07 Transport Formulation

Problmes de Transport Solution des problmes de transport Problmes daffectation Problme de transbordement Conclusion
Problmes de transport
formulation des problmes daffectation
Hugues Talbot
Laboratoire A2SI
31 mars 2009
Plan
Problmes de Transport Introduction Distribution Thorie quilibrage Modlisation Solution des problmes de transport Solution de base initiale Problmes daffectation Affectation Problme de transbordement Transbordement Conclusion Conclusion
Problmes linaires particuliers : problmes de transport

Certains problmes en programmation linaire ont une
structure particulire que lon peut exploiter ;

On peut les rsoudre comme dhabitude par un simplexe,
mais on peut aussi les rsoudre plus simplement et plus efcacement.

Certains de ces problmes sont formuls en entier. La
solution est en entier aussi, mais la rsolution nest pas plus difcile.
Le mieux est de donner un exemple
Distribution dlectricit
Soit un srie de villes alimentes en lectricit par des centrales. La situation est rsume par la table suivante :
Cit 1 8 9 14 45 Cit 2 6 12 9 20 Cit 3 10 13 16 30 Cit 4 9 7 5 30 Puissance fournie (GWh) 35 50 40
Centrale 1 Centrale 2 Centrale 3 Demande (GWh)
Ici, les cot au milieu de la matrice sont ceux de production pour 1GWh. Formulez le problme pour minimiser le cot pour alimenter toutes les villes.
Formulation
xij = nombre de GWh produits la centrale i et envoy la
cit j.
Cot dacheminement depuis les centrales = cot total =
z=
8x11 + 6x12 + 10x13 + 9x14 + 9x21 + 12x22 + 13x23 + 7x24 + 14x31 + 9x32 + 16x33 + 5x34
Formulation : contraintes
Contraintes de production
x11 + x12 + x13 + x14 35 x21 + x22 + x23 + x24 50 x31 + x32 + x33 + x34 40
contraintes de consommation
x11 x12 x13 x14
+ + + +
x21 x22 x23 x24
+ + + +
x31 x32 x33 x34
45 40 30 30
Plus les contraintes habituelles (xij 0)
Rsolution
Cest un problme de PL standard On peut rsoudre par un simplexe (pas la main...). On trouve le rsultat suivant :
x12 x13 x21 x23 x32 x34 10 25 45 5 10 30 Pour un cot total de 1020.
Solution sous forme graphique
Forme gnrale
La forme gnrale dun problme de transport est la suivante :
i=m j=n
min
i=1 j=1 j=n
cij xij
s.t
j=1 i=m
xij si , i {1, . . . , m}
(contraintes doffre)
xij dj , j {1, . . . , n}
i=1
(contraintes de demande)
Terminologie
Si le problme est une maximisation, cest toujours un
problme de transport.
Si on a
i=m j=n
si =
i=1 j=1
dj ,
le problme est dit quilibr. Lexemple donn est bien quilibr.

Dans un problme quilibr, toutes les contraintes doivent
tre des galits (pourquoi ?).
Problmes quilibrs
Il est prfrable de considrer les problmes quilibrs. En
effet, on montrera quil est relativement facile de trouver une solution de base ralisable pour ces problmes.
De mme, les oprations du simplexe dans le cas de
problmes de transport quilibrs se rduisent des additions et soustractions.
Rendre un problme quilibr

Pour quilibrer un problme de transport pour lequel il y a
trop doffre, il suft de crer un point de demande virtuel dont la demande correspond loffre excdentaire, et pour lequel les cots de transport sont nuls. La demande transporte vers le point virtuel correspond la capacit non utilise. De manire naturelle, cest le point doffre pour lequel les cots de transport sont les (question : plus ? moins ?) levs qui enverra sa capacit vers le lien virtuel. Exemple, dans le cas prcdent de livraison dlectricit, en supposant que la demande pour la cit 1 soit rduite 40 GWh. On trouve un excs de 5 GWh, quon peut allouer un point de demande virtuel. Notons que la solution optimale est assez diffrente dans ce cas.
Solution sous forme graphique du cas non quilibr
Reprsentation sous forme de tableau

On peut facilement reprsenter un problme de transport
sous forme de tableau : Ville 1 0 8 45 9 0 14 45 Ville 2 10 6 0 12 10 9 20 Ville 3 25 10 5 13 0 16 30 Ville 4 0 9 0 7 30 5 30 Offre 35 50 40
centrale 1 centrale 2 centrale 3 Demande colonnes.
On note que les valeurs sadditionne en lignes et en
Equilibrage lorsque la demande excde loffre
Lorsque la demande excde loffre, il ny a pas de solution
ralisable (exemple : rduisons la capacit de la centrale 1 30 GWh).

Parfois, la modlisation permet davoir de la demande non
satisfaite, souvent en ajoutant une pnalit.

Exemple : production deau
Problme de production deau

Deux rservoirs sont prvus pour alimenter 3 villes en eau
potable. Chacun des rservoirs peut produire 50 000 m3 deau par jour.
La demande de chacune des villes est de 40 000 m3 /j Si les rservoirs narrivent pas fournir sufsamment
deau, il y a une pnalit par 1000 m3 : 20 pour la ville 1, 22 pour la ville 2 et 23 pour la ville 3.
Les cots de transport par 1000 m3 sont rsums ici :
De Rservoir 1 Rservoir 2
Ville 1 7 9
Ville 2 8 7
Ville 3 10 8
Solution
Rservoir 1 Rservoir 2 Virtuel Demande
Ville 1 20 7 0 9 20 20 40
Ville 2 30 8 10 7 0 22 40
Ville 3 0 10 40 8 0 23 40
Offre 50 50 20
Modlisation des problmes dinventaire

Sur un exemple
Lentreprise BellesVoiles fabrique des voiles pour bateaux. Elle a son carnet de commande pour les 4 prochains trimestres : 1er 2eme 3eme 4eme commandes 40 60 75 25 BV doit fournir temps. Elle possde un inventaire de 10 voiles et doit dcider de combien de voiles produire par trimestre au dbut de chacun dentre eux. On suppose que seules les voiles produites durant un trimestre peuvent tre vendues. Chaque trimestre, BV peut produire jusqu 40 voiles un cot de 400 par voile, ou bien, en payant ses employs des heures supplmentaires, jusqu 40 voiles un cot de 450 chacune. A la n de chaque trimestre, un cot dinventaire de 20 dot tre appliqu chaque invendu. On veut minimiser les cots et produire temps.
Production pour les voiles

Points doffre : 1. Inventaire initial (s1 = 10) 2. Production du premier trimestre : Normale (s2 = 40), heures sup (s3 = 40). 3. Production du second trimestre : Normale (s4 = 40), heures sup (s5 = 40). 4. Production du troisime trimestre : Normale (s6 = 40), heures sup (s7 = 40). 5. Production du quatrime trimestre : Normale (s8 = 40), heures sup (s9 = 40).
Total de loffre : 330
Consommation pour les voiles
Points de demande : 1. Demande du premier trimestre (d1 = 40) 2. Demande du second trimestre (d2 = 60) 3. Demande du troisime trimestre (d3 = 75) 4. Demande du quatrime trimestre (d4 = 25) 5. Demande virtuelle pour quilibrer (d5 = 330 200 = 130). Remarque : il faut empcher de produire une voile au 2e
trimestre pour remplir la production du 1er ! ce type de transport doit tre impossible.
Tableau pour les voiles
Trimestre 1 Initial T1 TN T1 HS T2 TN T2 HS T3 TN T3 HS T4 TN T4 HS Demande 40 0 400 450 M M M M M M
Trimestre 2 20 420 470 400 450 M M M M 60
Trimestre 3 40 440 490 420 470 400 450 M M 75
Trimestre 4 60 460 510 440 490 420 470 400 450 25
Virtuel 0 0 0 0 0 0 0 0 0 130
Offre
Solution pour les voiles
Trimestre 1 Initial T1 TN T1 HS T2 TN T2 HS T3 TN T3 HS T4 TN T4 HS Demande 40 10 0 30 400 450 M M M M M M
Trimestre 2 20 10 420 470 40 400 10 450 M M M M 60
Trimestre 3 40 440 490 420 470 40 400 35 450 M M 75
Trimestre 4 60 460 510 440 490 420 470 25 400 450 25
Virtuel 0 0 40 0 0 30 0 0 5 0 15 0 40 0 130
Offre 10 40 40 40 40 40 40 40 40
Trouver une base de dpart

Soit un problme de transport avec m points doffre et n
points de demande. Cest un problme avec m + n contraintes dgalit.

Il est difcile de trouver une SBR initiale dans le cas des
galits strictes (pourquoi ?).

Une remarque est trs importante : dans les problmes de
transport m + n galits, une de ces galits est redondante. autrement dit, si on trouve un ensemble de xij qui satisfait toutes les contraintes sauf une, alors la dernire est galement satisfaite.
Variables indpendantes
par exemple, dans le cas de la distribution dlectricit, si
on ignore la premire galit, on voit quelle est tout de mme satisfaite par la solution.
Dans les m + n 1 contraintes restantes, on ne peut pas
se contenter de prendre nimporte quelle collection de n + m 1 variables comme base de dpart. On peut tomber sur une matrice de rang trop faible.
Boucles et bases
Une squence de au moins 4 cellules dun tableau est une
boucle si et seulement si :
toute paire conscutive de cellules sont soit sur la mme
ligne, soit sur la mme colonne

aucun triplet de cellules sont sur la mme ligne ou colonne la premire et la dernire cellule sont conscutive (soit sur
la mme ligne, soit sur la mme colonne) On a le thorme suivant :
Dans un problme de transport quilibr avec m producteurs et n consommateurs, les cellules correspondant un ensemble de m + n 1 variables forment une solution de base si et seulement si lensemble des cellules correspondant ne contient pas de boucles.
Mthodes pour trouver une SBR initiale
Il y a trois mthodes classiques 1. La mthode du coin suprieur gauche ; 2. La mthode du cot minimum ; 3. La mthode de VOGEL.
Exemple de problme daffectation

Une fabrique M a 4 machines et 4 tches complter Chaque machine doit lui voir assigner une tche. Le temps
de mise en uvre est donn par la table suivante : T1 T2 T3 T4 Machine 1 14 5 8 7 Machine 2 2 12 6 5 Machine 3 7 8 3 9 Machine 4 2 4 6 10 La fabrique veut minimiser le temps total de mise en uvre.
Formuler et rsoudre
Formulation des problmes daffectation
Les problmes daffectation sont des problmes de
transport quilibrs pour lesquels chaque producteur et consommateur ont une valeur de 1.
Si toutes les valeurs dans le tableau de transport sont
entires, la solution le sera aussi. On peut donc ignorer cette contrainte si elle surgit.
En passant : peut on avoir un problme daffectation m n
avec n = m ? si oui, quelle situation avons nous affaire, et que faire ?
Trouver une solution
Dans nimporte quel ensemble de variables de bases pour
un problme daffectation de taille m m, on aura toujours m variable qui valent 1 et m 1 variables qui valent 0 (pourquoi ?).
On peut trouver une SBR initiale et rsoudre par le
simplexe des transports, mais les variables de base des problmes daffectation sont trs dgnres et le simplexe nest pas bien adapt.
La mthode Hongroise
1. Trouver llment minimum dans chaque ligne de la matrice m m. Construire une nouvelle matrice en soustrayant de chaque cot le minimum dans sa ligne ; Pour cette nouvelle matrice, trouver le cot minimum dans chaque colonne. Construire une nouvelle matrice en soustrayant dans chaque colonne son minimum. 2. Tracer le nombre minimum de lignes (horizontales ou verticales) pour couvrir tous les zros dans cette nouvelle matrice (appelle la matrice des cots rduits). Si moins m lignes sont ncessaires, passer ltape 3. 3. Trouver le plus petit lment non-nul k dans la matrice des cots rduits, qui ne soit pas couvert par une ligne ltape 2. Soustraire k de chaque lment non recouvert, puis ajouter k tous les lments recouverts par 2 lignes, et retourner ltape 2.
Rsolution par la mthode Hongroise
1- Minimum par lignes Tche 1 14 2 7 2 Tche 2 5 12 8 4 Tche 3 8 6 3 6 Tche 4 7 5 9 10 Min 5 2 3 2
Machine 1 Machine 2 Machine 3 Machine 4
2- Minimum par colonnes Tche 1 9 0 4 0 0 Tche 2 0 10 5 2 0 Tche 3 3 4 0 4 0 Tche 4 2 3 6 8 2
Machine 1 Machine 2 Machine 3 Machine 4 Minimum
3- lignes Tche 1 +9 |0 +4 |0 Tche 2 0 10 5 2 Tche 3 3 4 0 4 Tche 4 0 1 4 6
3- Minimum par cellules non couvertes : 1 Tche 1 + 10 |0 +5 |0 Tche 2 0 9 5 1 Tche 3 3 3 0 3 Tche 4 +0 |0 +4 |5
Choix de la base optimale
A la n de lalgorithme Hongrois, on a au moins m zros
couverts dans la matrice

Il existe un et un seul ensemble de variables constitues
de zros couverts qui forme un SBR

Ce SBR est la base optimale pour le problme daffectation Ici : x41 = x12 = x33 = x24 = 1.
Justication intuitive
Si une constante k est ajoute chaque ligne ou colonne
dans un problme de transport quilibr, la solution optimale nest pas change.Cela revient ajouter la constante k au cot, puisque par exemple m x1j = 1 j=1 De mme, ltape 3 de la mthode Hongroise ne change pas loptimum, car elle revient faire simultanment :
ajouter k chaque cot couvert par une ligne horizontale ; soustraire k chaque cot non-couvert par une ligne
verticale. tape 1 cre au moins un zro par ligne ou colonne. tape
3 cre au moins un zro supplmentaire chaque fois.

Ces deux tapes oprent tout en gardant les cot
non-ngatifs. Au bout du compte, loptimum est le mme que pour le problme initial, et il est forcment constitu de cots nuls.
Exemple de problme de transbordement

Soit lentreprise W , qui fabrique des jouets, lune
Montpellier, lautre Douais. Celle de Montpellier peut en fabriquer 150 par jour, celle de Douais 200. Les jouets sont envoy par la route aux magasins Lyon et Brest. Les clients dans ces villes achtent 130 jouets. Du fait des cots de transports moins levs par rail, il peut tre moins cher de faire passer les jouets par Nevers et/ou Castres. Les cots dacheminement sont les suivants : M D N C L B M 0 8 13 25 28 D - 0 15 12 26 25 0 6 16 17 N C 6 0 14 16 0 L B 0
Transformation en problme de transport
Conclusion
Les problmes de transport, affectaction et
transbordement sont des cas particuliers de LP, quon ne rsout pas par le simplexe habituel.
Il existe une mthode de rsolution plus simple, non
matricielle.
Si les cot sont entiers, la solution est galement entire,
donc si on peut formuler un problme sous forme de transport, la solution en entier est galement facilement calculable.

07 Transport Formulation

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

07 Transport Formulation

Transféré par

Droits d'auteur :

Formats disponibles

Problmes de Transport Solution des problmes de transport Problmes daffectation Problme de transbordement Conclusion

Problmes linaires particuliers : problmes de transport

structure particulire que lon peut exploiter ;

mais on peut aussi les rsoudre plus simplement et plus efcacement.

Centrale 1 Centrale 2 Centrale 3 Demande (GWh)

xij = nombre de GWh produits la centrale i et envoy la

x11 x12 x13 x14

x21 x22 x23 x24

x31 x32 x33 x34

Plus les contraintes habituelles (xij 0)

Solution sous forme graphique

le problme est dit quilibr. Lexemple donn est bien quilibr.

tre des galits (pourquoi ?).

Il est prfrable de considrer les problmes quilibrs. En

problmes de transport quilibrs se rduisent des additions et soustractions.

Rendre un problme quilibr

Solution sous forme graphique du cas non quilibr

Reprsentation sous forme de tableau

sous forme de tableau : Ville 1 0 8 45 9 0 14 45 Ville 2 10 6 0 12 10 9 20 Ville 3 25 10 5 13 0 16 30 Ville 4 0 9 0 7 30 5 30 Offre 35 50 40

centrale 1 centrale 2 centrale 3 Demande colonnes.

On note que les valeurs sadditionne en lignes et en

Equilibrage lorsque la demande excde loffre

Lorsque la demande excde loffre, il ny a pas de solution

ralisable (exemple : rduisons la capacit de la centrale 1 30 GWh).

satisfaite, souvent en ajoutant une pnalit.

Problme de production deau

Rservoir 1 Rservoir 2 Virtuel Demande

Modlisation des problmes dinventaire

Production pour les voiles

Total de loffre : 330

Consommation pour les voiles

Tableau pour les voiles

Trimestre 1 Initial T1 TN T1 HS T2 TN T2 HS T3 TN T3 HS T4 TN T4 HS Demande 40 0 400 450 M M M M M M

Trimestre 2 20 420 470 400 450 M M M M 60

Trimestre 3 40 440 490 420 470 400 450 M M 75

Trimestre 4 60 460 510 440 490 420 470 400 450 25

Solution pour les voiles

Trimestre 1 Initial T1 TN T1 HS T2 TN T2 HS T3 TN T3 HS T4 TN T4 HS Demande 40 10 0 30 400 450 M M M M M M

Trimestre 2 20 10 420 470 40 400 10 450 M M M M 60

Trimestre 3 40 440 490 420 470 40 400 35 450 M M 75

Trimestre 4 60 460 510 440 490 420 470 25 400 450 25

Trouver une base de dpart

points de demande. Cest un problme avec m + n contraintes dgalit.

galits strictes (pourquoi ?).

par exemple, dans le cas de la distribution dlectricit, si

ligne, soit sur la mme colonne

la mme ligne, soit sur la mme colonne) On a le thorme suivant :

Mthodes pour trouver une SBR initiale

Exemple de problme daffectation

Formulation des problmes daffectation

Les problmes daffectation sont des problmes de

avec n = m ? si oui, quelle situation avons nous affaire, et que faire ?

Trouver une solution

Dans nimporte quel ensemble de variables de bases pour

Rsolution par la mthode Hongroise

1- Minimum par lignes Tche 1 14 2 7 2 Tche 2 5 12 8 4 Tche 3 8 6 3 6 Tche 4 7 5 9 10 Min 5 2 3 2

Machine 1 Machine 2 Machine 3 Machine 4

Rsolution par la mthode Hongroise

2- Minimum par colonnes Tche 1 9 0 4 0 0 Tche 2 0 10 5 2 0 Tche 3 3 4 0 4 0 Tche 4 2 3 6 8 2

Machine 1 Machine 2 Machine 3 Machine 4 Minimum

Rsolution par la mthode Hongroise

3- lignes Tche 1 +9 |0 +4 |0 Tche 2 0 10 5 2 Tche 3 3 4 0 4 Tche 4 0 1 4 6

Machine 1 Machine 2 Machine 3 Machine 4

Rsolution par la mthode Hongroise