РЕШЕНИЕ ЗАДАЧИ ОПТИМАЛЬНОЙ ТРАНСПОРТИРОВКИ ТОВАРА Ибрагимов Нурлан.

Презентация:



Advertisements
Похожие презентации
1. Строятся вершины первого уровня. Для них подсчитывается оценка ψ( ) 2. Ветвится вершина, которой соответствует лучшая оценка. Подсчитываются оценки.
Advertisements

Задача о назначениях Презентация подготовлена преподавателем кафедры «Прикладной математики» Тесёлкиной Е.С.
Программирование на Pascal.
Модель Холта Пример R3R3 P2P2 P1P1 R1R1 R2R2 P3P3.
Номер варианта выбирается по параметру зачетки d 10 соотв Задача Коммивояжёра Имеется n городов, занумерованных числами.
АЛГОРИТМЫ НАХОЖДЕНИЯ КРАТЧАЙШИХ ПУТЕЙ НА ГРАФАХ..
Подготовил Андреев Алексей. Задача о назначениях Задача о рюкзаке Задача коммивояжера Задача теории распределений Задача маршрутизации транспорта Задача.
Задача построения расписания конфигураций с ограниченной глубиной узлов для беспроводных сенсорных сетей Евгений Наградов.
Интеллектуальный поиск путей на графах. Обзор алгоритмов, применение в компьютерных играх Факультет ВМК Кафедра МО ЭВМ Нижегородский государственный университет.
Алгоритмы сканирования и обхода Лекция 3. Алгоритм сканирования графа Input: Орграф (граф) G и вершина s. Output: Множество R вершин, достижимых из s,
Интеллектуальный поиск путей на графах. Обзор алгоритмов, применение в компьютерных играх Факультет ВМК Кафедра МО ЭВМ Нижегородский государственный университет.
Задача о максимальном потоке в сети Алгоритм Фалкерсона-Форда.
Задача построения расписания конфигураций с ограниченной глубиной узлов для беспроводных сенсорных сетей Евгений Наградов.
Консультация 10 июля 2018 г.. Владимир Николаевич Худенко Профессор института физико- математических наук и информационных технологий
Школа 185. Программирование на языке Pas с al. М ЕНЮ : Опрос; Цикл Repeat - Until; Цикл Repeat - Until; Пример; Задача 1; Задача 1; Задача 2; Домашнее.
Изобразим план королевства, обозначив каждый дом точкой, а дороги, соединяющие их - линиями. Математики подобную конструкцию называют графами.
Массивы 9 класс. Основные теоретические сведения Примеры решения задач.
Выделение зон доступности (обслуживания) по сетевой модели.
ПОТОКИ В СЕТЯХ. Определения Сеть - связный ориентированный граф G = (V, A) без петель и мультидуг, с 1 источником s V и 1 стоком t V. (Запретим одновременное.
Алгоритм планирования грузовых перевозок. Транспортная логистика Повышение эффективности транспортного процесса требует новых подходов к организации перевозок.
Транксрипт:

РЕШЕНИЕ ЗАДАЧИ ОПТИМАЛЬНОЙ ТРАНСПОРТИРОВКИ ТОВАРА Ибрагимов Нурлан

ЦЕЛЬ И АКТУАЛЬНОСТЬ ПРОЕКТА Цель: кратчайшего пути максимальная прибыль Минимальное время Актуальность: Любой предприниматель хочет получить максимальную прибыль с ограниченными ресурсами и при минимальных затратах. Поэтому, эта проблема побудила меня оптимизировать маршрут доставки молока в разных частях города Алматы с ограниченными ресурсами.

МОЛОКО ПИТАТЕЛЬНАЯ ЖИДКОСТЬ, ВЫРАБАТЫВАЕМАЯ МОЛОЧНЫМИ ЖЕЛЕЗАМИ САМОК МЛЕКОПИТАЮЩИХ.

УСЛОВИЯ ЗАДАЧИ. ПАРАМЕТРЫ. Найти оптимальный путь доставки молока в магазины. Старт : Жандосова, 82 Общее количество молока – 150 л Общее время пути : не более 120 минут Общее количество магазинов : 13 Машины : 2 В расчет берутся : Расстояния между магазинами S ij ; Средние скорости на участках дорог между магазинами V ij ; Влияние уклонов дороги на скорость передвижения α ij ; Время простоя автомобилей во время разгрузки товара у магазина p i ; Неравенство расстояний при движении от А до Б и от Б до А : S ij S ji ; Односторонность движения S ij =-1 ( учитывается алгоритмом ).

СПИСОК МАГАЗИНОВ п / п НазваниеКоличество молока, л Время стоянки, мин 1 Адал E 55 3 Фуделла 55 4 Торнадо Magnum Санжар 55 7 Моника 55 8 Арба 55 9 Helios Хороший A-Store (ADK) Алуа Тан 157 ВСЕГО :

РАСПОЛОЖЕНИЕ МАГАЗИНОВ выбранные магазины отклоненные магазины исходный пункт группы магазинов

МАГАЗИНЫ ГРУППЫ 1. МАТРИЦА РАССТОЯНИЙ. Магазины Жандосова, 82 Адал 2-E Фуделла Торнадо Magnum Санжар Моника Жандосова, 82 3,6 км 3,4 км 4 км 4,6 км 5,1 км 5,6 км 4,9 км Адал 3,5 км 1,7 км 2,2 км 1,8 км 3,6 км 2,8 км 1,6 км 2-E4,3 км 1,6 км 1,9 км 1,5 км 1,9 км 2,5 км 1,4 км Фуделла 4,1 км 3,2 км 2,9 км 1,2 км 1,8 км 2,3 км 2,8 км Торнадо 5,5 км 2,9 км 4,3 км 1,6 км 1,5 км 2,1 км 2,6 км Magnum5,8 км 2,2 км 3,4 км 2,3 км 1,9 км 733 м 2,2 км Санжар 5,9 км 3,7 км 3,5 км 2,4 км 2 км 2,3 км 2,3 км Моника 5,2 км 2,9 км 2,7 км 2,9 км 2,6 км 2,9 км 1,6 км

МАГАЗИНЫ ГРУППЫ 2. МАТРИЦА РАССТОЯНИЙ. Магазины Жандосова, 82 Арба Helios Хороший A-Store (ADK) Алуа Тан Жандосова, 82 2,8 км 3,4 км 2,8 км 2,3 км 736 м 794 м Арба 2,9 км 831 м 1,2 км 2,5 км 3,4 км 3,1 км Helios4,1 км 1,5 км 2,4 км 3,8 км 4,7 км 4,3 км Хороший 3,4 км 2,6 км 3,4 км 1,5 км 3 км 3,7 км A-Store (ADK)1,9 км 2,4 км 2,3 км 2,6 км 3,1 км 2,7 км Алуа 677 м 3,2 км 3,7 км 3,4 км 2,5 км 997 м Тан 715 м 3,2 км 4 км 3,5 км 2,6 км 945 м

ПАРАМЕТРЫ ( ПРИМЕР ) Средние скорости движения между магазинами группы 1. Средние уклоны дороги между магазинами группы 1 ( в процентах ).

МЕТОД РЕШЕНИЯ

Поиск в глубину – это рекурсивный алгоритм обхода вершин графа. Данный метод предполагает продвижение вглубь до тех пор, пока это возможно. Невозможность дальнейшего продвижения означает, что следующим шагом будет переход на последний, имеющий несколько вариантов движения ( один из которых исследован полностью ), ранее посещенный узел ( вершину ). Отсутствие последнего свидетельствует об одной из двух возможных ситуаций : либо все вершины графа уже просмотрены, либо просмотрены все те, что доступны из вершины, взятой в качестве начальной, но не все ( несвязные и ориентированные графы допускают последний вариант ).

//граф var a = [ ]; // количество вершин var n = 5; // время для обхода всех вершин var t = tbackup = 120; //счетчик ……………………….. ………….. for (var i = 0; i < n; i++) isVisited[i] = false; //проверка графа for (var i = 0; i < n; i++) { for (var j = 0; j < n; j++) { console.log(a[i][j] + " "); } console.log(""); } // запись в массив посещений начальная точка isVisited[start] = true; counter = 0; // запуск алгоритма dfs(start, 1); АЛГОРИТМ ПОИСКА Для расчетов был создан скрипт для работы в интернет - браузере на языке JavaScript. Основные использованные переменные : A – граф ; N – количество вершин графа ; T – время, за которое нужно обойти все вершины ; START – вершина с которой начать движение ; Глобальные переменные : isVisited – массив вершин, по которым мы уже прошли ; visitedWays – временный массив в который записываются шаги ; если шаг оказался успешным, т. е. все магазины были посещены за заданное время, он сохраняется для дальнейшего анализа.

НАЙДЕННОЕ РЕШЕНИЕ Группа 1. Затраченное время : 34 минут. 1 Жандосова, 82 – 0 км 2 Адал – 8 км 3 2-E – 13 км 4 Торнадо – 20 км 5 Фуделла – 27 км 6 Magnum – 35 км 7 Санжар – 41 км 8 Моника – 49 км Всего путей найдено : 5040 Группа 2. Затраченное время : 29 минут. 1 Жандосова, 82 – 0 км 2 Арба – 8 км 3 Helios – 13 км 4 Хороший – 20 км 5 A-Store (ADK) – 27 км 6 Алуа – 35 км 7 Тан – 41 км Всего путей найдено : 720

РЕШЕНИЕ ( ГРУППА 1) 1 - Адал E 4 - Фуделла 3 - Торнадо 5 - Magnum 6 - Санжар 7 - Моника

РЕШЕНИЕ ( ГРУППА 2 ) 1 - Арба 2 - Helios 4 - A-Store 3 - Хороший 5 - Алуа 6 - Тан

СПАСИБО ЗА ВНИМАНИЕ !