对于产销不平衡问题有两种情况:
  供大于求(产大于销)→增加虚拟销地
  供不应求(产小于销)→增加虚拟产地

例如以下例题:

1.这个问题可以采用笔算的方式:

表上作业法

得到初始方案

检验基变量个数是否为m+n-1个,若不是,则说明初始解退化,需要不足基变量个数(如填写一个数字同时满足了一厂一商,则需在同行或同列中填写一个数字0,以保证恰好有m+n-1个数字)【注意:基可行解中不能有某个基变量独占一行一列】

↓计算位势值(*)

基于基变量的cij计算出vj和ui,根据公式:cij=vj+ui,可以令v1=0(随意设置)

基于非基变量的表格,计算出非基变量检验数,σij=cij-(vj+ui)。

↓若σij全非负,则说明初始方案为最优方案,从而计算出运输费用。

若存在σij < 0 ,则说明初始方案不是最优方案,需要进行调整。首先在作业表上以xij为起始变量作出闭回路(其余顶点均为基变量,回路中每行每列只有两个变量), 并求出调整量 ε: ε=min{该闭回路中偶数次顶点调运量xij}。

以xij为起始变量,其余顶点为基变量的闭回路,1.闭回路之外的变量调运量不变,2.闭回路上:偶数号顶点的调运量减去ε, 奇数号顶点的调运量加上ε。(*)

重复计算(*)之间的步骤,直到非基变量检验数全部为非负时,方案为最优方案。

2.LINGO计算最优方案

sets:
supplys/1..3/: produce;
demands/1..4/: sell;
links(supplys, demands): c, x;
endsets
data:
produce = 15,20,20;
sell = 5,15,20,20;
c = 5 5 9 1011 8 13 125 8 6 11;
enddata
min = @sum(links(i,j): c(i,j) * x(i,j));
@for(supplys(i): @sum(demands(j): x(i,j)) = produce(i));
@for(demands(j): @sum(supplys(i): x(i,j)) <= sell(j));

运行结果如下:

  Global optimal solution found.Objective value:                              415.0000Infeasibilities:                              0.000000Total solver iterations:                             7Model Class:                                        LPTotal variables:                     12Nonlinear variables:                  0Integer variables:                    0Total constraints:                    8Nonlinear constraints:                0Total nonzeros:                      36Nonlinear nonzeros:                   0Variable           Value        Reduced CostPRODUCE( 1)        15.00000            0.000000PRODUCE( 2)        20.00000            0.000000PRODUCE( 3)        20.00000            0.000000SELL( 1)        5.000000            0.000000SELL( 2)        15.00000            0.000000SELL( 3)        20.00000            0.000000SELL( 4)        20.00000            0.000000C( 1, 1)        5.000000            0.000000C( 1, 2)        5.000000            0.000000C( 1, 3)        9.000000            0.000000C( 1, 4)        10.00000            0.000000C( 2, 1)        11.00000            0.000000C( 2, 2)        8.000000            0.000000C( 2, 3)        13.00000            0.000000C( 2, 4)        12.00000            0.000000C( 3, 1)        5.000000            0.000000C( 3, 2)        8.000000            0.000000C( 3, 3)        6.000000            0.000000C( 3, 4)        11.00000            0.000000X( 1, 1)        5.000000            0.000000X( 1, 2)        10.00000            0.000000X( 1, 3)        0.000000            0.000000X( 1, 4)        0.000000            1.000000X( 2, 1)        0.000000            3.000000X( 2, 2)        5.000000            0.000000X( 2, 3)        0.000000            1.000000X( 2, 4)        15.00000            0.000000X( 3, 1)        0.000000            3.000000X( 3, 2)        0.000000            6.000000X( 3, 3)        20.00000            0.000000X( 3, 4)        0.000000            5.000000Row    Slack or Surplus      Dual Price1        415.0000           -1.0000002        0.000000           -9.0000003        0.000000           -12.000004        0.000000           -6.0000005        0.000000            4.0000006        0.000000            4.0000007        0.000000            0.0000008        5.000000            0.000000

由此可知:

最优方案为:

运输费用为 415 。

本篇文章为原创,转载请说明出处。
我的博客:https://www.cnblogs.com/yannick99/

运输问题中产销不平衡问题(表上作业法和LINGO方法)相关推荐

  1. 平衡运输问题及其表上作业法---指派问题及其匈牙利解法

    一.平衡运输问题及其表上作业法 平衡问题及数学建模  平衡运输问题: 就是生产数量与销售数量相等的运输问题.对总产量等于总需求量的运输问题,可直接采用表上作业法求最优运输方案  数学模型:  2.表上 ...

  2. c语言实现运输问题表上作业法,运输问题的表上作业法

    <运输问题的表上作业法>由会员分享,可在线阅读,更多相关<运输问题的表上作业法(15页珍藏版)>请在装配图网上搜索. 1.2020/9/25,Chapter 06 中文资料运输 ...

  3. 【运筹学】运输规划、表上作业法总结 ( 运输规划模型 | 运输规划变量个数 | 表上作业法 | 最小元素法 | 差额 Vogel 法 ★ | 闭回路法 ) ★★★

    文章目录 一.运输规划模型 1.产销平衡模型 2.产销不平衡模型 二.运输规划数学模型变量个数 三.表上作业法 四.表上作业法 : 求初始基可行解 1.最小元素法 2.差额法 ( Vogel ) 推荐 ...

  4. 【运筹学】运输规划 ( 运输规划问题模型及变化 | 表上作业法引入 )

    文章目录 一.运输规划问题模型及变化 二.运输规划问题求解 ( 表上作业法 ) 一.运输规划问题模型及变化 运输规划问题一般形式 ( 产销平衡 ) : m\rm mm 个产地 : A1,A2,A3,⋯ ...

  5. 【运筹学】表上作业法 ( 最优解判别 | 初始基可行解 | 运费修改可行性方案 | 闭回路法 )

    文章目录 一.最优解判别 二.初始基可行解 三.运费修改可行性方案 四.闭回路法 一.最优解判别 在上两篇博客 [运筹学]表上作业法 ( 求初始基可行解 | 最小元素法 ) , [运筹学]表上作业法 ...

  6. 【运筹学】表上作业法 ( 求初始基可行解 | 最小元素法 )

    文章目录 一.表上作业法 第一步 : 确定初始基可行解 二.最小元素法 一.表上作业法 第一步 : 确定初始基可行解 运输问题如下 : 下面的表格代表 333 个产地 , 444 个销地 的运输规划问 ...

  7. 【运筹学】表上作业法 ( 最小元素法分析 | Vogel 方法 )

    文章目录 一." 最小元素法 " 分析 二.Vogel 方法 ( 差额法 ) 一." 最小元素法 " 分析 在上一篇博客 [运筹学]表上作业法 ( 求初始基可行 ...

  8. 【运筹学】表上作业法 ( 示例 | 使用 “ 最小元素法 “ 找初始基可行解 )

    文章目录 一.运输规划问题 二.找初始基可行解 一.运输规划问题 运输规划问题 : B1\rm B_1B1​ B1\rm B_1B1​ B1\rm B_1B1​ B1\rm B_1B1​ 产量 A1\ ...

  9. 获取sqlserver数据库中所有库、表、字段名的方法

    获取sqlserver数据库中所有库.表.字段名的方法 2009年03月12日 星期四 下午 12:51 1.获取所有数据库名: SELECT Name FROM Master..SysDatabas ...

  10. 服务器在机柜中的安装位置,服务器上机柜的安装方法

    服务器上机柜的安装方法 内容精选 换一换 安装依赖时,使用pip3.7.5 install xxx命令安装相关软件时提示无法连接网络,且提示"Could not find a version ...

最新文章

  1. 怎么打公式_迫真公式部~注入之里技
  2. sklearn自学指南(part52)--潜在狄利克雷分配(LDA)
  3. 《中国当代乡土小说大系》明年出版
  4. 《Linux多线程服务端编程——使用muduo C++网络库》读书笔记
  5. cad中tk什么意思_设计中的“Neobject”什么意思?来了解一下
  6. 【例题+习题】【数值计算方法复习】【湘潭大学】(四)
  7. 用例图-是外部用户(被称为参与者)所能观察到的系统功能的模型图
  8. STM8单片机ADC单次采样模式
  9. C++_类和对象_C++多态_多态案例1-计算器类_抽象父类---C++语言工作笔记071
  10. lodop同一页面一次性打印多次
  11. web自动化测试 Selenium2 Java自动化测试实战9_3
  12. Eclipse is running in a JRE, but a JDK is requi...
  13. 韩顺平 java 坦克大战_Tankgame 韩顺平版本的坦克大战,详细包括源代码,素材以及对应文件 Java Develop 263万源代码下载- www.pudn.com...
  14. pds如何安装虚拟服务器,PDS工业缝纫机制版软件安装及常见问题解决方法
  15. 初级程序员面试题总结(一):
  16. win10安装(U盘启动)
  17. PDF文件中的图片导出
  18. html代码打猎小游戏,html贪吃蛇小游戏课件-附源代码
  19. iMindMap中的灵感触发工具该怎么运用
  20. 迎战618大促 京东技术大“阅兵”

热门文章

  1. 【优化求解】基于蝙蝠算法求解最优目标matlab源码
  2. eclipse中文版
  3. 2022年五一建模比赛A题#五一建模
  4. Windows远程桌面单/多用户同时登录
  5. 汇编语言学习之DOSBox+MASM 安装及使用教程
  6. 完美解决Mac软件意外退出的方法(软件签名)
  7. 超级终端连接华为交换机_Win8系统如何使用超级终端连接华为交换机?
  8. Java核心技术 卷1
  9. 利用 ucinet 和 netdraw进行可视化中心度分析
  10. 软件测试管理的基本要素