = demanda total, tal como representado em (5). m i = 1 ∑ fi = n j = 1 ∑ dj Esta última igualdade é condição necessária para que qualquer problema de transporte tenha solução ótima quando modelado utilizando variáveis dummy (fictícia). Como nem todo o problema, principalmente no mundo real, terá a dis- ponibilidade total = a demanda total, será necessário criar uma linha ou coluna de variáveis dummy (fictícias) com custo de transporte = 0. Se a dis- ponibilidade total for maior que a demanda total, então será preciso criar uma coluna (demanda) com a diferença entre a quantidade demandada e a disponibilidade, caso contrário deve-se criar uma linha com esta mesma diferença, sempre positiva. ExEmplos Oferta maior que a demanda: é adicionado um destino fictício com cus- tos de transporte nulo de todas as origens para este destino. A demanda deste destino fictício deve ser igual à diferença entre o total ofertado e o total demandado. D1 D2 disponibilidade O1 c11 c12 10 O2 c21 c22 15 demanda 8 12 25/20 Como o problema não se encontra balanceado, é preciso adicionar uma coluna de variáveis dummy: D1 D2 dummy disponibilidade O1 c11 c12 0 10 O2 c21 c22 0 15 demanda 8 10 5 25/25 (5) Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 5 Problema 1: Transporte de Tratores Existem duas associações de agricultores em certa Região do Estado. Es- sas duas associações possuem, a Associação A com 15 e a Associação B com 13 tratores. Três fazendas têm demanda desse tipo de veículo, a Fazenda 1 por exemplo, tem demanda de 12 unidades, a Fazenda B de 14 e a Fazenda C de apenas 7. Os tratores devem ser transportados às fazendas e no quadro a seguir encontram-se os custos para o transporte por unidade do veículo. origem destino disponibilidade D1 D2 D3 O1 $140 $60 $110 15 O2 $70 $90 $120 13 demanda 12 14 7 33/28 Este problema também não se encontra balanceado, e será preciso adi- cionar uma linha de variáveis dummy: origem destino disponibilidade D1 D2 D3 O1 $140 $60 $110 15 O2 $70 $90 $120 13 dummy $0 $0 $0 5 demanda 12 14 7 33/33 O código do modelo de transportes para este problema no software LIN- DO terá a seguinte forma: min 140x11 + 60x12 + 110x13 + 70x21 + 90x22 + 120x23 st x11 + x12 + x13 = 15 x21 + x22 + x23 = 13 x31 + x32 + x33 = 5 x11 + x21 + x31 = 12 x12 + x22 + x32 = 14 x13 + x23 + x33 = 7 end gin 9 Resultado lp optimum found at step 6 Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 6 objective value = 1910.00000 variable value x12 14 x13 1 x21 12 x23 1 x33 5 Problema 2: Montadoras e empresa de autopeças Uma companhia fabricante de discos de freio para automotores possui duas unidades de fabricação e expedição no país. Acreditando no poten- cial da companhia, seu diretor acertou contratos com quatro montado- ras diferentes. Os contratos também possuem características diferentes devido à filosofia de trabalho de cada montadora. Assim, o contrato com a montadora A prevê uma multa de R$5,00 para cada disco de freio não entregue na data especificada, as montadoras B e C não cobram multa, porém, a montadora D é um contrato novo e de apenas um mês para experiência, sendo assim, esta companhia irá garantir o atendimento da montadora D. As capacidades semanais de cada unidade e a demanda das montadoras para o produto são: unidade capacidade semanal montadora demanda semanal 1 150 A 100 2 100 B 80 C 70 D 50 total 250 total 300 Como já se sabe que não será possível atender a demanda total, o diretor precisa elaborar um plano de transporte que minimize o custo total com multas e transporte. Os custos unitários de transporte entre as unidades e montadoras são conhecidos e são apresentados juntamente com o qua- dro que já conta com a linha de variáveis de fornecimento fictícias. destino disponibilidade m1 m2 m3 m4 unidade 1 20 23 37 25 150 unidade 2 23 35 30 33 100 dummy 5 0 0 999 50 demanda 100 80 70 50 300/300 Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 7 O código do modelo de transportes para este problema no software LIN- DO terá a seguinte forma: min 20x11 + 23x12 + 37x13 + 25x14 + 23x21 + 35x22 + 30x23 + 33x24 + 5x31 + 999x34 st x11 + x12 + x13 + x14 = 150 x21 + x22 + x23 + x24 = 100 x31 + x32 + x33 + x34 = 50 x11 + x21 + x31 + x41 = 100 x12 + x22 + x32 + x42 = 80 x13 + x23 + x33 + x43 = 70 x14 + x24 + x34 + x44 = 50 end gin 16 Resultado com o software LINDO: no. iterations = 10 objective function value 1) 5930 variable value x11 20 x12 80 x14 50 x21 80 x23 20 x33 50 2. métodos de construção de uma solução inicial Nesta seção, são apresentados três métodos para a construção de uma solução inicial para o problema de transportes, a qualidade da solução ini- cial influencia na facilidade (número de iterações), que um algoritmo de otimização precisará realizar para encontrar a solução ótima do problema. 2.1. Método do canto noroeste Nestemétodo, cada atribuição deve ser realizada na célula de variável que seja o canto a Noroeste (canto esquerdo superior) entre as variá- veis que possam receber algum valor. A primeira atribuição sempre será realizada na variável X11, que receberá o mínimo entre a capacidade de Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 8 fornecimento da origem 1 e a demanda do destino 1. Então, elimine a linha ou coluna já atendida e escolha a variável que agora será o canto Noroeste, essa variável será adjacente à anterior. método: canto noroeste disponibilidade D1 D2 D3 Origem 1 12 140 3 60 – 110 15 X11 X12 X13 Origem 2 – 70 11 90 2 120 13 X21 X22 X23 Dummy – 0 – 0 5 0 5 X31 X32 X33 Demanda 12 14 7 As variáveis básicas são: X11, X12, X22, X23, X33, que satifaz a regra quanto ao número de variáveis básicas necessárias: m + n - 1 = 3 + 3 - 1 = 5. Função objetivo: Minimizar Z = 12×140 + 3×60 + 11×90 + 2×120 = 3090 Validando as Restrições: 1ª linha : 12 + 3 + 0 = 15 2ª linha : 0 + 11 + 2 = 13 3ª linha : 0 + 0 + 5 = 5 1ª coluna : 12 + 0 + 0 = 12 2ª coluna : 3 + 11 + 0 = 14 3ª coluna : 0 + 2 + 5 = 7 2.2. Método do MíniMo custo Bastante simples também, a cada atribuição deve-se atribuir a maior quan- tidade possível, respeitando as restrições de linha e coluna até que todas as restrições tenham sido satisfeitas. Por haver alguma inteligência no mé- todo, espera-se que em média os resultados sejam melhores do que utili- zando o método do canto Noroeste, o que acontece no exemplo utilizado: Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 9 método: canto noroeste disponibilidade D1 D2 D3 Origem 1 – 140 14 60 1 110 15 X11 X12 X13 Origem 2 7 70 – 90 6 120 13 X21 X22 X23 Dummy 5 0 – 0 – 0 5 X31 X32 X33 Demanda 12 14 7 Como o mínimo custo na matriz é zero e este se repete na mesma linha, a escolha de por qual variável entre X31, X32 e X33 iniciará a atribuição será arbitrária e assim, pode-se encontrar diferentes soluções. Min Z = 14×60 + 110 + 7×70 + 6×120 = 2160 2.3. Método de aproxiMação de Vogel Dentre os três métodos apresentados, Vogel deve atingir, em média, os melhores resultados. É um método melhor pensado para o problema, pois se preocupa em identificar a linha ou coluna que têm a maior dife- rença entre os menores custos, procurando evitar que seja necessário pagar tal diferença. O algoritmo funciona da seguinte maneira, até que a solução esteja completa faça: → Para cada linha e coluna calcule a diferença (penalidade) entre os dois menores custos, se iguais, a penalidade é zero; → Na linha ou coluna com a maior penalidade (escolha arbitrária no caso de empate), atribua a maior quantidade possível na célula de menor custo. Para o quadro abaixo, considere que em cada linha da ‘Penalidade’ ocor- reu uma decisão de atribuição. método: vogel disponibilidade penalidade D1 D2 D3 O1 – 140 14 60 1 110 15 110 - 60 = 50 110 - 60 = 50 110 - 60 = 50X11 X12 X13 O2 12 70 – 90 1 120 13 90 - 70 = 20 90 - 70 = 20 120 - 90 = 30X21 X22 X23 Dummy – 0 – 0 5 0 5 0 - 0 = 0 X31 X32 X33 Demanda 12 14 7 Penalidade 70 - 0 = 70140 - 70 = 70 60 - 0 = 60 90 - 60 = 30 110 - 0 = 110 120 - 110 = 10 Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 10 O valor da Função objetivo foi o melhor encontrado nas três soluções apresentadas: Min Z = 14×60 + 110 + 12×70 + 120 = 1910 3. solução degenerada Um problema que pode ocorrer ao montar uma solução é esta não apre- sentar o número esperado de variáveis básicas, ou seja, vb < m+n-1. Nes- ses casos, se faz necessário transformar (m+n-1)-vb variáveis nulas em variáveis básicas com valor zero até satisfazer o número de variáveis bási- cas necessárias, o que levará a uma solução degenerada, tal como no caso apresentado a seguir. ExEmplo Construir uma solução para o problema de transportes a seguir utilizando o método do canto Noroeste (canto esquerdo). destinos capacidade D1 D2 origem 1 25 20 2000 origem 2 30 25 1000 origem 3 20 15 1500 demanda 2000 2000 Resposta: Como o problema não está balanceado deve-se adicionar uma coluna de variáveis fictícias com custo de transporte = 0. método: canto noroeste d1 d2 dummy origem 1 2000 140 – 60 – 0 2000 X11 X12 X13 origem 2 0 70 1000 90 – 0 1000 X21 X22 X23 origem 3 – 0 1000 0 500 0 1500 X31 X32 X33 2000 2000 500 Repare que logo na primeira atribuição, a restrição da linha e a restrição da coluna foram satisfeitas, implicando que as variáveis X12, X13, X21 e X22 Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 11 recebessem valores nulos e, portanto, permanecessem fora da base e assim, a solução contou com apenas 4 variáveis básicas, mas m + n - 1 = 5. Nesses casos, uma das variáveis adjacentes a X11, seja na linha (X12), ou na coluna (X21), precisará receber o valor zero e ser considerada básica, passando a ter uma solução degenerada. Com essa solução o problema poderá ser resolvido normalmente pelo método de stepping stone apresentado na próxima seção. 4. método de otimização Na seção 2 foram vistos três diferentes métodos de construção de uma solução para um problema de transporte. Nesta seção será apresentado o método de stepping stone, um método de otimização simples e rápido que depende de uma solução inicial dada por um método de construção qualquer. No método de stepping stone são investigadas as (m*n)-(m + n - 1) variá- veis não básicas na tentativa de identificar uma solução adjacente melhor. Para cada vnb deverá existir apenas um ‘caminho fechado’. Cada ‘caminho fechado’ terá apenas uma vnb associada, que é aquela que está sendo investigado se poderá gerar alguma contribuição, que em caso afirmativo, se transformaria em uma vb para a saída de outra variável da base. Um caminho fechado é aquele que permitirá a troca de variáveis na base sem que alguma restrição do problema seja violada. O algoritmo tem como critério de parada a constatação de que não há uma solução adjacente melhor, ou seja, nenhuma vnb é capaz de melho- rar a solução atual. Para saber se uma vnb melhorará a solução atual, no ‘caminho fechado’ atribua 1 para a vnb, note que as duas restrições, linha e coluna serão violadas. Agora, siga o ‘caminho fechado’ da vnb subtrain- do 1 e somando 1 até terminar o caminho com uma subtração. Calcule então a influência que essa alteração causaria na solução. Faça isso para cada vnb e ao final, verifique se há algum ‘caminho fe- chado’ que a soma dos custos tenha dado negativo, o que significaria que existe uma solução melhor que a atual. Poderá acontecer de mais de um ‘caminho fechado’ oferecer melhoria, porém, deve ser escolhido aquele que tiver o maior valor negativo, sua variável então entrará na base, en- quanto que a variável que sairá, será aquela com menor quantidade den- tre as que sofrem subtração. Assim, a nova solução terá a vnb entrando na base exatamente com a quantidade da variável que está saindo. Note que dessa forma mantêm-se a integridade de todas as restrições. Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 12 método: canto noroeste disponibilidade D1 D2 dummy origem 1 12 140 3 60 – 110 15 X11 X12 X13 origem 2 – 70 11 90 2 120 13 X21 X22 X23 dummy – 0 – 0 5 0 5 X31 X32 X33 demanda 12 14 7 cálculo do benefício do caminho fechado das vnbs X13 → X23 → X22 → X12 = + 20 + 110 - 120 + 90 - 60 X31 → X11 → X12 → X22 → X23 → X33 = - 50 + 0 - 140 + 60 - 90 + 120 - 0 X21 → X11 → X12 → X22 = - 100 + 70 - 140 + 60 - 90 X32 → X22 → X23 → X33 = + 30 + 0 - 90 + 120 - 0 Perceba que mais de um caminho fechado deu valor negativo, mas como comentado anteriormente, deve ser escolhida a vnb X21 para entrar na base por ter o caminho de maior valor negativo (maior contribuição). A decisão de quanto alocar em X21 depende apenas da variável que sairá da base, neste caso, a variável X22 tem uma unidade a menos sendo transpor- tada que X11, logo, ela sairá da basee X21 receberá 11, devendo-se atualizar essa quantidade para todas as variáveis pertencentes ao caminho obten- do o quadro a seguir. método: stepping stone disponibilidade D1 D2 D3 origem 1 1 140 14 60 – 110 15 X11 X12 X13 origem 2 11 70 – 90 2 120 13 X21 X22 X23 dummy – 0 – 0 5 0 5 X31 X32 X33 demanda 12 14 7 Deve-se calcular novamente os caminhos fechados. Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 13 cálculo do benefício do caminho fechado das vnbs X13 → X23 → X21 → X11 = - 80 + 110 - 120 + 70 - 140 X32 → X33 → X23 → X21 → X11 → X12 = + 130 + 0 - 0 + 120 - 70 + 140 - 60 X22 → X21 → X11 → X12 = + 100 + 90 - 70 + 140 - 60 X31 → X21 → X23 → X33 = + 50 + 0 - 70 + 120 - 0 Entra X13 e sai X11, o quadro deve ser atualizado: método: stepping stone disponibilidade D1 D2 D3 origem 1 – 140 14 60 1 110 15 X11 X12 X13 origem 2 12 70 – 90 1 120 13 X21 X22 X23 dummy – 0 – 0 5 0 5 X31 X32 X33 demanda 12 14 7 Deve-se calcular novamente os caminhos fechados. cálculo do benefício do caminho fechado das vnbs X11 → X13 → X23 → X21 = + 80 + 110 - 110 + 120 - 70 X31 → X21 → X23 → X33 = + 50 + 0 - 70 + 120 - 0 X22 → X12 → X13 → X23 = + 20 + 90 - 60 + 110 - 120 X32 → X33 → X13 → X12 = + 50 + 0 - 0 + 110 - 60 Finalmente, o critério de parada foi satisfeito e a solução ótima (S*) foi encontrada com: Min Z = 14×60 + 110 + 12×70 + 120 = 1910. Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 14 5. o problema de transporte com transbordo Problemas de Transbordo possuem uma característica mais geral em rela- ção ao problema clássico de transportes. Neste problema, nós de transbor- do são aqueles que enviam e recebem mercadorias, podendo ser ao mes- mo tempo nós de fornecimento (por exemplo, fabricação) ou de demanda. armazéns clientesfábricas Neste tipo de problema, procura-se diminuir o custo total de transporte ao despachar mercadorias com a utilização de nós intermediários antes de chegar ao seu destino final. Nesta seção, um problema de transbordo será convertido e resolvido como um problema de transporte clássico. Para isso, é preciso dividir todo nó de transbordo em dois: um de origem e outro de destino, tal como ilustrado na Figura 3. dois nósi oi di xij xii xji Esses novos nós devem ter as seguintes quantidades associadas: → Nó de demanda: quantidade máxima da mercadoria que poderá chegar até ele, possivelmente seja a quantidade total de fornecimen- to no sistema; → Nó de fornecimento: da quantidade no nó de demanda deve ser subtraída a demanda original (como destino final neste nó) se houver. ExEmplo O Governo de um país pobre vive o surto de uma doença nova e precisa adquirir vacinas para imunizar pessoas de uma determinada faixa-etária, sexo e condição de vulnerabilidade. Esse governo é responsável por fazer Figura 2. Ilustração de um problema de transportes com transbordo. Fonte: adaptado de <www.ingenieria industrialonline.com>. Figura 3. Representação da divisão de um nó de transbordo em um de origem e outro de demanda. http://www.ingenieriaindustrialonline.com http://www.ingenieriaindustrialonline.com Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 15 chegarem 400 caixas de vacinas à região Norte do país e 520 caixas na região Sul. A ONU está ajudando o país por meio de um doador anônimo, que pagará a aquisição das vacinas, porém, o custo de transporte das cai- xas será arcado pelo Governo daquele país. Devido à dificuldade de encontrar matéria-prima para a produção, não há muitas opções de fornecedores da vacina pronta, os mercados encon- trados foram: Japão com capacidade de produzir 220 vacinas, Brasil 300 e E.U.A 400. Portanto, o Governo está se deparando com duas dificuldades, a saber: a. não haverá vacinas suficientes para todos e b. o custo de trans- porte direto daqueles países é extremamente alto em alguns casos, o que faria com que, mesmo não tendo que arcar com o custo de aquisição das vacinas, o valor a ser gasto no transporte de todas as vacinas superaria o orçamento disponível. Para ajudar aquele país, você, estudante de pesquisa operacional em uma renomada universidade do Brasil, resolveu fazer um estudo para diminuir o custo do transporte e descobriu primeiro que: existe a pos- sibilidade de fazer a baldeação das vacinas utilizando o porto de Cuba e o depósito de vacinas da Bélgica, que, devido a acordos comerciais, fará diminuir os custos de maneira suficiente para caber no orçamento do Governo do país demandante. Assim, você chegou aos seguintes custos de transporte: custo do transporte por caixa de vacinas em us$ capacidade *cuba *bélgica região norte região sul brasil 40 45 - - 300 japão 55 30 - - 220 e.u.a. - 35 - - 400 *cuba 0 25 30 40 ? *bélgica 25 0 40 35 ? demanda ? ? 400 520 Então, você apresentou o seguinte desenvolvimento: Rede do problema: Brasil E.U.A. Japão Cuba Bélgica Norte Sul 25 40 55 30 35 45 30 35 40 40 Tabela 2. Custo de transporte por caixa de 100 unidades da vacina. Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 16 Resolução: Onde não há possibilidade de transporte, atribui-se o M (um custo grande o suficiente para inviabilizar a atribuição na variável). Tanto Cuba como Bélgica, pode receber a quantidade total de fornecimento (920 caixas). cuba bélgica norte sul capacidade brasil 40 45 M M 300 japão 55 30 M M 220 e.u.a. M 35 M M 400 cuba 0 25 30 40 920 bélgica 25 0 40 35 920 demanda 920 920 400 520 Deve-se atribuir um valor ao M (custo alto onde não há transporte), um valor suficiente é 999. cuba bélgica norte sul capacidade brasil 40 45 999 999 300 japão 55 30 999 999 220 e.u.a. 999 35 999 999 400 cuba 0 25 30 40 920 bélgica 25 0 40 35 920 demanda 920 920 400 520 Construção de uma solução básica inicial pelo método de aproximação de Vogel. método: vogel disponibilidade cuba bélgica norte sul brasil – 40 300 45 – 999 – 999 300 X11 X12 X13 X14 japão – 55 220 30 – 999 – 999 220 X21 X22 X23 X24 E.U.A. – 999 400 35 – 999 – 999 400 X31 X32 X33 X34 cuba 920 0 – 25 – 30 – 40 920 X41 X42 X43 X44 bélgica – 25 – 0 400 40 520 35 920 X51 X52 X53 X54 demanda 920 920 400 520 Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 17 Aplicando o método de stepping stone: método: stepping stone disponibilidade cuba bélgica norte sul brasil 300 40 – 45 – 999 – 999 300 X11 X12 X13 X14 japão – 55 220 30 – 999 – 999 220 X21 X22 X23 X24 E.U.A. – 999 400 35 – 999 – 999 400 X31 X32 X33 X34 cuba 620 0 – 25 300 30 – 40 920 X41 X42 X43 X44 bélgica – 25 300 0 100 40 520 35 920 X51 X52 X53 X54 demanda 920 920 400 520 → Ponto de fornecimento {Brasil, Japão e E.U.A}; → Ponto de demanda {Norte e Sul}; → Recebimento e Repasse {Cuba e Bélgica}. Portanto, o governo daquele país gastará US$ 63.800,00 no transporte das vacinas. Código no software LINDO: min 40x11 + 45x12 + 999x13 + 999x14 + 55x21 + 30x22 + 999x23 + 999x24 + 999x31 + 35x32 + 999x33 + 999x34 + 25x42 + 30x43 + 40x44 + 25x51 + 40x53 + 35x54 st x11 + x12 + x13 + x14 = 300 x21 + x22 + x23 + x24 = 220 x31 + x32 + x33 + x34 = 400 x41 + x42 + x43 + x44 = 920 x51 + x52 + x53 + x54 = 920 x11 + x21 + x31 + x41 + x51 = 920 x12 + x22 + x32 + x42 + x52 = 920 x13 + x23 + x33 + x43 + x53 = 400 x14 + x24 + x34 + x44 + x54 = 520 end gin 20 Agora com a Região Norte como nó de destino e de transbordo: Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 18 custo do transporte por caixa de vacinas em us$ capacidade *cuba *bélgica região norte região sul brasil 40 45 M M 300 japão 55 30 M M 220 e.u.a. M 35 M M 400 *cuba 0 25 30 40 920 *bélgica 25 0 40 35 920 r. norte M M 0 5 920-400 demanda 920 920 920 520 Rede do problema: Brasil E.U.A. Japão Cuba Bélgica Norte Sul 25 40 55 30 35 45 30 35 40 40 5 Construção de uma solução pelo método de Vogel. método: vogel disponibilidade cuba bélgicanorte sul brasil – 40 300 45 – 999 – 999 300 X11 X12 X13 X14 japão – 55 220 30 – 999 – 999 220 X21 X22 X23 X24 E.U.A. – 999 400 35 – 999 – 999 400 X31 X32 X33 X34 cuba 920 0 – 25 – 30 – 40 920 X41 X42 X43 X44 bélgica – 25 – 0 400 40 520 35 920 X51 X52 X53 X54 norte – 0 – 25 920 30 – 35 520 X41 X42 X43 X54 demanda 920 920 400 520 Pesquisa Operacional I / Aulas 13–16 Problemas de Transporte 19 REFERÊNCIAs BELFIORI, P. PAULO, L.� Pesquisa Operacional Para Cursos de Engenharia. Editora Cam- pus Elsevier, Edição: 1, 2012. COLIN, E.C. �Pesquisa Operacional - 170 apli- cações. Editora LTC, Edição 1, 2007. CAIXETA-FILHO, J.V. �Pesquisa Operacional. 2.ed. Atlas, 2004. GOLDBARG, M.C.; LUNA, H.P.� Otimização com- binatória e programação linear. 2.ed. El- sevier, 2005. MARINS, FERNANDO AUGUSTO SILVA. �Introdução à Pesquisa Operacional. Cultura acadêmi- ca, 2011.
Compartilhar