Επιχειρησιακή Έρευνα

01. Το Πρόβλημα Μεταφοράς και οι Παραλλαγές του

Διάλεξη 1η

Ν. ΤΣΑΝΤΑΣ
ΤΜΗΜΑ B.ΜΑΘΗΜΑΤΙΚΩΝ
Δημητρίου – Ν. Τσάντας
ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΑΤΡΩΝ

Διάλεξη 1η (Πρόβλημα Μεταφοράς) Επιχειρησιακή Έρευνα 1

Πρόβλημα Μεταφοράς (1)
Τα προβλήματα μεταφοράς ανακύπτουν στο σχεδιασμό της διανομής ενός αγαθού
από τα σημεία προσφοράς του (π.χ. εργοστάσια παραγωγής) προς τα σημεία ζήτησής
του (π.χ. καταστήματα πώλησης) που βρίσκονται σε διαφορετικά γεωγραφικά σημεία.

Σημείο Ζήτησης A
Σημείο Ζήτησης B
Σημείο Προσφοράς 3

Σημείο Προσφοράς 2

Σημείο Ζήτησης C
Σημείο Προσφοράς 1
Consider an award winning OR study conducted at Proctor & Gamble (as described
in the January–February 1997 issue of Interfaces). Prior to the study, the company’s
Σημείο Ζήτησης D supply chain consisted of hundreds of suppliers, over 50 product categories, over
60 plants, 15 distribution centers, and over 1,000 customer zones. However, as the
company moved toward global brands, management realized that it needed to
consolidate plants to reduce manufacturing expenses, improve speed to market,
and reduce capital investment. Therefore, the study focused on redesigning the
company’s production and distribution system for its North American operations.
The result was a reduction in the number of North American plants by almost 20
percent, saving over $200 million in pretax costs per year.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 2

Πρόβλημα Μεταφοράς (2)
Στα προβλήματα μεταφοράς
 οι διαθέσιμες ποσότητες του προς μεταφορά αγαθού σε καθένα από τα m σημεία
προσφοράς (πηγές) είναι περιορισμένες (και γνωστές).
 οι ζητούμενες ποσότητες του αγαθού σε καθένα από τα n σημεία ζήτησης
(προορισμοί) είναι δεδομένες.
 για κάθε μονάδα του αγαθού που μεταφέρεται από την i-πηγή στον j-προορισμό
υπάρχει ένα (μεταβλητό) κόστος cij.
 ζητούμενο είναι ο προσδιορισμός του βέλτιστου σχεδίου μεταφοράς: των
ποσοτήτων δηλαδή του αγαθού που πρέπει να μεταφερθούν από τις τοποθεσίες
που βρίσκονται στις τοποθεσίες που ζητούνται, με τέτοιο τρόπο ώστε η κάλυψη
της ζήτησης κάθε προορισμού με τις δεδομένες συνθήκες προσφοράς να
επιτυγχάνεται με την ελαχιστοποίηση του συνολικού κόστους μεταφοράς.
Ιστορικά:
 Frank L. Hitchcock (1941). The Distribution of a Product for Several Sources of
Numerous Localities.
 Tjalling C. Koopmans (1947). Optimum Utilization of the Transportation System.
 George B. Dantzig (1951). Application of the Simplex Method to the
Transportation Problem.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 3

Πρόβλημα Μεταφοράς (3)
Το πρόβλημα περιγράφεται από ένα δίκτυο με m πηγές και n προορισμούς. Μια πηγή
ή ένας προορισμός αναπαρίστανται από έναν κόμβο του δικτύου. Η ακμή που ενώνει
μια πηγή με έναν προορισμό αναπαριστά τη διαδρομή μέσω της οποίας το προϊόν
μεταφέρεται. Διμερής Γράφος.

Σημεία Προσφοράς Σημεία Ζήτησης

Πηγή με διαθεσ.ποσότητα s1 1 Προορισμός με ζήτηση d1

1

Πηγή με διαθεσ.ποσότητα s2 2
2 Προορισμός με ζήτηση d2
…

…
xij

n Προορισμός με ζήτηση dn
Πηγή με διαθεσ.ποσότητα sm m
κόστος μεταφοράς cij
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα
Πρόβλημα Μεταφοράς (4)
Παράδειγμα 1
Η PWR χρησιμοποιεί τρία εργοστάσια παραγωγής ηλεκτρικού ρεύματος για να καλύψει
τις ανάγκες τεσσάρων πόλεων. Η δυναμικότητα των εργοστασίων ανέρχεται σε 35
εκατομμύρια kWh στο 1ο, 50 εκατομμύρια στο 2ο και 40 εκατομμύρια στο 3ο. Η μέγιστη
ζήτηση και των τεσσάρων πόλεων συμβαίνει την ίδια ώρα (στις 14.00) και ανέρχεται σε
45 εκατομμύρια kWh στην 1η, 20 εκατομμύρια στη 2η, 30 εκατομμύρια στην 3η και 30
εκατομμύρια στην 4η. Το κόστος μεταφοράς 1 εκατομμυρίου kWh ηλεκτρισμού από τα
εργοστάσια παραγωγής στις πόλεις εξαρτάται από την απόσταση που πρέπει το
ηλεκτρικό ρεύμα να ταξιδέψει κι έχει ως ακολούθως:
ΠΡΟΣ ΠΡΟΣΦΟΡΑ
ΑΠΟ Πόλη 1 Πόλη 2 Πόλη 3 Πόλη 4 (εκατομ kWh)

Εργοστάσιο 1 €8 €6 €10 €9 35
Εργοστάσιο 2 €9 €12 €13 €7 50
Εργοστάσιο 3 €14 €9 €16 €5 40
ΖΗΤΗΣΗ
45 20 30 30
(εκατομ kWh)

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 5

Πρόβλημα Μεταφοράς (5)
Πρόβλημα Γραμμικού Προγραμματισμού με ειδική δομή: για την επίλυση του έχουν
αναπτυχθεί εξειδικευμένοι αλγόριθμοι (παραλλαγές της μεθόδου Simplex).

• Τα δεδομένα στοιχεία στο πρόβλημα μεταφοράς είναι τα ακόλουθα:

 ένα συγκεκριμένο προϊόν πρέπει να μεταφερθεί.
 υπάρχει ένα σύνολο m κέντρων παραγωγής (πηγών) του προϊόντος με
διαθέσιμη ποσότητα si i = 1, 2, ..., m.
 υπάρχει ένα σύνολο n κέντρων κατανάλωσης (προορισμών) του προϊόντος με
ζητούμενη ποσότητα dj, j = 1, 2, ..., n.
 μεταφορά επιτρέπεται μόνον από τα κέντρα παραγωγής προς τα κέντρα
κατανάλωσης (μπορεί να μην είναι δυνατή η μεταφορά σε κάποια εξ αυτών).
 το κόστος μεταφοράς μιας μονάδας του προϊόντος από την i-πηγή στον
j-προορισμό ισούται με cij.
Συμβολίζουμε με xij το πλήθος των προϊόντων που μεταφέρονται από την i-πηγή στον
j-προορισμό (μεταβλητές), π.χ. για i = 2 και j =4, x24 είναι η ποσότητα του προϊόντος
που θα μεταφέρεται από το κέντρο παραγωγής 2 στο κέντρο κατανάλωσης 4.
Με τα ανωτέρω, μπορούμε να προχωρήσουμε στη μαθηματική μοντελοποίηση του
προβλήματος μεταφοράς.
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 6
Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (1)
• Μαθηματική μοντελοποίηση του προβλήματος μεταφοράς:
 Το άθροισμα των ποσοτήτων που θα μεταφερθούν από την i-πηγή στους 1, 2,
..., n προορισμούς, θα πρέπει να είναι μικρότερο ή ίσο με τη διαθέσιμη
ποσότητα si της i-πηγής, αφού δεν είναι δυνατόν να μεταφερθεί από ένα
κέντρο παραγωγής μεγαλύτερη ποσότητα από τη διαθέσιμη. Έτσι για τα i = 1, 2,
..., m κέντρα παραγωγής έχουμε το εξής σύστημα m ανισοτήτων:
n

∑x
j =1
ij ≤ si , i =
1, 2, m

 Το άθροισμα των ποσοτήτων που θα μεταφερθούν στον j-προορισμό από τις 1,

2, ..., m πηγές θα πρέπει να είναι μεγαλύτερο ή ίσο με την ποσότητα dj που
ζητείται από τον j-προορισμό, αφού πρέπει η ζήτηση κάθε κέντρου
κατανάλωσης να καλύπτεται. Έτσι για τα j = 1, 2, ..., n κέντρα κατανάλωσης
(προορισμούς) έχουμε το εξής σύστημα n ανισοτήτων:
m

∑x
i =1
ij ≥ dj, j=
1, 2, n

 Μιας και η μεταφορά αρνητικών ποσοτήτων δεν έχει νόημα, στους παραπάνω
περιορισμούς προστίθενται και περιορισμοί μη αρνητικότητας των μεταβλητών
xij:
xij ≥ 0,
= =
i 1, 2, m, j 1, 2, n

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 7

Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (2)
 (σύμφωνα με την υπόθεση αναλογικότητας στα π.γ.π.) Θεωρούμε ότι το
κόστος μεταφοράς είναι ανάλογο της μεταφερόμενης ποσότητας: δηλαδή, το
κόστος μεταφοράς xij μονάδων προϊόντος από την i-πηγή στον j-προορισμό
είναι ίσο με cijxij. Τότε, το συνολικό κόστος zi μεταφοράς xij μονάδων προϊόντος
n

από την i-πηγή στους προορισμούς j = 1, 2, ..., n ισούται με z = ∑ c x οπότε η i ij ij

j =1

συνάρτηση συνολικού κόστους μεταφοράς z από τις πηγές i = 1, 2, ..., m στους

m
προορισμούς j = 1, 2, ..., n είναι z = ∑ z . i
i =1

• Το μαθηματικό μοντέλο του προβλήματος μεταφοράς (π.γ.π.)

m n
min z ( x) = ∑∑ cij xij (συνολικό κόστος για τη μεταφορά)
=i 1 =j 1
υπό τους περιορισμούς
n

∑x
j =1
ij 1, 2, m (προσφορά)
≤ si , i =

∑x
i =1
ij 1, 2, n (ζήτηση)
≥ dj, j =

xij ≥=
0, i 1, 2,=
m, j 1, 2, n

• Εφικτή λύση του προβλήματος μεταφοράς.

• Άριστη/Βέλτιστη λύση του προβλήματος μεταφοράς.
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 8
Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (3)
Παράδειγμα 1 (συνέχεια)
Μοντελοποίηση
Ζητούμενο είναι η εύρεση των kWh που πρέπει να στέλνονται από το κάθε εργοστάσιο
προς την κάθε πόλη (μεταβλητές), έτσι ώστε να ελαχιστοποιούνται τα συνολικά έξοδα
μεταφοράς ρεύματος (στόχος) κάτω από το δεδομένο πλαίσιο παραγωγής και ζήτησης
(περιορισμοί).
Μοντέλο Γραμμικού Προγραμματισμού (καθορισμός μεταβλητών & αντικειμενικής
συνάρτησης)
Συμβολίζουμε με xij τον αριθμό (εκατομμύρια) των kWh ηλεκτρικού ρεύματος που
παράγονται στο εργοστάσιο i και μεταφέρονται στην πόλη j. Σε όρους αυτών των
μεταβλητών, το συνολικό κόστος της μεταφοράς του ρεύματος προκειμένου να
καλυφθεί η ζήτηση των πόλεων 1-4 την ώρα αιχμής ανέρχεται σε
8 x11 + 6 x12 + 10 x13 + 9 x14 (κόστος μεταφοράς του ρεύματος από το εργοστάσιο 1)
+ 9 x21 + 12 x22 + 13 x23 + 7 x24 (κόστος μεταφοράς του ρεύματος από το εργοστάσιο 2)
+ 14 x31 + 9 x32 + 16 x33 + 5 x34 (κόστος μεταφοράς του ρεύματος από το εργοστάσιο 3)

Το ενδιαφέρον μας εστιάζεται στην ελαχιστοποίησή του (άριστη λύση).

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 9

Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (4)
Παράδειγμα 1 (συνέχεια)
Μοντέλο Γραμμικού Προγραμματισμού (διατύπωση περιορισμών)
Η μεταφορά του ηλεκτρικού ρεύματος υπόκειται σε τρία είδη περιορισμών:
• Η συνολική ηλεκτρική ενέργεια που παρέχεται από το κάθε εργοστάσιο δεν
μπορεί να ξεπεράσει την παραγωγική του ικανότητα.
x11 + x12 + x13 + x14 ≤ 35 (περιορισμός παραγωγής του 1ου εργοστασίου)
x21 + x22 + x23 + x24 ≤ 50 (περιορισμός παραγωγής του 2ου εργοστασίου)
x31 + x32 + x33 + x34 ≤ 40 (περιορισμός παραγωγής του 3ου εργοστασίου)

• Η συνολική ηλεκτρική ενέργεια που φτάνει σε κάθε πόλη πρέπει να καλύπτει

τη ζήτηση.
x11 + x21 + x31 ≥ 45 (περιορισμός ζήτησης από την 1η πόλη)
x12 + x22 + x32 ≥ 20 (περιορισμός ζήτησης από την 2η πόλη)
x13 + x23 + x33 ≥ 30 (περιορισμός ζήτησης από την 3η πόλη)
x14 + x24 + x34 ≥ 30 (περιορισμός ζήτησης από την 4η πόλη)

• Στους παραπάνω περιορισμούς πρέπει να προστεθούν και περιορισμοί μη

αρνητικότητας των μεταβλητών xij.
xij ≥=
0, i 1, 2,=
m, j 1, 2, n

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 10

Πρόβλημα Μεταφοράς (6)

Κάθε πρόβλημα μεταφοράς αναπαρίσταται με τη βοήθεια του tableau μεταφοράς.

Για παράδειγμα, η δομή ενός tableau μεταφοράς με m=3, n=4 θα είχε ως εξής:
ΠΡΟΟΡΙΣΜΟΙ
D1 D2 D3 D4 ΠΡΟΣΦΟΡΑ
ΠΗΓΕΣ
c11 c12 c13 c14
S1 s1
x11 x12 x13 x14
c21 c22 c23 c24
S2 s2
x21 x22 x23 x24
c31 c32 c33 c34
S3 s3
x31 x32 x33 x34
ΖΗΤΗΣΗ d1 d2 d3 d4

S1, S2, S3 είναι οι πηγές και D1, D2, D3, D4 οι προορισμοί. Τα στοιχεία si, dj και cij του
πίνακα δίνονται. xij είναι η ποσότητα του προϊόντος που μεταφέρεται από την πηγή Si
στον προορισμό Dj (σε τρόπο ώστε η κάλυψη της ζήτησης κάθε προορισμού με τις
δεδομένες συνθήκες προσφοράς να επιτυγχάνεται με την ελαχιστοποίηση του
m n

συνολικού κόστους μεταφοράς ∑∑ c x ). =i 1 =j 1

ij ij

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 11

Πρόβλημα Μεταφοράς (7)
Παράδειγμα 1 (συνέχεια)
tableau προβλήματος μεταφοράς
ΠΡΟΟΡΙΣΜΟΙ
D1 D2 D3 D4 ΠΡΟΣΦΟΡΑ
ΠΗΓΕΣ
8 6 10 9
S1 35
x11 x12 x13 x14
9 12 13 7
S2 50
x21 x22 x23 x24
14 9 16 5
S3 40
x31 x32 x33 x34
ΖΗΤΗΣΗ 45 20 30 30

Εδώ S1, S2, S3 είναι τα εργοστάσια και D1, D2, D3, D4 οι πόλεις. xij είναι ο αριθμός
(εκατομμύρια) των kWh ρεύματος που παράγονται στο i-εργοστάσιο και μεταφέρονται
στην j-πόλη (σε τρόπο ώστε η κάλυψη της ζήτησης κάθε πόλης με τις δεδομένες
συνθήκες παραγωγής στα εργοστάσια να επιτυγχάνεται με την ελαχιστοποίηση των
m n

συνολικών εξόδων μεταφοράς του ρεύματος ∑∑ c x ). =i 1 =j 1

ij ij

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 12

Πρόβλημα Μεταφοράς (8)

Θεώρημα. Ύπαρξη λύσεων στο πρόβλημα μεταφοράς

Αναγκαία και ικανή συνθήκη για την ύπαρξη εφικτής λύσης στο πρόβλημα μεταφοράς, είναι το άθροισμα
των ποσοτήτων που διαθέτουν οι πηγές να είναι ίσο με το άθροισμα των ποσοτήτων που απαιτούν οι
προορισμοί (ισορροπημένο πρόβλημα μεταφοράς):
m n

∑ si = ∑ d j Ολόκληρη η διαθέσιμη ποσότητα μεταφέρεται

=i 1 =j 1 ενώ η ζήτηση των αγορών καλύπτεται ακριβώς.

Οπότε το π.γ.π. για το πρόβλημα μεταφοράς μεταμορφώνεται κατ΄ ανάγκη σύμφωνα με το

• Γραμμικό μοντέλο του ΙΣΟΡΡΟΠΗΜΕΝΟΥ προβλήματος μεταφοράς

m n
min z ( x) = ∑∑ cij xij (συνολικό κόστος για τη μεταφορά)
=i 1 =j 1

υπό τους περιορισμούς

n

∑=
x
j =1
ij s=
i, i 1, 2, m (προσφορά)

∑
= x
i =1
ij d=
j, j 1, 2, n (ζήτηση)

xij ≥=
0, i 1, 2,=
m, j 1, 2, n

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 13

Πρόβλημα Μεταφοράς (9)
Παράδειγμα 2
Η MG Auto διαθέτει τρία εργοστάσια παραγωγής αυτοκινήτων στο Los Angeles,
Detroit και New Orleans και δύο κύρια κέντρα διανομής τους στο Denver και Miami. Η
δυναμικότητα των εργοστασίων για το προσεχές τρίμηνο ανέρχεται σε 1000, 1500 και
1200 αυτοκίνητα αντίστοιχα, ενώ η ζήτηση στα κέντρα διανομής έχει εκτιμηθεί στα
2300 και 1400 αυτοκίνητα. Το κόστος μεταφοράς ενός αυτοκινήτου για όλες τις
διαφορετικές διαδρομές έχει ως ακολούθως:
ΠΡΟΣ
ΑΠΟ Denver Miami
Los Angeles $80 $215
Detroit $100 $108
New Orleans $102 $68

Συμβολίζουμε με xij τον αριθμό των αυτοκινήτων που μεταφέρονται στο κέντρο
διανομής της j-πόλης από το εργοστάσιο παραγωγής της i-πόλης. Τότε, το π.γ.π. για το
πρόβλημα μεταφοράς διαμορφώνεται ως ακολούθως:

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 14

Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (5)
Παράδειγμα 2 (συνέχεια)
minimize 80 x11 + 215 x12 + 100 x21 + 108 x22 + 102 x31 + 68 x32
υπό τους περιορισμούς
x11 + x12 =
1000 LA
x21 + x22 =
1500 Detroit
x31 + x32 =
1200 NewOrleans
x11 + x21 + x31 =
2300 Denver
x12 + x22 + x32 =
1400 Miami
xij ≥ 0 για κάθε i, j

Το tableau μεταφοράς δεν επηρεάζεται από τη (νέα) μορφή των περιορισμών στο π.γ.π.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 15

Πρόβλημα Μεταφοράς (10)
• Πως διαχειριζόμαστε τα μη-ισορροπημένα προβλήματα μεταφοράς
 εάν η προσφορά είναι μεγαλύτερη από τη ζήτηση ∑ s > ∑ d εισάγουμε έναν
i j
i j

εικονικό σταθμό προορισμού Dn+1 ο οποίος “απαιτεί” ποσότητα ∑ s − ∑ d . Το i

i
j
j

κόστος μεταφοράς cin+1 (i = 1, 2, …m) εξαρτάται από το συγκεκριμένο

πρόβλημα. Εάν π.χ. οι επιπλέον ποσότητες μπορούν να παραμείνουν στις
πηγές χωρίς κόστος θα είναι cin+1=0 (i = 1, 2, …m). Εάν όμως π.χ. υπάρχουν
αποθήκευτρα, τότε τα cin+1 πρέπει να αντιστοιχηθούν σε αυτά.
 εάν η ζήτηση είναι μεγαλύτερη από την προσφορά ∑ d > ∑ s εισάγουμε μία
j
j
i
i

εικονική πηγή (σταθμός προέλευσης) Sm+1 στην οποία “παράγεται” ποσότητα

.∑ d − ∑ s . Το κόστος μεταφοράς εξαρτάται και πάλι από το συγκεκριμένο
j
j
i
i

πρόβλημα. Π.χ. cm+1j μπορεί να είναι η αποζημίωση που δίνεται στο σταθμό
προορισμού Dj για την μη-αποστολή μίας μονάδας του προϊόντος, που ενώ
ζητήθηκε, τελικά δεν παραδόθηκε (j = 1, 2, …n).

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 16

Πρόβλημα Μεταφοράς (11)
Παράδειγμα 2 (συνέχεια)
Υποθέστε ότι η παραγωγική δυναμικότητα του εργοστασίου στο Detroit είναι 1300
αυτοκίνητα (κι όχι 1500). Τότε η συνολική προσφορά (3500 αυτοκίνητα) είναι
μικρότερη από τη συνολική ζήτηση (3700 αυτοκίνητα). Έτσι προσθέτουμε μια εικονική
πηγή με δυναμικότητα 3700-3500 = 200 αυτοκίνητα. Το κόστος μεταφοράς ενός
αυτοκινήτου από την εικονική πηγή προς τους δύο προορισμούς είναι 0 (εδώ):
ΠΡΟΟΡΙΣΜΟΙ
Denver Miami ΠΡΟΣΦΟΡΑ
ΠΗΓΕΣ
80 215
Los Angeles 1000
x11 x12
100 108
Detroit 1300
x21 x22
102 68
New Orleans 1200
x31 x32
0 0
Dummy 200
x41 x42
ΖΗΤΗΣΗ 2300 1400

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 17

Πρόβλημα Μεταφοράς (12)
Παράδειγμα 2 (συνέχεια)
Υποθέστε ότι η ζήτηση στο Denver είναι 1900 αυτοκίνητα (κι όχι 2300). Τότε η
συνολική προσφορά (3700 αυτοκίνητα) είναι μεγαλύτερη από τη συνολική ζήτηση
(3300 αυτοκίνητα). Έτσι προσθέτουμε έναν εικονικό προορισμό με ζήτηση 3700-3300
= 400 αυτοκίνητα. Το κόστος μεταφοράς ενός αυτοκινήτου από τις τρεις πηγές προς
τον εικονικό προορισμό είναι 0 (εδώ):

ΠΡΟΟΡΙΣΜΟΙ
Denver Miami Dummy ΠΡΟΣΦΟΡΑ
ΠΗΓΕΣ
80 215 0
Los Angeles 1000
x11 x12 x13
100 108 0
Detroit 1500
x21 x22 x23
102 68 0
New Orleans 1200
x31 x32 x33
ΖΗΤΗΣΗ 1900 1400 400

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 18

Πρόβλημα Μεταφοράς (13)
• Ακόμη
 Υπάρχει περίπτωση κάποια από τις διαδρομές να μην είναι διαθέσιμη. Τότε,
αρκεί να προσδιορίσουμε στις συγκεκριμένες διαδρομές ένα πολύ υψηλό
κόστος μεταφοράς, έστω Μ: η διαδικασία εύρεσης της βέλτιστης λύσης θα
εξαναγκαστεί σε μηδενική εκχώρηση σ’ αυτές τις διαδρομές.
 Είναι δυνατόν να ενδιαφερόμαστε να βρούμε τη λύση σε περιβάλλον
μεγιστοποίησης.
 Μπορεί σε κάποια διαδρομή να υπάρχουν είτε περιορισμοί χωρητικότητας του
μεταφερόμενου προϊόντος xij ≤ U ij , είτε περιορισμοί ελάχιστου υποχρεωτικού
φορτίου xij ≥ Lij .

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 19

Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (6)
• Μαθηματικό μοντέλο του ισορροπημένου προβλήματος μεταφοράς (π.γ.π.)
m n
min z ( x) = ∑∑ cij xij (συνολικό κόστος για τη μεταφορά)
=i 1 =j 1
υπό τους περιορισμούς n

∑=
x
j =1
ij s=
i, i 1, 2, m (προσφορά)

∑
= xij d=
i =1
j, j 1, 2, n (ζήτηση)

xij ≥=
0, i 1, 2,=
m, j 1, 2, n

Πρόταση. Πλήθος βασικών μεταβλητών μιας λύσης

Σ’ ένα ισορροπημένο πρόβλημα μεταφοράς με m σταθμούς προέλευσης και n σταθμούς προορισμού
(m+n περιορισμοί και m�n μεταβλητές στο πγπ), μόνο m + n – 1 περιορισμοί είναι γραμμικά ανεξάρτητοι.
Συνεπώς:
• Σε μια βασική εφικτή λύση του ισορροπημένου προβλήματος μεταφοράς υπάρχουν ακριβώς m+n-1
βασικές (≥ 0) μεταβλητές και (m – 1)(n – 1) μη-βασικές μεταβλητές (=0). Μη εκφυλισμένη λύση.
Προσοχή: κάθε εφικτή λύση με m+n-1 μή-αρνητικές μεταβλητές δεν είναι κατ’ ανάγκη και βασική.
• Στο ισορροπημένο πρόβλημα μεταφοράς υπάρχουν το πολύ
 mn 
 
 m + n − 1
βασικές εφικτές λύσεις.
• Ένας περιορισμός είναι πλεονάζων.
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 20
Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (7)
Θεώρημα. Μορφή της βάσης στο πρόβλημα μεταφοράς
Θεωρήστε κατά τα γνωστά, τον διαμερισμό του μητρώου Α των συντελεστών των περιορισμών του π.γ.π.
ενός ισορροπημένου προβλήματος μεταφοράς, στο βασικό μητρώο Β το οποίο αντιστοιχεί στις βασικές
μεταβλητές xB κάποιας λύσης x και στο μητρώο Ν το οποίο αντιστοιχεί στις μή-βασικές (μηδενικές)
μεταβλητές της λύσης. Το μητρώο (βάση) Β είναι ένα τριγωνικό μητρώο.
Η ορίζουσα κάθε βάσης ενός ισορροπημένου προβλήματος μεταφοράς είναι ίση με ±1.

Θεώρημα. Ακέραιες λύσεις στο πρόβλημα μεταφοράς

Εάν οι διαθέσιμες (si) και απαιτούμενες (dj) ποσότητες είναι ακέραιοι αριθμοί, τότε και οι μεταφερόμενες
ποσότητες (μεταβλητές) xij θα έχουν ακέραιες τιμές (σε κάθε βασική εφικτή λύση του προβλήματος).

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 21

Το Πρόβλημα Μεταφοράς ως Γραμμικό Μοντέλο (8)

Παρατηρούμε ότι στο μητρώο (πίνακας) A των συντελεστών των περιορισμών του
π.γ.π. για το πρόβλημα μεταφοράς (m+n περιορισμοί και m�n μεταβλητές)

x11 x12 … x1n x21 x22 … x2n … xm1 xm2 … xmn

1 1 … 1

Περιορισμοί
προσφοράς
1 1 … 1
…
1 1 … 1
1 1 … 1

Περιορισμοί
ζήτησης
1 1 … 1
… … … …
1 1 … 1
όλοι οι συντελεστές των μεταβλητών xij στους περιορισμούς είναι ή 0 ή 1, ενώ η κάθε
μεταβλητή εμφανίζεται με συντελεστή 1 σε δύο ακριβώς περιορισμούς, σε αυτόν που
αντιστοιχεί στην πηγή Si και σε εκείνον που αντιστοιχεί στον σταθμό προορισμού Dj.
Οποιοδήποτε π.γ.π. που μπορεί να προσαρμοστεί σε αυτή την ειδική διαμόρφωση,
μπορεί να λύνεται ως πρόβλημα μεταφοράς, άσχετα από το φυσικό του πλαίσιο.
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 22
Το Πρόβλημα της Εκχώρησης/Ανάθεσης (1)
• Ανάθεση μιας (εκ των πολλών) δραστηριότητας στον καταλληλότερο άνθρωπο.
 Το γενικό περιβάλλον:
Υπάρχουν n εργαζόμενοι για n εργασίες, με το κόστος ανάθεσης στον
i-εργαζόμενο της j-εργασίας να είναι cij. Αποσκοπούμε στην εύρεση της
ανάθεσης των εργασιών η οποία αντιστοιχεί στο μικρότερο δυνατό κόστος.
n n
min ∑∑ c x
=i 1 =j 1
ij ij

υπό τους περιορισμούς

n

∑=
x
j =1
ij 1,=i 1, 2, n (κάθε εργαζόμενος εκχωρείται σε μία και μόνο μία εργασία)

∑=
x
i =1
ij 1,=j 1, 2, n (κάθε εργασία εκτελείται από ένα και μόνο ένα εργαζόμενο)

xij ≥=
0, i 1, 2,=
n, j 1, 2, n
 Ειδική περίπτωση του προβλήματος μεταφοράς με n = m και
s=
i d=
i 1, =
i 1, 2,...n
1 οπότε στον i -εργαζόμενο πρέπει να εκχωρηθεί η j -εργασία
οπότε στη λύση θα είναι xij =
0 οπότε στον i -εργαζόμενο δεν πρέπει να εκχωρηθεί η j -εργασ

 Assignment Problem. Ο Ουγγρικός Αλγόριθμος.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 23
Το Πρόβλημα της Εκχώρησης/Ανάθεσης (2)
Παράδειγμα 3
Η Constructions αναλαμβάνει ανακαινίσεις κατοικιών. Θεωρώντας ότι όλοι πελάτες
έχουν την ίδια προτεραιότητα στην εξυπηρέτησή τους, ας υποθέσουμε ότι η εταιρεία
έχει αναλάβει τρεις κατοικίες για τις οποίες είναι διαθέσιμα τα συνεργεία Σ1, Σ2 και
Σ3. Ανάλογα με το έργο που καλείται να διεκπεραιώσει κάθε συνεργείο έχουμε και
διαφορετικό χρόνο εκτέλεσής του, τον οποίο ο υπεύθυνος γνωρίζει από τις
προηγούμενες εργασίες των τριών αυτών ομάδων. Το κόστος της εταιρείας είναι
ευθέως ανάλογο του χρόνου απασχόλησης των τεχνιτών, ο υπεύθυνος ενδιαφέρεται
να κάνει την ανάθεση των εργασιών κατά τρόπο ώστε να ελαχιστοποιείται ο
συνολικός χρόνος απασχόλησής τους.
Αναμενόμενοι χρόνοι διεκπεραίωσης εργασιών (ημέρες)
ΚΑΤΟΙΚΙΑ
ΣΥΝΕΡΓΕΙΟ Κ1 Κ2 Κ3
Σ1 7 7 4
Σ2 6 5 5
Σ3 5 8 3

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 24

Το Πρόβλημα της Εκχώρησης/Ανάθεσης (3)
Παράδειγμα 3 (συνέχεια)
tableau προβλήματος μεταφοράς
Ε1 Ε2 Ε3 ΠΡΟΣΦΟΡΑ
7 7 4
Σ1 1
x11 x12 x13
6 5 5
Σ2 1
x21 x22 x23
5 8 3
Σ3 1
x31 x32 x33
ΖΗΤΗΣΗ 1 1 1

Το καλύτερο σενάριο αντιστοιχεί στο συνδυασμό ανάθεσης Σ3  Ε1, Σ2  Ε2 και

Σ1  Ε3 με 14 ημέρες εργασίας.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 25

Το Πρόβλημα της Μεταφόρτωσης (1)
• Στο μοντέλο του προβλήματος μεταφοράς η μεταφορά των φορτίων του προς
μεταφορά προϊόντος γίνεται αποκλειστικά από τους σταθμούς προέλευσης
(πηγές) προς τους σταθμούς προορισμού.
• Ανάγκη να αναπτύξουμε ένα περιβάλλον όπου να υπάρχουν θέσεις στις οποίες, σε
πρώτη φάση, τα φορτία να μπορούν να μετακινούνται από τις πηγές σε αυτές και
στη συνέχεια από εκεί να μεταφορτώνονται προς τους σταθμούς προορισμού.
• Transshipment Problem.
 Υπάρχουν m σταθμοί προέλευσης (έχουν τη δυνατότητα μόνον αποστολής των
φορτίων) με προσφορά si, n σταθμοί προορισμού (έχουν τη δυνατότητα μόνον
να δεχθούν τα φορτία) με ζήτηση dj, και l σταθμοί μεταφόρτωσης (μπορούν και
να δεχθούν και να αποστείλουν φορτία, χωρίς δυνατότητες ούτε παραγωγής
ούτε ζήτησης).
 Το μοναδιαίο κόστος μεταφοράς από τον i σταθμό προέλευσης στον k σταθμό
μεταφόρτωσης είναι cik και το μοναδιαίο κόστος μεταφοράς από τον k σταθμό
μεταφόρτωσης στον j σταθμό προορισμού είναι ckj.
 Το άθροισμα των φορτίων που διαθέτουν οι πηγές είναι ίσο με το άθροισμα
των φορτίων που απαιτούν οι προορισμοί (έστω με εικονικούς σταθμούς).

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 26

Το Πρόβλημα της Μεταφόρτωσης (2)
• Μαθηματικό μοντέλο του προβλήματος μεταφόρτωσης (π.γ.π.)
 m l l n 
min  ∑∑ cik xik + ∑∑ ckj xkj 
=i 1 =k 1 =k 1 =j 1 
υπό τους περιορισμούς
l

∑
= x
k =1
ik =
si , i 1, 2, m
m n

∑x −∑x
ik
=i 1 =j 1
kj = 0, k = 1, 2, l

∑ xkj
=
k =1
=
d j , j 1, 2, n

xij ≥ 0,=i 1, 2, m;=

k 1, 2,...l=
; j 1, 2, n
 Το άθροισμα των ποσοτήτων που θα μεταφερθούν από την i-πηγή στους 1, 2, …l (ενδιάμεσους)
σταθμούς μεταφόρτωσης, πρέπει να είναι ίσο με τη διαθέσιμη ποσότητα si της i-πηγής.
 Το άθροισμα των ποσοτήτων που έρχονται σε έναν σταθμό μεταφόρτωσης k από τις i = 1, 2, …m πηγές
είναι ίσο με το άθροισμα των ποσοτήτων που φεύγουν από αυτόν τον σταθμό μεταφόρτωσης προς
τους j = 1, 2, …n προορισμούς.
 Το άθροισμα των ποσοτήτων που θα μεταφερθούν στον j-προορισμό από τους k = 1, 2, …l ενδιάμεσους
σταθμούς πρέπει να είναι ίσο με την ποσότητα dj που ζητείται.
 Αφού το πρόβλημα μεταφόρτωσης σπάει σε δύο προβλήματα μεταφοράς, το πρώτο από τις πηγές
στους ενδιάμεσους σταθμούς μεταφόρτωσης και το δεύτερο από τους ενδιάμεσους σταθμούς
μεταφόρτωσης στους προορισμούς, η αντικειμενική συνάρτηση που δίνει το συνολικό κόστος είναι το
άθροισμα των (επιμέρους) αντικειμενικών συναρτήσεων των δύο προβλημάτων μεταφοράς.
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 27
Το Πρόβλημα της Μεταφόρτωσης (3)
Παράδειγμα 4
 Οι κόμβοι P1, P2 είναι σταθμοί προέλευσης (πηγές).
 Οι κόμβοι Τ1, Τ2, D1, D2 είναι σταθμοί μεταφόρτωσης.
 Ο κόμβος D3 είναι σταθμός προορισμού.

Μπορεί να διαμορφωθεί ως πρόβλημα μεταφοράς αν θεωρήσουμε τις μεταφορές από

πηγή σε ενδιάμεσο σταθμό και από ενδιάμεσο σταθμό σε προορισμό ως μεταφορές
από μια πηγή σε έναν προορισμό και να θεωρήσουμε όλες τις τοποθεσίες (πηγές,
ενδιάμεσοι σταθμοί, προορισμοί) ως δυνατές πηγές ή δυνατούς προορισμούς.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 28

Το Πρόβλημα της Μεταφόρτωσης (4)
Παράδειγμα 4 (συνέχεια)
tableau προβλήματος μεταφοράς
Τ1 Τ2 D1 D2 D3 ΠΡΟΣΦΟΡΑ
3 4 Μ Μ Μ
P1 1000
x13 x14 x15 x16 x17
2 5 M M M
P2 1200
x23 x24 x25 x26 x27
0 7 8 6 M
T1 2200
x33 x34 x35 x36 x37
M 0 M 4 9
T2 2200
x43 x44 x45 x46 x47
M M 0 5 M
D1 2200
x53 x54 x55 x56 x57
M M M 0 3
D2 2200
x63 x64 x65 x66 x67
ΖΗΤΗΣΗ 2200 2200 3000 3100 500
Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 29
Το Πρόβλημα της Μεταφόρτωσης (5)
Παράδειγμα 4 (συνέχεια)
 Σε κάθε σταθμό προέλευσης και σε κάθε σταθμό μεταφόρτωσης αντιστοιχήσαμε μία γραμμή.
 Σε κάθε σταθμό μεταφόρτωσης και κάθε σταθμό προορισμού αντιστοιχήσαμε μία στήλη.
 Η προσφορά των σταθμών προέλευσης είναι η καταγεγραμμένη προσφορά τους.
 Η ζήτηση των σταθμών προορισμού είναι η καταγεγραμμένη ζήτησή τους.
 Θέτοντας s τη συνολική προσφορά των σταθμών προέλευσης, για τους σταθμούς μεταφόρτωσης
ορίζουμε:
 Προσφορά του σταθμού μεταφόρτωσης = s + (καταγραμμένη προσφορά)
 Ζήτηση του σταθμού μεταφόρτωσης = s + (καταγραμμένη ζήτηση)

Σχηματικά, η βέλτιστη λύση που θα προκύψει έχει ως ακολούθως

P1  T2 1000 τεμάχια,
P2  T1 1200 τεμάχια,
Τ1  D1 800 τεμάχια,
Τ1  D2 400 τεμάχια,
Τ2  D2 1000 τεμάχια, και
D2  D3 500 τεμάχια.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 30

Το Πρόβλημα της Παραγωγής ως Πρόβλημα Μεταφοράς (1)
Παράδειγμα 5
Η Bolaris κατασκευάζει σακίδια πεζοπορίας με τη ζήτηση των προϊόντων της να είναι
εντοπισμένη από τον Μάρτιο έως τον Ιούνιο κάθε έτους. Η εκτίμηση που έγινε για την
ερχόμενη χρονιά, έδειξε ζήτηση για τους τέσσερις μήνες ύψους 100, 200, 180 και 300
μονάδων, αντίστοιχα. Η εταιρεία χρησιμοποιεί εργαζόμενους μερικής απασχόλησης
για την κατασκευή των σακιδίων με την παραγωγή της να διαφέρει από μήνα σε μήνα
και να έχει εκτιμηθεί σε 50, 180, 280 και 270 σακίδια από τον Μάρτιο έως τον Ιούνιο.
Η ζήτηση κάθε μήνα μπορεί να ικανοποιηθεί με τρείς τρόπους:
1. Την τρέχουσα παραγωγή του μήνα.
2. Την παραγωγή κάποιου προηγούμενου μήνα που αποθηκεύτηκε.
3. Την παραγωγή κάποιου επόμενου μήνα (backordering).
Στην πρώτη περίπτωση το κόστος παραγωγής κάθε σακιδίου ανέρχεται σε €40. Στη
δεύτερη περίπτωση η εταιρεία επιβαρύνεται με ένα επιπλέον μηνιαίο κόστος
αποθήκευσης €0.50 για κάθε σακίδιο. Στην τρίτη περίπτωση υποχρεώνεται να
καταβάλει στους πελάτες της €2.00/σακίδιο για κάθε μήνα καθυστέρησης.
Αναζητείται η παραγωγική διαδικασία των τεσσάρων μηνών προκειμένου να
ελαχιστοποιηθεί το κόστος (βέλτιστη λύση).

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 31

Το Πρόβλημα της Παραγωγής ως Πρόβλημα Μεταφοράς (2)
Παράδειγμα 5 (συνέχεια)
Θεωρούμε τις περιόδους παραγωγής και τις περιόδους ζήτησης ως τους σταθμούς
προέλευσης και προορισμού αντίστοιχα. Αφού υπάρχει η δυνατότητας αποθήκευσης
και backordering, η ζήτηση μιας περιόδου μπορεί να ικανοποιηθεί από την παραγωγή
οποιασδήποτε περιόδου, το κόστος όμως διαφέρει.
Το κόστος ικανοποίησης της ζήτησης της j-περιόδου από την παραγωγή της i-περιόδου
δίνεται από τη σχέση
40 i= j
=
cij 40 + 0.5 × ( j − i ) i < j
40 + 2 × ( i − j ) i> j
οπότε
Πρόβλημα Μεταφοράς Πρόβλημα Παραγωγής
i-Πηγή i-Περίοδος_Παραγωγής
j-Προορισμός j-Περίοδος_Ζήτησης
Προσφορά της i-Πηγής Παραγωγική ικανότητα της i-Περιόδου
Ζήτηση του j-Προορισμού Ζήτηση της j-Περιόδου
Μοναδιαίο Κόστος Μεταφοράς Όπως ορίστηκε ανωτέρω

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 32

Το Πρόβλημα της Παραγωγής ως Πρόβλημα Μεταφοράς (3)
Παράδειγμα 5 (συνέχεια)
tableau προβλήματος μεταφοράς
ΠΡΟΟΡΙΣΜΟΙ
Μάρτιος Απρίλιος Μάιος Ιούνιος ΠΡΟΣΦΟΡΑ
ΠΗΓΕΣ
40 40.5 41 41.5
Μάρτιος 50
x11 x12 x13 x14
42 40 40.5 41
Απρίλιος 180
x21 x22 x23 x24
44 42 40 40.5
Μάιος 280
x31 x32 x33 x34
46 44 42 40
Ιούνιος 270
x41 x42 x43 x44
ΖΗΤΗΣΗ 100 200 180 300

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 33

Το Πρόβλημα της Παραγωγής ως Πρόβλημα Μεταφοράς (4)
Παράδειγμα 5 (συνέχεια)
Σχηματικά, η βέλτιστη λύση που θα προκύψει έχει ως ακολούθως

Προσφορά

Χρ. Περίοδος Παραγωγής

Χρ. Περίοδος Ζήτησης

Ζήτηση

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 34

Το Πρόβλημα της Παραγωγής ως Πρόβλημα Μεταφοράς (5)
Παράδειγμα 5 (συνέχεια)
Δηλαδή:
 Η ζήτηση των 100 σακιδίων του Μαρτίου καλύπτεται από την παραγωγή του
Μαρτίου (κατά 50 σακίδια) και backordering των υπόλοιπων 50 σακιδίων από
την παραγωγή του Απριλίου.
 Η ζήτηση των 200 σακιδίων του Απριλίου καλύπτεται από την παραγωγή του
Απριλίου (κατά 130 σακίδια, τα υπόλοιπα 50 από τα συνολικά 180 που
παράγονται κάλυψαν ζήτηση του Μαρτίου) και backordering των υπόλοιπων 70
σακιδίων από την παραγωγή του Μαΐου.
 Η ζήτηση των 180 σακιδίων του Μαΐου καλύπτεται από την παραγωγή του ίδιου
μήνα (που ανέρχεται σε 280 σακίδια, από τα υπόλοιπα: 70 κάλυψαν ζήτηση του
Απριλίου και 30 αποθηκεύτηκαν).
 Τέλος, η ζήτηση των 300 σακιδίων του Ιουνίου καλύπτεται από την παραγωγή
του ίδιου μήνα (που ανέρχεται σε 270 σακίδια) και τα 30 σακίδια που
αποθηκεύτηκαν από την παραγωγή του Μαΐου.

Διάλεξη 1η (Πρόβλημα Μεταφοράς) B. A. Δημητρίου Επιχειρησιακή Έρευνα 35