Графический способ решения ЗЛП

Геометрическая интерпретация экономических задач дает возможность наглядно представить, их структуру, выявить особенности и открывает пути исследования более сложных свойств. ЗЛП с двумя переменными всегда можно решить графически. Однако уже в трехмерном пространстве такое решение усложняется, а в пространствах, размерность которых больше трех, графическое решение, вообще говоря, невозможно. Случай двух переменных не имеет особого практического значения, однако его рассмотрение проясняет свойства ОЗЛП, приводит к идее ее решения, делает геометрически наглядными способы решения и пути их практической реализации.
Пусть дана задача

(2.11)
(2.12)
(2.13)

Дадим геометрическую интерпретацию элементов этой задачи. Каждое из ограничений (2.12), (2.13) задает на плоскости некоторую полуплоскость. Полуплоскость — выпуклое множество. Но пересечение любого числа выпуклых множеств является выпуклым множеством. Отсюда следует, что область допустимых решений задачи (2.11) — (2.13) есть выпуклое множество.
Перейдем к геометрической интерпретации целевой функции. Пусть область допустимых решений ЗЛП — непустое множество, например многоугольник .

Выберем произвольное значение целевой функции . Получим . Это уравнение прямой линии. В точках прямой NМ целевая функция сохраняет одно и то же постоянное значение . Считая в равенстве (2.11) F параметром, получим уравнение семейства параллельных прямых, называемых линиями уровня целевой функции (линиями постоянного значения).
Найдём частные производные целевой функции по и :

(2.14)
. (2.15)

Частная производная (2.14) (так же как и (2.15)) функции показывает скорость ее возрастания вдоль данной оси.Следовательно, и — скорости возрастания F соответственно вдоль осей и .Вектор =( называется градиентом функции.Он показывает направление наискорейшего возрастания целевой функции:

(2.16)

Вектор указывает направление наискорейшего убывания целевой функции. Его называют антиградиентом.

Вектор =( перпендикулярен к прямым семейства .
Из геометрической интерпретации элементов ЗЛП вытекает следующий порядок ее графического решения.

1. С учетом системы ограничений строим область допустимых решений .

2. Строим вектор =( наискорейшего возрастания целевой функции — вектор градиентного направления.

3. Проводим произвольную линию уровня .

4. При решении задачи на максимум перемещаем линию уровня в направлении вектора так, чтобы она касалась области допустимых решений в ее крайнем положении (крайней точке). В случае решения задачи на минимум линию уровня перемещают в антиградиентном направлении.

5. Определяем оптимальный план и экстремальное значение целевой функции .

2.3. Симплексный метод решение ЗЛП

Общая идея симплексного метода (метода последовательного улучшения плана) для решения ЗЛП состоит:

1) умение находить начальный опорный план;

2) наличие признака оптимальности опорного плана;

Пусть ЗЛП представлена системой ограничений в каноническом виде:
, .
Говорят, что ограничение ЗЛП имеет предпочтительный вид, если при неотрицательной правой части левая часть ограничений содержит переменную, входящую с коэффициентом, равным единице, а в остальные ограничения равенства - с коэффициентом, равным нулю.
Пусть система ограничений имеет вид
,
Сведем задачу к каноническому виду. Для этого прибавим к левым частям неравенств дополнительные переменные ( . Получим систему, эквивалентную исходной:

,

Которая имеет предпочтительный вид

).

В целевую функцию дополнительные переменные вводятся с коэффициентами, равными нулю .
Пусть далее система ограничений имеет вид

Сведём её к эквивалентной вычитанием дополнительных переменных ( из левых частей неравенств системы. Получим систему

.
Однако теперь система ограничений не имеет предпочтительного вида, так как дополнительные переменные входят в левую часть (при ) с коэффициентами, равными –1. Поэтому, вообще говоря, базисный план ) не является допустимым. В этом случае вводится так называемый искусственный базис. К левым частям ограничений-равенств, не имеющих предпочтительного вида, добавляют искусственные переменные . В целевую функцию переменные , вводят с коэффициентом М в случае решения задачи на минимум и с коэффициентом - М для задачи на максимум, где М - большое положительное число. Полученная задача называется М-задачей, соответствующей исходной. Она всегда имеет предпочтительный вид.
Пусть исходная ЗЛП имеет вид

) , (2.17)
(2.18)
, (2.19)

причём ни одно из ограничений не имеет предпочтительной переменной. М-задача запишется так:

) (2.20)
( (2.21)
, (2.22)

Задача (2.20) - (2.22) имеет предпочтительный план. Её начальный опорный план имеет вид:

).

Если некоторые из уравнений (2.18) имеют предпочтительный вид, то в них не следует вводить искусственные переменные.

Теорема. Если в оптимальном плане

) (2.23)

М-задачи (2.20) - (2.22) все искусственные переменные , то план является оптимальным планом исходной задачи(2.17)-(2.19).
Для того чтобы решить задачу с ограничениями, не имеющими предпочтительного вида, вводят искусственный базис и решают расширенную М - задачу, которая имеет начальный опорный план
).
Решение исходной задачи симплексным методом путем введения искусственных переменных называется симплексным методом с искусственным базисом.
Если в результате применения симплексного метода к расширенной задаче получен оптимальный план, в котором все искусственные переменные , то его первые n-компоненты дают оптимальный план исходной задачи.

Задача о смесях( о диете)

К задачам о диете относятся задачи, в которых требуется выбрать самый дешевый пищевой рацион, содержащий необходимое количество указанных заранее питательных веществ. Предполагается, что:

1. Известен перечень биологически необходимых питательных веществ и их минимальная норма (например, суточная);

2. Задан набор продуктов, из которых требуется составить пищевой рацион;

3. Имеются нормы содержания различных питательных веществ в единице соответствующего продукта;

4. Известна цена единицы каждого продукта, который может быть использован в пищевом рационе. Подобная проблема возникает при выборе рационального корма для скота.

Формализуем описанную ситуацию:

Будем считать, что в рацион должно входить m биологически необходимых питательных веществ (индекс i). Таким образом, i=1,2,..,m.

Известно, что i-го питательного вещества в рационе должно быть не меньше, чем b_i единиц. Предположим, что мы располагаем n различными продуктами, из которых составляется пищевой рацион (индекс j, j=1,2,…,n). Норму содержания i-го питательного вещества в j-ом продукте обозначим через a_ij . Нам известна таблица-матрица, состоящая из m×n чисел a_{ij .}

Таблица 2.1

Пищевые продукты
		…	…	…	n
Питательные вещества				…
			…
…	…	…	…	…
…	…	…	…	…
m			…

Цены, которые установлены на продукты питания, обозначим c_j за единицу j-го продукта. Количество j-го продукта, входящего в пищевой рацион, обозначим через x_j .

В этих обозначениях выбор самого дешевого рациона, удовлетворяющего сформулированным выше требованиям, сводится к решению следующей математической задачи:

Найти вектор X = ( x₁ , x_2, …, x_n ), удовлетворяющий системе ограничений:

( (2.24)
(2.25)

и доставляющий целевой функции минимальное значение.

Ограничение для каждого i означает, что в выбираемом рационе i-го питательного вещества должно содержать не менее, чем b_i единиц. Второе ограничение формализует тот факт, что j-ый продукт может либо входить в рацион, и тогда x_i >0, либо не входить, и тогда x_i =0.

Афанасьев М.Ю. – Задачи исследования операций. Модель одной смеси и нескольких смесей

2.5. Транспортная задача
Математическая модель задачи
Линейные транспортные задачи составляют особый класс задач линейного программирования. Задача заключается в отыскании такого плана перевозок продукции с m складов в пункт назначения n который, потребовал бы минимальных затрат. Если потребитель j получает единицу продукции (по прямой дороге) со склада i, то возникают издержки С_ij. Предполагается, что транспортные расходы пропорциональны перевозимому количеству продукции, т.е. перевозка k единиц продукции вызывает расходы kС_ij.
Далее, предполагается, что ,где a_i есть количество продукции, находящееся на складе i, и b_j – потребность потребителя >j. Такая транспортная задача называется закрытой. Однако, если данное равенство не выполняется, то получаем открытую транспортную задачу, которая сводится к закрытой по следующим правилам:

1. Если сумма запасов в пунктах отправления превышает сумму поданных заявок ,то количество продукции, равное остается на складах. В этом случае мы введем "фиктивного" потребителя n+1 с потребностью и положим транспортные расходы равными 0 для всех i.

2. Если сумма поданных заявок превышает наличные запасы ,то потребность не может быть покрыта. Эту задачу можно свести к обычной транспортной задаче с правильным балансом, если ввести фиктивный пункт отправления m+1с запасом и стоимость перевозок из фиксированного пункта отправления во все пункты назначения принять равными нулю.

Математическая модель транспортной задачи имеет вид:

(2.34)

,
где x_ij количество продукции, поставляемое со склада i потребителю j, а С_ij издержки (стоимость перевозок со склада i потребителю j).

Рассмотрим пример:

Компания «Стройгранит» производит добычу строительной щебенки и имеет на территории региона три карьера. Запасы щебенки на карьерах соответственно равны 800, 900 и 600 тыс. тонн. Четыре строительные организации , проводящие строительные работы на разных объектах этого же региона дали заказ на поставку соответственно 300, 600, 650 и 750 тыс. тонн щебенки. Стоимость перевозки 1 тыс. тонн щебенки с каждого карьера на каждый объект приведены в таблице:

Таблица 2.2

Карьер

Строительный объект

	1	2	3	4
1
2
3

Необходимо составить такой план перевозки (количество щебенки, перевозимой с каждого карьера на каждый строительный объект), чтобы суммарные затраты на перевозку были минимальными.
Данная транспортная задача является закрытой, так как запасы поставщиков 800+900+600=2300 равны спросу потребителей 300+600+650+750=2300. Математическая модель ЗЛП в данном случае имеет вид:
- количество щебенки, перевозимой с i–го карьера на j–й объект. Тогда целевая функция равна

Ограничения имеют вид

Составление опорного плана

Решение транспортной задачи начинается с нахождения опорного плана. Для этого существуют различные способы. Например, способ северо-западного угла, способ минимальной стоимости по строке, способ минимальной стоимости по столбцу и способ минимальной стоимости таблицы.
Рассмотрим простейший, так называемый способ северо-западного угла. Пояснить его проще всего будет на конкретном примере:
Условия транспортной задачи заданы транспортной таблицей.

Таблица 2.3

	В1	В2	В3	В4	В5	Запасы а>i
А1
А2
А3
А4
Заявки bj

Будем заполнять таблицу перевозками постепенно начиная с левой верхней ячейки("северо-западного угла" таблицы). Будем рассуждать при этом следующим образом.Пункт В₁ подал заявку на 18 единиц груза.Удовлетворим эту заявку за счёт запаса 48, имеющегося в пункте А₁ ,и запишем перевозку 18 в клетке(1,1). После этого заявка пункта В₁ удовлетворена,а в пункте А₁ осталось ещё 30 единиц груза. Удовлетворим за счёт них заявку пункта В₂ (27 единиц), запишем 27 в клетке(1,2);оставшиеся 3 единицы пункта А₁ назначим пункту В₃.Всоставе заявки пункта В₃ остались неудовлетворёнными 39 единиц. Из них 30 покроем за счёт пункта А₂,чем его запас будет исчерпан,и ещё 9 возьмём из пункта А₃. Из оставшихся 18 единиц пункта А₃ 12 выделим пункту В₄; оставшиеся 6 единиц назначим пункту В₅, что вместе со всеми 20 единицами пункта А₄ покроет его заявку. На этом распределение запасов закончено; каждый пункт назначения получил груз, согласно своей заявки.Это выражается в том,что сумма перевозок в каждой строке равна соответствующему запасу, а в столбце-заявке. Таким образом, нами сразу же составлен план перевозок, удовлетворяющий балансовым условиям. Полученное решение является опорным решением транспортной задачи:

Таблица 2.4

	В1	В2	В3	В4	В5	Запасы а i
А1
А2
А3
А4
Заявки bj

Составленный нами план перевозок, не является оптимальным по стоимости,так как при его построении мы совсем не учитывали стоимость перевозок С_ij .
Другой способ - способ минимальной стоимости по строке - основан на том, что мы распределяем продукцию от пункта A_i не в любой из пунктов B_j, а в тот, к которому стоимость перевозки минимальна. Если в этом пункте заявка полностью удовлетворена, то мы убираем его из расчетов и находим минимальную стоимость перевозки из оставшихся пунктов B_j. Во всем остальном этот метод схож с методом северо-западного угла. В результате, опорный план, составленный способом минимальной стоимости по строке выглядит, так как показано в таблице 2.4.
При этом методе может получиться, что стоимости перевозок C_ij и C_ik от пункта A_i к пунктам B_j и B_k равны. В этом случае, с экономической точки зрения, выгоднее распределить продукцию в тот пункт, в котором заявка больше. Так, например, в строке 2: C₂₁ = C₂₄, но заявка b₁ больше заявки b₄, поэтому 4 единицы продукции мы распределим в клетку (2,1).

Таблица 2.5

	В1	В2	В3	В4	В5	Запасы а i
А1
А2
А3
А4
Заявки bj

Способ минимальной стоимости по столбцу аналогичен предыдущему способу. Их отличие состоит в том, что во втором способе мы распределяем продукцию от пунктов B_i к пунктам A_j по минимальной стоимости C_ji.
Опорный план, составленный способами минимальных стоимостей, обычно более близок к оптимальному решению. Так в нашем примере общие затраты на транспортировку по плану, составленному первым способом F₀ =1039,а по второму F₀ =723.

Клетки таблицы,в которых стоят ненулевые перевозки, являются базисными. Их число должно равняться m+n -1. Необходимо отметить также, что встречаются такие ситуации,когда количество базисных клеток меньше чем m + n - 1.

В этом случае распределительная задача называется вырожденной. И следует в одной из свободных клеток поставить количество перевозок равное нулю. Так, например, в таблице 4
m+n-1 =4+5-1=8,
а базисных клеток 7, поэтому нужно в одну из клеток строки 3 или столбца 2 поставить значение “0”.Например, в клетку (3,5).
Составляя план по способам минимальных стоимостей в отличии от плана по способу северо-западного угла мы учитываем стоимости перевозок C_ij, но все же не можем утверждать, что составленный нами план является оптимальным.
Распределительный метод достижения оптимального плана.
Теперь попробуем улучшить план, составленный способом северо-западного угла.Перенесем,например,18 единиц из клетки (1,1) в клетку (2,1) и чтобы не нарушить баланса перенесём те же 18 единиц из клетки (2,3) в клетку (1,3). Получим новый план. Подсчитав стоимость опорного плана (она ровняется1039) и стоимость нового план(она ровняется 913)нетрудно убедиться, что стоимость нового плана на126 единиц меньше. Таким образом, за счёт циклической перестановки 18 единиц груза из одних клеток в другие нам удалось понизить стоимость плана:

Таблица 2.6

	В1	В2	В3	В4	В5	Запасы а i
А1
А2
А3
А4
Заявки bj

На этом способе уменьшения стоимости в дальнейшем и будет основан алгоритм оптимизации плана перевозок.

Циклом в транспортной задаче мы будем называть несколько занятых клеток, соединённых замкнутой, ломанной линией,которая в каждой клетке совершает поворот на 90°.

Существует несколько вариантов цикла:

1)

2)

3)

Нетрудно убедиться,что каждый цикл имеет чётное число вершин и значит,чётное число звеньев(стрелок).Условимся отмечать знаком +те вершины цикла,в которых перевозки

необходимо увеличить, а знаком ,те вершины,в которых перевозки необходимо уменьшить. Цикл с отмеченными вершинами будем называть означенным.

Перенести какое-то количество единиц груза по означенному циклу,это значит увеличить перевозки,стоящие в положительных вершинах цикла, на это количество единиц, а перевозки,стоящие в отрицательных вершинах уменьшить на то же количество.Очевидно,при переносе любого числа единиц по циклу равновесие между запасами и заявками не меняется: по прежнему сумма перевозок в каждой строке равна запасам этой строки,а сумма перевозок в каждом столбце-заявке этого столбца. Таким образом,при любом циклическом переносе,оставляющем перевозки неотрицательными допустимый план остаётся допустимым. Стоимость же плана при этом может меняться: увеличиваться или уменьшатся. Назовём ценой цикла увеличение стоимости перевозок при перемещении одной единицы груза по означенному циклу.Очевидно,цена цикла ровна алгебраической сумме стоимостей,стоящих в вершинах цикла,причём стоящие в положительных вершинах берутся со знаком `+`,а в отрицательных со знаком`-`.

Обозначим цену цикла через γ. При перемещении одной единицы груза по циклу стоимость перевозок увеличивается на величину γ. При перемещении по нему k единиц груза стоимость перевозок увеличиться на kγ. Очевидно, для улучшения плана имеет смысл перемещать перевозки только по тем циклам, цена которых отрицательна. Каждый раз, когда нам удаётся совершить такое перемещение, стоимость плана уменьшается на соответствующую величину kγ. Так как перевозки не могут быть отрицательными, мы будем пользоваться только такими циклами, отрицательные вершины которых лежат в базисных клетках таблицы, где стоят положительные перевозки. Если циклов с отрицательной ценой в таблице больше не осталось, это означает, что дальнейшее улучшение плана невозможно, то есть оптимальный план достигнут.
Метод последовательного улучшения плана перевозок и состоит в том, что в таблице отыскиваются циклы с отрицательной ценой,по ним перемещаются перевозки,и план улучшается до тех пор, пока циклов с отрицательной ценой уже не останется.

При улучшении плана циклическими переносами,как правило, пользуются приёмом, заимствованным из симплекс-метода: при каждом шаге (цикле)заменяют одну свободную переменную на базисную,то есть заполняют одну свободную клетку и взамен того освобождают одну из базисных клеток.

При этом общее число базисных клеток остаётся неизменным и равным m+n-1.

Этот метод удобен тем,что для него легче находить подходящие циклы.Можно доказать,что для любой свободной клетке транспортной таблице всегда существует цикл и притом единственный,одна из вершин которого лежит в этой свободной клетке,а все остальные в базисных клетках. Если цена такого цикла, с плюсом в свободной клетке, отрицательна, то план можно улучшить перемещением перевозок по данному циклу.

Количество единиц груза k, которое можно переместить, определяется минимальным значением перевозок, стоящих в отрицательных вершинах цикла(если переместить большее число единиц груза, возникнут отрицательные перевозки).
Применённый выше метод отыскания оптимального решения транспортной задачи называется распределённым; он состоит в непосредственном отыскании свободных клеток с отрицательной ценой цикла и в перемещении перевозок по этому циклу.
Распределительный метод решения транспортной задачи, с которым мы познакомились,обладает одним недостатком: нужно отыскивать циклы для всех свободных клеток и находить их цены. От этой трудоёмкой работы нас избавляет специальный метод решения транспортной задачи, который называется методом потенциалов.

Решение транспортной задачи методом потенциалов.

Этот метод позволяет автоматически выделять циклы с отрицательной ценой,а также определять их цены.

Пусть имеется транспортная задача с балансовыми условиями

.

Стоимость перевозки единицы груза из A_i в B_j равна C _ij; таблица стоимостей задана. Требуется найти план перевозок x_ij, который удовлетворял бы балансовым условиям и при этом стоимость всех перевозок бала минимальна.
Идея метода потенциалов для решения транспортной задачи сводиться к следующему. Представим себе что каждый из пунктов отправления A_i вносит за перевозку единицы груза (всё равно куда) какую-то сумму α_i ;

в свою очередь каждый из пунктов назначения B_j также вносит за перевозку груза (куда угодно) сумму β_j. Эти платежи передаются некоторому третьему лицу(“перевозчику“).Обозначим a_i +b_j = č_ij (i=1..m; j=1..n) и будем называть величину č_ij “псевдостоимостью” перевозки единицы груза из A_i в B_j.

Заметим,что платежи α_i и β_j не обязательно должны быть положительными;не исключено,что “перевозчик” сам платит тому или другому пункту какую-то премию за перевозку.

Также надо отметить,что суммарная псевдостоимость любого допустимого плана перевозок при заданных платежах (α_i и β_j) одна и та же и от плана к плану не меняется.
До сих пор мы никак не связывали платежи (α_i и β_j) и псевдостоимости č_ij с истинными стоимостями перевозок C_ij. Теперь мы установим между ними связь. Предположим, что план x_ij невырожденный (число базисных клеток в таблице перевозок ровно m + n -1). Для всех этих клеток x_ij>0. Определим платежи (α_i и β_j) так, чтобы во всех базисных клетках псевдостоимости были ровны стоимостям:

č_ij=α_i+β_j=с_ij, при x_ij>0.
Что касается свободных клеток (где x_ij=0), то в них соотношение между псевдостоимостями и стоимостями может быть,какое угодно.
Оказывается соотношение между псевдостоимостями и стоимостями в свободных клетках показывает,является ли план оптимальным или же он может быть улучшен. Существует специальная теорема: Если для всех базисных клеток плана x_ij>0,
α_i+β_j=č_ij=с_ij, а для всех свободных клеток x_ij=0,
α_i+β_j=č_ij≤с_ij, ,то план является оптимальным и никакими способами улучшен быть не может. Нетрудно показать, что это теорема справедлива также для вырожденного плана, и некоторые из базисных переменных равны нулю. План обладающий свойством:
č_ij= с_ij (для всех базисных клеток) (2.35)
č_ij ≤ с_ij (для всех свободных клеток) (2.36)

называется потенциальным планом,а соответствующие ему платежи (α_iи β_j)потенциалами пунктов A_i и B_j (i=1,...,m;j=1,...,n). Пользуясь этой терминологией вышеупомянутую теорему можно сформулировать так: Всякий потенциальный план является оптимальным.
Итак,для решения транспортной задачи нам нужно одно- построить потенциальный план.

Оказывается его можно построить методом последовательных приближений,задаваясь сначала произвольной системой платежей,удовлетворяющей условию(2.35).При этом в каждой базисной клетке получиться сумма платежей,равная стоимости перевозок в данной клетке; затем,улучшая план следует одновременно менять систему платежей.Так,что они приближаются к потенциалам.При улучшении плана нам помогает следующее свойство платежей и псевдостоимостей: какова бы ни была система платежей

(α_iи β_j) удовлетворяющая условию (2.35),для каждой свободной клетки цена цикла пересчёта равна разности между стоимостью и псевдостоимостью в данной клетке:

γ_i,j=с_i,j - č_i,j.
Таким образом, при пользовании методом потенциалов для решения транспортной задачи отпадает наиболее трудоёмкий элемент распределительного метода: поиски циклов с отрицательной ценой.
Процедура построения потенциального (оптимального) плана состоит в следующем.
В качестве первого приближения к оптимальному плану берётся любой допустимый план (например, построенный способом минимальной стоимости по строке).В этом плане m+n-1 базисных клеток,где m - число строк, n –число столбцов транспортной таблицы.

Для этого плана можно определить платежи (α_i и β_j), так,чтобы в каждой базисной клетке выполнялось условие:

α_i+β_j=с_ij (2.37)
Уравнений(2.37) всего m+n-1,а число неизвестных равно m+n.

Следовательно,одну из этих неизвестных можно задать произвольно(например, равной нулю).

После этого из m+n-1 уравнений

(2.37) можно найти остальные платежи α_i, β_j,

а по ним вычислить псевдостоимости, č_i,j=α_i+β_j для каждой свободной клетки.

Таблица 2.7

	В1	В2	В3	В4	В5	αi
А1	č= 7	č= 6			č= 6	α1= 0
А2		č= 5	č= 4	č= 5		α2= -1
А3	č= 8		č= 6	č= 7		α3= 1
А4		č= 6	č= 5		č= 6	α4= 0
βj	β1= 7	β2= 6	β3= 5	β4= 6	β5= 6

α₄ =0,=> β₄=6, так как α₄+β₄=С₄₄=6,

=>
α₁=0, так как α₁+β₄=С₁₄=6,

=>
β₃=5, так как α₁+β₃=С₁₃=5,

=>
β₁=7, так как α₄+β₁=С₄₁=7,

=>
α₂=-1, так как α₂+β₁= С₂₁=6,

=>
β₅=6, так как α₂+β₅=С₂₅=5,

=>
α₃=1, так как α₃+β₅=С₃₅=7,

=>
β₂=6, так как α₃+β₂=С₂₅=7.

Если оказалось,что все эти псевдостоимости не превосходят стоимостей č_ij≤с_ij, то план потенциален и, значит оптимален. Если же хотя бы в одной свободной клетке псевдостоимость больше стоимости (как в нашем примере),то план не является оптимальным и может быть улучшен переносом перевозок по циклу, соответствующему данной свободной клетке.Цена этого цикла ровна разности между стоимостью и псевдостоимостью в этой свободной клетке.
В таблице 6 мы получили в двух клетках č_ij≥с_ij, теперь можно построить цикл в любой из этих двух клеток. Выгоднее всего строить цикл в той клетке, в которой разность č_ij-с_ij максимальна. В нашем случае в обоих клетках разность одинакова(равна 1),поэтому,для построения цикла выберем,например,клетку (4,2):
Таблица 2.8

	6 +	7			5 -	-1
					7 +
	7 -	5 +

Теперь будем перемещать по циклу число 14,так как оно является минимальным из чисел, стоящих в клетках, помеченных знаком -.При перемещении мы будем вычитать 14 из клеток со знаком - и прибавлять к клеткам со знаком +.
После этого необходимо подсчитать потенциалы α_iи β_j и цикл расчетов повторяется.
Итак,мы приходим к следующему алгоритму решения транспортной задачи методом потенциалов:

1) Взять любой опорный план перевозок, в котором отмечены m+n-1 базисных клеток (остальные клетки свободные).

2) Определить для этого плана платежи (α_iи β_j)исходя из условия, чтобы в любой базисной клетке псевдостоимости были равны стоимостям.Один из платежей можно назначить произвольно, например , положить равным нулю.

3) Подсчитать псевдостоимости č_i,j=α_i+β_j для всех свободных клеток. Если окажется, что все они не превышают стоимостей, то план оптимален.

4) Если хотя бы в одной свободной клетке псевдостоимость превышает стоимость, следует приступить к улучшению плана путём переброски перевозок по циклу, соответствующему любой свободной клетке с отрицательной ценой (для которой псевдостоимость больше стоимости).

5) После этого заново подсчитываются платежи и псевдостоимости, и, если план ещё не оптимален, процедура улучшения продолжается до тех пор, пока не будет найден оптимальный план.

Так в нашем примере после 2 циклов расчетов получим оптимальный план. При этом стоимость всей перевозки изменялась следующим образом: F₀=723,F₁=709,F₂=F_min=703.
Следует отметить так же, что оптимальный план может иметь и другой вид, но его стоимость останется такой же F_min = 703.

ГЛАВА