EFIKASNO MODELIRANJE REALNIH OPTIMIZACIONIH PROBLEMA Tatjana Davidović Matematički institut SANU tanjad

Транскрипт

1 EFIKASNO MODELIRANJE REALNIH OPTIMIZACIONIH PROBLEMA Tatjana Davidović Matematički institut SANU tanjad VII Simpozijum,,Matematika i primene 4. novembar Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

2 Sadržaj 1 Problemi i metode optimizacije 2 3 Problem rutiranja rečnih kontejnerskih brodova 4 Nesimetrični problem rutiranja dostavnih drumskih vozila Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

3 Problemi i metode optimizacije Optimizacioni problemi svuda oko nas Odredivanje najkraćeg puta (vremena putovanja); Nalaženje najjeftinijih proizvoda (minimizacija troškova); Smanjivanje dužine obrade proizvoda; Maksimizacija zarade preduzeća; Rasporedivanje radnika na poslove; Pravljenje rasporeda časova; Klasterovanje (formiranje timova, grupisanje podataka), itd. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

4 Problemi i metode optimizacije Modeliranje optimizacionih problema Matematički modeli koriste se za precizno opisivanje problema. Mogu biti kombinatorne prirode (algoritamski) ili koristiti metode matematičkog programiranja. Od strukture modela zavisi efikasnost metoda za rešavanje odgovarajućih problema. Dobri modeli imaju mali broj bromenljivih. Ponekad, veliki broj ograničenja smanjuje dopustivi prostor za pretragu. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

5 Problemi i metode optimizacije Metode optimizacije Tačne (egzaktne); Heurističke; Aproksimativne; Metaheurističke; Hibridne. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

6 Problemi i metode optimizacije Efikasno modeliranje i rešavanje Bilateralni projekat,,the Development of Hybrid Heuristics for Combinatorial Optimization Problems iz programa Pavle Savić izmedu ESSEC Business School of Paris i MI SANU za godinu ima zadatke: razvoj novih, jednostavnijih modela i razvoj efikasnih hibridnih metoda za optimizacione probleme u transportu. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

7 Static Minimum Cost Berth Allocation Problem (MCHBAP) Cilj je minimizovati ukupnu cenu vezivanja broda koja se sastoji od: cene pozicioniranja brodova; cene ubrzavanja ili usporavanja brodova; cene kašenjanja obrade u odnosu na zadato maksimalno vreme. Osnovna pretpostavka je da na svakom vezu postoji kran tako da se problem rasporedivanja kranova može izbeći. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

8 Opis problema Ulazni parametri problema prikazani su na slici Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

9 Opis problema (nast.) Funkcija cilja: l (c 1k z k + c 2k (ETA k At k ) + + c 3k (At k ETA k ) + k=1 +c 4k (Dt k d k ) + ), Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

10 Opis problema (nast.) Funkcija cilja: l (c 1k z k + c 2k (ETA k At k ) + + c 3k (At k ETA k ) + k=1 +c 4k (Dt k d k ) + ), gde je a z k = T m { i s k : brod k zauzima poziciju (j, i)}, j=1 i=1 { a b, ako je a > b, (a b) + = 0, inače. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

11 Opis problema (nast.) Pomoćne promenljive (računaju se u predprocesiranju) H k = a k /b k ; { c2k (ETA E1 kj = k j), ako je ETA k > j, 0, inače; { c4k (j + H D1 kj = k d k ), ako je j + H k > d k, 0, inače; Zb ki = gde je B ki1 = i+b k 1 i 1 =i B ki1 { Hk c 1k (i 1 s k ), ako je i 1 s k, H k c 1k (s k i 1 ), inače; Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

12 Formulacija preko mešovitog celobrojnog programiranja I način Promenljive modela: binarne: { 1, ako je vez i u trenutku j dodeljen brodu k, x ijk = 0, inače; { 1, ako je (j, i) referentna tačka broda k, z ijk = 0, inače; { 1, ako se brod k obraduje u trenutku j, v jk = 0, inače; Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

13 Formulacija preko mešovitog celobrojnog programiranja I način Promenljive modela: binarne: { 1, ako je vez i u trenutku j dodeljen brodu k, x ijk = 0, inače; { 1, ako je (j, i) referentna tačka broda k, z ijk = 0, inače; { 1, ako se brod k obraduje u trenutku j, v jk = 0, inače; celobrojne At k, Dt k {1, 2,..., T }: At k - početak obrade broda k; Dt k - kraj obrade broda k. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

14 MIP formulacija I način (nast.) l m T min z ijk (Zb ki + E1 kj + E2 kj + D1 kj ) (1) k=1 i=1 j=1 Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

15 MIP formulacija I način (nast.) l m T min z ijk (Zb ki + E1 kj + E2 kj + D1 kj ) (1) k=1 i=1 j=1 t.d. l x ijk 1, i = 1, 2,..., m; j =1,..., T (2) k=1 j=1 i=1 m T z ijk = 1, k = 1, 2,..., l (3) i=1 j=1 T m j z ijk = At k, k = 1, 2,..., l (4) Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

16 MIP formulacija I način (nast. 1) T m j z ijk + H k = Dt k, k = 1, 2,..., l (5) j=1 i=1 l m x ijk m, j = 1, 2,..., T (6) k=1 i=1 T j=1 i=1 m x ijk a k, k = 1, 2,..., l (7) m x ijk M v jk, j =1,..., T ; k = 1, 2,..., l (8) i=1 Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

17 MIP formulacija I način (nast. 2) m x ijk v jk, j =1,..., T ; k = 1, 2,..., l (9) i=1 (j + 1) v jk Dt k, j =1,..., T ; k = 1, 2,..., l (10) j 2 (j 2 j 1 + 1) v jk + M (2 v j1 k v j2 k), j=j 1 j 1 =1,..., T 1; j 2 =2,..., T (j 1 < j 2 ); v jk m i=1 j 1 =1 k = 1, 2,..., l (11) j z ij1 k, j =1,..., T ; k = 1, 2,..., l (12) Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

18 MIP formulacija I način (nast. 3) i 1 1 i=1 j=1 T m x ijk + i=i 1 +b k j=1 T x ijk M 1 T j=1 z i1 jk, i 1 = 2,..., m b k ; k = 1, 2,..., l (13) m T T x ijk M 1, m b k i=1 i=1+b k j=1 j=1 z 1jk k = 1, 2,..., l (14) T T x ijk M 1, j=1 j=1 z (m bk +1)jk k = 1, 2,..., l (15) Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

19 MIP formulacija I način (nast. 4) m b k x ijk M (1 v jk ), i=1 j =1,..., T ; k = 1, 2,..., l (16) x ijk, z ijk, v jk {0, 1} (17) gde je M dovoljno velika konstanta. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

20 MIP formulacija II način Problem se razmatra kao specijalni slučaj 2 D Bin Packing Problem (BPP). Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

21 MIP formulacija II način Problem se razmatra kao specijalni slučaj 2 D Bin Packing Problem (BPP). Promenljive modela: binarne: { 1, ako je (j, i) referentna tačka broda k, z ijk = 0, inače; { 1, ako je brod k1 levo od broda k2 duž vremenske ose, l1 k1k2 = 0, inače; { 1, ako je brod k1 ispod broda k2 duž ose po vezovima, u k1k2 = 0, inače; Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

22 MIP formulacija II način Problem se razmatra kao specijalni slučaj 2 D Bin Packing Problem (BPP). Promenljive modela: binarne: { 1, ako je (j, i) referentna tačka broda k, z ijk = 0, inače; { 1, ako je brod k1 levo od broda k2 duž vremenske ose, l1 k1k2 = 0, inače; { 1, ako je brod k1 ispod broda k2 duž ose po vezovima, u k1k2 = 0, inače; celobrojne At k, Dt k {1, 2,..., T } (kao ranije) P k {1,..., m} - najmanji indeks veza dodeljen brodu k. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

23 MIP formulacija II način (nast. 1) Predprocesiranje je isto kao u modelu I, a računa se i matrica F ijk = E1 kj + E2 kj + D1 kj + Zb ki. Ova matrica pojednostavljuje funkciju cilja, pa novi MIP model izgleda ovako: l m T min z ijk F ijk (18) i=1 j=1 k=1 i=1 j=1 m T t.d. z ijk = 1, k = 1, 2,..., l (19) T m j z ijk = At k, k = 1, 2,..., l (20) j=1 i=1 At k + H k = Dt k, k = 1, 2,..., l (21) Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

24 MIP formulacija II način (nast. 2) T m i z ijk = P k, k = 1, 2,..., l (22) j=1 i=1 At k T H k + 1, k = 1, 2,..., l (23) P k m b k + 1, k = 1, 2,..., l (24) Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

25 MIP formulacija II način (nast. 3) l1 k1k2 + l1 k2k1 + u k1k2 + u k2k1 1, k1 = 1, 2,..., l; k2 = 1, 2,..., l (k1 < k2) (25) At k1 At k2 + T l1 k1k2 T H k1, k1 = 1, 2,..., l; k2 = 1, 2,..., l (26) P k1 P k2 + m u k1k2 m b k1, k1 = 1, 2,..., l; k2 = 1, 2,..., l (27) Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

26 Poredenje formulacija Model Broj Broj promenljivih ograničenja I 2mTl + Tl + 2l T 2 l + mt + ml + 5Tl + 6l + T II mtl + Tl + ml + 3l 3l 2 + 6l II model ne koristi konstantu M. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

27 Eksperimentalna evaluacija Poredenje modela uz pomoć CPLEX 11.2 optimizacionog softvera. Hardver i softver: Intel Core 2 Duo CPU E6750 na 2.66GHz sa RAM=8Gb pod Linux Slackware 12, Kernel: operativnim sistemom. Dva skupa test instanci: slučajno generisani primeri malih dimenzija; realni problemi većih dimenzija. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

28 Slučajno generisani test primeri Table: Rezultati slučajno generisani test primeri: m = 8, T = 15 Opt. Vreme (s) l cena I MODEL II MODEL Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

29 Realni problemi Table: Rezultati Realni primeri: m = 12, T = 54 I MODEL II MODEL l Cena Vreme Limit Opt. cena Vreme Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

30 Problem rutiranja rečnih kontejnerskih brodova Rutiranje rečnih kontejnerskih brodova Opis problema Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

31 Problem rutiranja rečnih kontejnerskih brodova Rezultati Table: Poredenje modela MLDM Model α Model β Primeri prom. ogr. prom. ogr. prom. ogr. Port Port Port Port Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

32 Problem rutiranja rečnih kontejnerskih brodova Rezultati (nast.) Za primere sa 10 i 15 luka svi modeli su našli optimalna rešenja. Prosečno vreme: MLDM Model α Model β s s s Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

33 Problem rutiranja rečnih kontejnerskih brodova Rezultati (nast.) Za primere sa 10 i 15 luka svi modeli su našli optimalna rešenja. Prosečno vreme: MLDM Model α Model β s s s Za SVE primere sa 20 i 25 luka prvi model nije našao optimalna rešenja u vremenu od 2h. Prosečan gap je bio %. Drugi i treći model su dobili optimalna rešenja u prosečnom vremenu s, odnosno s. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

34 Nesimetrični problem rutiranja dostavnih drumskih vozila AVRP - opis problema Hipermarket ima K dostavnih vozila kojima opslužuje korisnike; Porudžbine se primaju u toku jednog dana, a roba isporučuje sledećeg dana; Zadati su kapaciteti vozila, njihova prosečna brzina i vremenski interval u kome mora da se završi dostava; Količina robe koja treba da se isporuči svakom od korisnika saznaje se njihovom prijavom; (ASIMETRIČNA) rastojanja izmedu korisnika računaju se nakon prijave svih korisnika; Cilj je minimizirati ukupan put koji treba da predu sva vozila. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

35 Nesimetrični problem rutiranja dostavnih drumskih vozila Modeliranje AVRP Osnovni problem je modelirati eliminaciju pod-tura, dakle dobiti rešenje koje ima tačno K tura (za svako dostavno vozilo po jednu), a koje posećuju sve korisnike. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

36 Nesimetrični problem rutiranja dostavnih drumskih vozila Modeliranje AVRP Osnovni problem je modelirati eliminaciju pod-tura, dakle dobiti rešenje koje ima tačno K tura (za svako dostavno vozilo po jednu), a koje posećuju sve korisnike. Klasično, za to se koristi eksponencijalni broj ograničenja koja prebrajaju se moguće podskupove skupa korisnika. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

37 Nesimetrični problem rutiranja dostavnih drumskih vozila Modeliranje AVRP Osnovni problem je modelirati eliminaciju pod-tura, dakle dobiti rešenje koje ima tačno K tura (za svako dostavno vozilo po jednu), a koje posećuju sve korisnike. Klasično, za to se koristi eksponencijalni broj ograničenja koja prebrajaju se moguće podskupove skupa korisnika. Mi smo koristili dva druga pristupa: praćenje redosleda korisnika i praćenje količine robe u svakom od vozila. Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

38 Nesimetrični problem rutiranja dostavnih drumskih vozila Poredenje modela Model Broj Broj promenljivih ograničenja I 2Kn 2 3Kn 2 + 6Kn + K II 2Kn 2 2Kn 2 + (3K + 2)n + 2K Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

39 Nesimetrični problem rutiranja dostavnih drumskih vozila Eksperimentalna evaluacija Table: Rezultati na slučajno generisanim test primerima, K = 3 I MODEL II MODEL n Dužina Vreme (s) Dužina Vreme (s) 47 S dana S h 28 S h O s Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

40 Projektni timovi MI SANU ESSEC Jelena Jovanović Ivana Ljubić Vladislav Maraš Laurent Alfandari Vladimir Ilin Fabio Furini T. D. Sébastien Martin Tatjana Jakšić Krüger Zorica Stanimirović Stefan Mišković Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33

41 Hvala na pažnji! Pitanja? Tatjana Davidović Tatjana Davidović (MI SANU) Efikasno modeliranje optimizacionih problema Mat. Symp / 33