Minimum Cost Flow

Gestione della produzione e
della supply chain

Logistica distributiva
Paolo Detti
Dipartimento di Ingegneria dell’Informazione e Scienze
Matematiche
Università di Siena
Struttura delle reti logistiche
Sistemi produttivi multistadio
Struttura logistica lineare

1 2 3 4
Sist. prod. / Sist. prod. / Sist. prod. /

Fornitore Fornitore Fornitore
1 2 3
Struttura logistica ad assemblaggio
1
2
7
3
4
8
5 6
Struttura logistica arborescente (rete di distribuzione)
5 8
1
4
7
2
3
6
Costi in logistica
•  Costo per l’acquisizione dei materiali (soggetto a
sconti e incertezze sul valore futuro)
•  Costi di ordinazione
•  Costi di mantenimento o perdita del valore delle
scorte
•  Costi fissi e variabili di trasporto
•  Costi per la realizzazione di impianti e centri di
distribuzione
•  Costi legati alla movimentazione dei materiali nei
magazzini
Progetto di reti logistiche e trasporti
•  Determinare la struttura di una rete logistica significa
dimensionare impianti di produzione, centri di
distribuzione, punti vendita, flussi dei materiali.
•  Il problema si pone ad un livello strategico. Tuttavia, il

problema può porsi ad un livello tattico, nel caso in cui
sia possibile acquisire risorse (mezzi di trasporto, siti di
stoccaggio, ecc…) in affitto da fornitori di servizi
logistici.
Teoria dei grafi
La Teoria dei Grafi costituisce, al pari della Programmazione

Matematica, un corpo metodologico per la modellazione e
soluzione di problemi decisionali
Molti problemi di ottimizzazione hanno una naturale

rappresentazione grafica.
Sono note efficienti tecniche risolutive basate sui Grafi.

Origini
La Teoria dei Grafi è stata introdotta dal matematico svizzero
Eulero (1707 - 1783) che formulò utilizzando i grafi il problema
dei ponti di Könisberg (città Prussiana):
C
A
Fiume Pregel D
B
Partendo da una qualsiasi area di terra è possibile tornare al
punto di partenza attraversando tutti i ponti una ed una sola
volta?
Se si associano alle zone di terra dei punti (nodi o vertici) e ai
ponti dei tratti di linea (archi o spigoli)
il problema dei ponti di Könisberg è modellato dal Grafo
A D
Eulero si servì di questo grafo per stabilire che era impossibile

trovare il percorso richiesto, con i ponti così distribuiti. E’ invece
possibile se il numero di archi incidente in ogni nodo è pari.
Definizioni
Un grafo G=(V,E) è definito da:

•  un insieme V di nodi;
•  un insieme E di archi.
Un grafo si dice orientato se gli archi hanno un orientamento

altrimenti si dice non orientato
C C
A D A D
B B
Definizioni
(grafi non orientati)
Dato l’arco e=(a, b)
a
•  a, b sono detti i nodi estremi di e
•  e è detto arco incidente in a e b
•  a, b sono detti nodi adiacenti b
•  due archi si dicono adiacenti se hanno un nodo in comune
Dato il nodo a di G
•  l’Intorno di a, indicato con N(a), è l’insieme dei nodi adiacenti
ad a
•  la stella di a, indicata con δ(a), è l’insieme degli archi incidenti
in a 3
1
4 N(1) = {2, 3}
δ(3) = {(1,3), (3,4), (3,5)}
2
5
Definizioni
(grafi orientati)
Dato un arco orientato e=(a, b) a
•  e è detto arco uscente da a (nodo coda)
•  e è detto arco entrante in b (nodo testa)
b
•  a si dice predecessore diretto di b
•  b si dice successore diretto di a
Dato un nodo a di un grafo orientato G
•  δ+(a) è l’insieme degli archi uscenti da a
•  δ-(a) è l’insieme degli archi entranti in a
•  un nodo con soli archi entranti è detto pozzo
•  un nodo con soli archi uscenti è detto sorgente
3
1
0 4 δ+(5) = {(5,3), (5,4)}
δ-(2) ={(0,2), (1,2)}
5
2
Definizioni
Dato un Grafo G=(V, E) con V={v1, …, vn} ed E={e1, …, em}

un cammino è una sequenza di archi p={eh1, eh2, …, ehq}, tali
che ogni due archi consecutivi sono adiacenti
3 3
1 1
0 4 0 4
5 5
2 2
Definizioni
Un cammino è detto semplice se gli archi e i nodi del cammino

sono tutti distinti altrimenti si dice non semplice
3 3
1 1
0 4 0 4
5 5
2 2
un cammino è orientato se per ogni arco e=(i, j) del cammino, il

nodo i è la coda di e ed il nodo j è la testa di e
0 4
5
2
Definizioni
Un cammino è detto chiuso se i nodi estremi del cammino
coincidono
Un cammino semplice e chiuso è detto ciclo
3
1
0 4
5
2
Un Grafo G si dice connesso se per ogni coppia di nodi a e b

esiste un cammino da a a b
3 3
1 1
0 4 0 4
5 5
2 2
Definizioni
Un ciclo orientato
3
1
0 4
5
2
Un ciclo non orientato
3
1
0 4
5
2
Definizioni
Un cammino chiuso in un grafo è detto ciclo Euleriano se passa
una ed una sola volta su tutti gli archi del grafo. Un ciclo
Euleriano può non esistere in un grafo.
Grafo non Euleriano Grafo Euleriano

C
3
1
0 4
A D
5
2
B
Definizioni
Un ciclo in un grafo è detto ciclo Hamiltoniano se passa una ed
una sola volta su tutti i nodi del grafo. Un ciclo Hamiltoniano può
non esistere in un grafo.
Grafi Hamiltoniani
C
3
1
0 4
A D
5
2
B
Definizioni
Dato un grafo non orientato G=(V,A) e un sottoinsieme S di V
Taglio in un grafo
Una taglio δ (S) è l’insieme di archi con un estremo in S e l’altro
in V\S
3
1
4 S= {1, 3}
δ(S) = {(1,2), (3,4), (3,5)}
2
5
Definizioni
Dato un grafo G=(V,A) orientato e un sottoinsieme S di V
Taglio in un grafo
Il taglio δ+ (S) è l’insieme di archi con coda in S e testa in V\S
Il taglio δ- (S) è l’insieme di archi con testa in S e coda in V\S
3
1
0 4 S ={0,1,3}
δ+(S) = {(0,2),(1,2),(3,4)}
2
5 δ-(S) ={(5,3)}
Definizioni
Grafo bipartito G=(V1, V2, A)
L’insieme dei nodi V è divisibile in due sottoinsiemi V1 e V2

Non ci sono archi in A che collegano due nodi di V1 o due nodi
di V2
2 4
3 5
Definizioni
Una foresta è un grafo senza cicli
3
1
0 4
3
1
5 0
2 4
5
2
Definizioni
Un Albero T=(V,A) è un grafo che soddisfa una delle seguenti
definizioni:
•  è una foresta conessa

•  è connesso e non contiene cicli
•  è connesso ed ha |V|-1 archi
•  per ogni coppia di nodi esiste un solo cammino che li connette
•  è connesso e la rimozione di un arco lo rende disconnesso
3
1
0 4
5
2
Definizioni
Dato un grafo G=(V,A)
una foresta ricoprente F =(V’,A’) di G

è una foresta tale che
V’=V
3
1
0 4
3
1 5
2
0 4
3
1
0 4
5
2
5
2
Definizioni
Dato un grafo G=(V,A)
albero ricoprente T =(V’,A’)di G

è un albero tale che
V’=V
3
1
0 4
3
1 5
2
0 4
3
1
0 4
5
2
5
2
Il Problema del Flusso su Reti a Costo Minimo
(Minimum Cost Network Flow)
Il problema di Flusso su Reti a Costo Minimo consiste nel

determinare il modo più conveniente per trasportare una
determinata quantità di bene da uno o più punti di produzione o
immagazzinamento ad uno o più punti di consumo, attraverso
una rete di trasporto data.
Esistono algoritmi di soluzione estremamente efficienti per il

calcolo della soluzione di Problemi di Flusso su Reti a Costo
Minimo (più efficienti dei metodi utilizzati per la soluzione di
problemi di PL generici).
Il Modello del Flusso su Reti a Costo Minimo
Dati
•  Il grafo G=(V, E) della rete
•  Un insieme di nodi fornitori S⊂V e la quantità di bene
disponibile a(i) per ogni i ∈ S
•  Un insieme di nodi domanda D⊂V e la quantità di bene
richiesta b(i) per ogni i ∈ D
•  I costi unitari di trasporto cij, le capacità superiori uij e inferiori
lij ad ogni arco (i,j) di E
Il Problema
Decidere quanto flusso inviare su ciascun arco in modo tale che
•  le capacità sugli archi siano rispettate
•  ad ogni nodo sia soddisfatto il bilanciamento del flusso:
⎧a(i ) se i è un nodo fornitore
⎪
Flusso uscente da i − Flusso entrante in i = ⎨− b(i ) se i è un nodo domanda
⎪0 altrimenti
⎩
•  il costo totale del flusso sulla rete sia minimo

Un esempio ed una soluzione ammissibile

(i costi degli archi non sono riportati)
Nodi fornitori Nodi domanda

10 4 10
a(1)=10 1
10
6 b(6)=20
a(2)=15 2
5
7 b(7)=15
a(3)=10 3
5 10
10
i lij, uij, cij ⎪l ij = 0

⎧
⎨
j
⎩uij = +∞
⎪
Il Modello del Flusso su Reti a Costo Minimo :
Una formulazione di PL
Definizione delle variabili:

xij la quantità di flusso che scorre nell’arco (i,j), per ogni (i,j) ∈ E
Funzione obiettivo:
min ∑c x ij ij
( i , j )∈E
Upper bound sulle variabili:
x ij ≤ uij ∀(i,j) ∈ E
Lower bound sulle variabili:
x ij ≥ l ij ∀(i,j) ∈ E
Vincolo sul bilanciamento del flusso:
⎧a(i ) ∀i ∈ S
⎪
∑+ xij − ∑− x ji = ⎨− b(i ) ∀i ∈ D
( i , j )∈δ ( i ) ( j ,i )∈δ ( i ) ⎪0 altrimenti
⎩
Condizione:
affinché il problema abbia una soluzione ammissibile deve
essere:
∑ a(i ) = ∑ b(i )
i ∈S i ∈D
Formulazione complessiva
min ∑c x ij ij
( i , j )∈E
⎧a(i ) ∀i ∈ S
⎪
∑+ xij − ∑− x ji = ⎨− b(i ) ∀i ∈ D
⎩
Proprietà:
La matrice dei coefficienti è Totalmente Unimodulare (matrice di
incidenza di un grafo diretto e matrici identità)
Se le quantità a(i ), b(i ), l ij , u ij sono intere allora esiste un flusso
ottimo x* intero (calcolabile).
Metodi di soluzione:
•  In pratica, un problema di flusso su reti a costo minimo può
essere risolto con algoritmi combinatori estremamente
efficienti (polinomiali), che sfruttano la struttura della rete.
•  Inoltre, esiste una versione del metodo del simplesso, nota

con il nome di simplesso su reti, messa a punto proprio per
la soluzione di problemi di flusso su reti a costo minimo.
Ottimizzazione dei costi di trasporto e dimensionamento della
capacità produttiva
Descrizione del problema
Un’industria alimentare produce alimenti in 3 diversi impianti. Gli alimenti
una volta prodotti possono essere trasportati direttamente a 2 diversi clienti,
oppure trasportati e stoccati in 2 magazzini e poi consegnati ai clienti.
Dati
Il costo di produzione è lo stesso per ogni impianto.
Il costo di stoccaggio è lo stesso per ogni magazzino.
Ogni impianto ha una capacità produttiva limitata.
E’ nota la domanda di alimenti di ogni cliente.
Sono dati i costi di trasporto e produzione/stoccaggio, per tonnellata di
alimenti, tra ogni coppia di punti.
Possono essere trasportate al più 200 tonnellate di alimenti tra ogni coppia
di punti.
Obiettivo
L’industria vuole decidere quanto produrre in ogni impianto e quanto
stoccare in ogni magazzino, in modo tale che il costo totale di trasporto dagli
impianti verso i clienti sia minimo e la domanda dei clienti sia soddisfatta.
Impianti Clienti
200
400
300
180
100
Capacità (ton per anno) Domande (ton per anno)
Costi di trasporto e produzione/stoccaggio (migliaia di Euro per ton)

Magazzino 1 Magazzino 2 Cliente 1 Cliente 2
Impianto 1 2,0 1,0 2,0 4,0
Impianto 2 1,0 1,0 8,0 9,0
Impianto 3 1,0 0,5 10,0 8,0
Magazzino 1 - - 5,0 1,0
Magazzino 2 - - 2,0 7,0
Il problema può essere modellato con un grafo orientato, associando un
nodo ad ogni impianto, magazzino e cliente. Un arco orientato esprime il
fatto che può essere trasportata una certa quantità di alimenti tra i due nodi
estremi dell’arco.
Impianti Magazzini Clienti

4
200 1
6 400
300 2
7 180
100 3
5
Ad ogni nodo impianto è associato un valore pari alla capacità produttiva

Ad ogni nodo cliente è associato un valore pari alla domanda
Ad ogni arco (i,j) del grafo sono associati una capacità uij, un costo di
trasporto e produzione cij per tonnellata (per gli archi uscenti dagli impianti)
ed un costo di trasporto e stoccaggio cij per tonnellata (per gli archi uscenti
dai magazzini).
i uij, cij
j
uij = 200 per ogni arco
Costi di trasporto e produzione/stoccaggio (migliaia di Euro per ton)

Magazzino 1 Magazzino 2 Cliente 1 Cliente 2
Impianto 1 2,0 1,0 2,0 4,0
Impianto 2 1,0 1,0 8,0 9,0
Impianto 3 1,0 0,5 10,0 8,0
Magazzino 1 5,0 1,0
Magazzino 2 2,0 7,0
Condizione di ammissibilità
La somma delle capacità produttive (600) eccede la somma
delle domande (580)
4
200 1
6 400
300 2
7 180
100 3
5
Si introduce un nodo domanda fittizio con valore 600-580=20

connesso ai nodi fornitori con archi di capacità pari a 20 e costo
nullo
Condizione di ammissibilità
La somma delle capacità produttive (600) eccede la somma
delle domande (580)
4
200 1
6 400
300 2
7 180
100 3
5 8 20
Si introduce un nodo domanda fittizio con valore 600-580=20

connesso ai nodi fornitori con archi di capacità pari a 20 e costo
nullo
Formulazione con Excel
Soluzione ottima del Problema
200 4
200 1
6 400
180 180
300 2
200
20 7 180
100 3 100
100 5 8 20
Costo di trasporto complessivo: 1310 mila Euro

Il problema del Cammino di costo minimo su grafi
Siano dati
•  un grafo orientato G=(V, E)
•  un costo cij associato ad ogni arco (i, j)
•  una coppia di nodi s e t
il problema consiste nel trovare un cammino semplice orientato

da s a t la cui somma dei costi degli archi ha valore minimo.
3
1 3
s 1 1 t
3 2
2
Il problema del Cammino di costo minimo modellato come
problema di Flusso su reti a costo minimo
Se si associa:
•  un valore a(s)=1 al nodo s;
•  un valore b(t)=1 al nodo t;
•  una capacità inferiore pari a 0 ad ogni arco di E;
•  una capacità superiore pari a 1 ad ogni arco di E.
Il problema di trovare un cammino minimo da s a t può essere

visto come caso particolare di problema di Flusso a costo
minimo, con un solo nodo fornitore (s) ed un solo nodo
domanda (t).
3
a(s)=1 1 3
b(t)=1
s 1 1 t
3 2
2
Il problema dei trasporti
Siano dati
•  un grafo orientato bipartito G=(A,B,E)
•  A, insieme dei nodi fornitori
•  B, insieme dei nodi domanda
•  una quantità disponibile bi per ogni nodo fornitore in A
•  una quantità richiesta di per ogni nodo domanda in B
•  un costo unitario di trasporto cij associato ad ogni arco (i, j) di E
Il problema
Il problema consiste nel determinare quanto trasportare su
ciascun arco in modo da soddisfare la domanda e minimizzare i
costi di trasporto.
Definizione delle variabili:

xij la quantità di flusso che scorre nell’arco (i,j), per ogni (i,j) ∈ E
min ∑c x ij ij
( i , j )∈E
∑x ij
≤ bi ∀i ∈ A
j ∈B
∑x ij
≥ dj ∀j ∈ B
i ∈A
x ij ≥ 0 ∀(i,j) ∈ E
Nodi domanda Nodi fornitore
b1 1 d1
4
b2 2
5 d2
b3 3
min ∑ cij x ij
(i, j )∈E
∑x ij
≤ bi ∀i ∈ A
j ∈B
∑x ij
≥ dj ∀j ∈ B
i ∈A
x ij ≥ 0 ∀(i, j) ∈ E
Proprietà:
La matrice dei coefficienti è Totalmente Unimodulare (matrice di
incidenza di un grafo bipartito)
Se le quantità bi e dj sono intere allora esiste un flusso ottimo x*
intero.
Un algoritmo per il problema del flusso su reti a costo minimo:
il simplesso su reti
min ∑c x ij ij
( i , j )∈E
⎧a(i ) ∀i ∈ S
⎪
∑+ xij − ∑− x ji = ⎨− b(i ) ∀i ∈ D
⎩
Flusso lungo un arco:

Il flusso di un arco aumenta se esso è percorso in modo
concorde al verso dell’arco
Il flusso di un arco diminuisce se esso è percorso in modo

discorde al verso dell’arco
Idea: A partire da un flusso ammissibile sulla rete, l’idea alla

base del simplesso su reti è quella di migliorare la soluzione di
partenza aumentando il flusso in cicli con costo unitario
negativo, o diminuendo il flusso in cicli con costo unitario
positivo.
Ciclo con costo negativo: Ciclo con costo positivo:
2-4+1+3-3= -1 5-4+1+3-3= 2
2 (3,4) 3 2 (3,4) 3
(5,2) (5,5)
1 1
(2,1) (2,1)
(4,3) (4,3)
5 (4,3) 4 5 (4,3) 4
i (xij, cij) j i (xij, cij) j
Definizioni
Dato un flusso ammissibile x sulla rete G, un arco (i,j) è detto
•  libero se lij < xij < uij
•  vincolato se xij = lij oppure xij = uij
Definizioni
Dato un flusso ammissibile x sulla rete G, un arco (i,j) è detto
•  libero se lij < xij < uij
•  vincolato se xij = lij oppure xij = uij
Soluzione senza cicli (cycle free solution):

un flusso ammissibile x tale che in ogni ciclo (non orientato) della rete esiste
almeno un arco vincolato
Soluzione ad albero ricoprente (spanning tree solution):

dato un albero ricoprente T di G, un flusso ammissibile x tale che ogni arco
che non appartiene a T è vincolato (gli archi di G che appartengono a T
possono essere liberi o vincolati)
Soluzione senza cicli (cycle free solution):

un flusso ammissibile x tale che in ogni ciclo della rete esiste almeno un arco
vincolato
Soluzione ad albero ricoprente (spanning tree solution):

dato un albero ricoprente T di G, un flusso ammissibile x tale che ogni arco
che non appartiene a T è vincolato (gli archi di G che appartengono a T
possono essere liberi o vincolati)
È possibile mostrare che un problema di flusso a costo

minimo ammette sempre una soluzione ottima senza
cicli e ad albero ricoprente.
E’ sempre possibile trasformare una soluzione ammissible in una

soluzione senza cicli
Esempio: Ciclo con costo negativo

Tutti gli archi con capacità massima infinita e capacità minima 0
Costo del ciclo per flusso unitario D: 2-4+1+3-3= -1
2 (3,4) 3
(5,2) 2 3-a 3
1
(2,1) 5+a
1
2+a
(4,3)
4
5 (4,3) 4-a
4
5 4+a
i (xij, cij) j
Aumentando a il costo nel ciclo diminuisce. a può essere aumentato fin

quando i flussi sugli archi si mantengono positivi (non negatività del flusso)
(e non eccedono la capacità massima):
3−a ≥ 0 5+a
2 3-a 3
8
2 0 3
1 1
4−a ≥ 0 2+a 5
4-a 1
4 4
⇒a≤3 5 4+a 5 7
Il flusso è ancora ammissibile, un arco è vincolato (ha ora flusso nullo), ed il

costo della soluzione è diminuito
Esempio: Ciclo con costo positivo
Tutti gli archi con capacità massima infinita e minima 0
Costo del ciclo per flusso unitario D: 5-4+1+3-3= 2
2 (3,4) 3
(5,5)
1
(2,1)
2 3-a 3
(4,3) 5+a
4
5 (4,3) 1
2+a
i (xij, cij) j
4-a
4
5 4+a
Poiché diminuendo il flusso nel ciclo diminuisce il costo, il valore di a può
essere diminuito il più possibile a condizione che i flussi sugli archi non
diventino negativi (e che le capacità massime degli archi siano rispettate):
5+a ≥0 2 3-a 3 2 5 3
5+a 3
1 1
2+a ≥0 2+a 0
4-a 6
4+a ≥0 5 4+a
4
5 2
4
⇒ a ≥ −2
Il flusso è ancora ammissibile, un arco ha ora flusso nullo (è vincolato), ed il
costo della soluzione è diminuito
Dato un flusso ammissibile sulla rete, il procedimento sopra descritto
si può applicare a tutti i cicli della rete, anche ai cicli con costo unitario
nullo (in questo caso non avremo nessun miglioramento della
soluzione), per portare il flusso di un arco del ciclo al valore 0,
ottenendo quindi una soluzione ammissibile senza cicli.
Se assumiamo lower bound diversi da 0 ed upper bound finiti sulle
variabili xij, è possibile con ragionamenti analoghi modificare i flussi
sugli archi in modo da non peggiorare la soluzione, mantenere
l’ammissibilità e portare il flusso su un arco del ciclo al suo valore
minimo (lij) o massimo (uij)
Applicando il ragionamento a tutti i cicli della rete si ottiene il seguente

risultato.
Teorema
Se la funzione obiettivo di un problema di flusso a costo minimo non è
illimitata inferiormente, esiste sempre una soluzione ottima senza
cicli.
È possibile convertire una soluzione senza cicli in una

soluzione ad albero ricoprente
Infatti, data una soluzione senza cicli, possono accadere due

cose:
1. Il grafo che si ottiene eliminando tutti gli archi vincolati è
connesso: soluzione ad albero ricoprente
2. Il grafo che si ottiene eliminando tutti gli archi vincolati non è
connesso: foresta ricoprente
Nel caso 2, è possibile aggiungere archi vincolati alla foresta ed

ottenere una soluzione ad albero ricoprente
Nel caso 2, è possibile aggiungere archi vincolati alla foresta ed ottenere un
soluzione ad albero ricoprente
2 (4,4) 3 2 3
(2,3)
1 (1,6) 1
(3,3) (1,1)
(1,2)
4 4
5 (0,5) 5
i j
(xij, uij), lij=0

Soluzioni ad alberi ricoprenti
3 2 3 2 3
2
1 1 1
4 4
4 5 5
5
Si ottiene quindi il seguente risultato.

Teorema
Se la funzione obiettivo di un problema di flusso a
costo minimo non è illimitata inferiormente, esiste
sempre una soluzione ottima ad albero ricoprente per
il problema.
Data una soluzione ad albero ricoprente, gli archi in A della rete
G possono suddividersi in tre categorie:
1. Gli archi appartenenti all’albero T
2. Gli archi non appartenenti all’albero il cui flusso è pari alla
capacità minima (insieme L)
3. Gli archi non appartenenti all’albero il cui flusso è pari alla
capacità massima (insieme U)
E’ possibile ottenere una (unica) soluzione ad albero ricoprente

conoscendo la struttura T,L,U (ammissibile). Basta porre
•  xij=lij per ogni (i,j) in L
•  xij=uij per ogni (i,j) in U
•  calcolare il flusso sugli altri archi di T attraverso le condizioni di
bilanciamento dei nodi
Diremo che la struttura di un albero ricoprente T,L,U è

ammissibile se la relativa soluzione ad albero rispetta i
bound di ciascun arco della rete G
Data una soluzione ad albero ricoprente, diremo che l’albero

relativo T è non degenere se tutti gli archi in T sono liberi,
altrimenti l’albero si dice degenere
Data una struttura ad albero ricoprente T,L,U
E’ possibile calcolare un flusso ammissibile sugli archi di T
Per semplicità, assumiamo che tutti gli archi abbiano upper bound infinito e
lower bound 0 (gli archi non in T sono in L e quindi hanno flusso 0).
Dato un arco, siano T1 e T2 i due sottoalberi ottenuti eliminando l’arco.
2 3
b(3)=5
a(2)=15
1
a(1)=10
4 T2
5 a(5)=b(5)=0
b(4)=20 3
2
b(3)=5
a(2)=15
Si noti che deve
T1 1
essere:
∑ (a(i) − b(i)) + ∑ (a(i) − b(i)) = 0 a(1)=10 x53=10
4
i∈T1 i∈T2
5
a(5)=b(5)=0 b(4)=20
In modo simile è possibile calcolare il flusso anche nel caso in
cui la capacità massima degli archi sia finita
(supponiamo che gli archi (1,2) e (2,5) siano in U)
a(2)=15
2 3
b(3)=5
u12=3
1
u25=4
a(1)=10
4 T2
5 a(5)=b(5)=0
b(4)=20 a(2)=15
2 3
b(3)=5
T1 3
1
4
a(1)=10 x53=11
4
5
a(5)=b(5)=0 b(4)=20
Test di ottimalità per una soluzione ad albero ricoprente

Definiamo per ogni arco di G un costo ridotto nel seguente
modo:
c 'ij = cij − π (i ) + π ( j ) ∀(i , j ) ∈ A
Dove π(i) è detto potenziale al nodo i
Teorema
La struttura di un albero ricoprente T,L,U è ottima per il
problema di flusso a costo minimo se è ammissibile e se esiste
una scelta dei potenziali dei nodi π(i) tale che:
c 'ij = 0 ∀(i , j ) ∈ T
c 'ij ≥ 0 ∀(i , j ) ∈ L
c 'ij ≤ 0 ∀(i , j ) ∈ U
Teorema
La struttura di un albero ricoprente T,L,U è ottima per il problema di flusso a
costo minimo se è ammissibile e se esiste una scelta dei potenziali dei nodi
π(i) tale che:
1. c 'ij = 0 ∀(i , j ) ∈ T
2. c 'ij ≥ 0 ∀(i , j ) ∈ L
3. c 'ij ≤ 0 ∀(i , j ) ∈ U
Dim
Sia x* la soluzione associata alla struttura T,L,U e supponiamo che esistano
dei potenziali ai nodi che soddisfano le condizioni 1-3.
Si noti che minimizzare ∑ cij x ij equivale a
(i,j )∈A
minimizzare ∑ c' ij
x ij = costante
(i,j )∈A
⎛ ⎞
= min ∑ (cij − π (i) + π ( j))x ij = min ∑ cij x ij +∑ ⎜⎜ − ∑ π (i)x ij + ∑ π (i)x ji ⎟⎟
(i,j )∈A (i,j )∈A i∈V ⎝ (i,j )∈δ (i )+ ( j,i )∈δ (i )− ⎠
− π ( i )a( i ) se i nodo fornitore
π ( i )b( i ) se i nodo domanda
0 se i nodo di transito
Dim (segue)
Dalle condizioni
1. c 'ij = 0 ∀(i , j ) ∈ T
2. c 'ij ≥ 0 ∀(i , j ) ∈ L
3. c 'ij ≤ 0 ∀(i , j ) ∈ U
Si ha
min ∑ c' x ij ij
= min ∑ c' x − ∑ ij ij
| c 'ij | x ij
(i,j )∈A (i,j )∈L (i,j )∈U
Consideriamo una qualsiasi soluzione ammissibile x per il problema.

Dalla definizione di x* si ha
xij ≥ xij* = l ij ∀(i , j ) ∈ L
xij ≤ xij* = uij ∀(i , j ) ∈ U
e quindi:
* *
∑ c'ij xij ≥
( i , j )∈A
c ' x
∑ ij ij
( i , j )∈A
∑ cij xij ≥ c x
∑ ij ij
( i , j )∈A ( i , j )∈A
c.d.d.
Idea dell’algoritmo:
•  Il simplesso su reti è un algoritmo iterativo che passa da una struttura

ad albero ricoprente ad un’altra, e termina quando viene individuata una
struttura ottima.
•  Ad ogni iterazione l’algoritmo sostituisce un arco dell’albero ricoprente

con un altro non appartenente all’albero:
•  L’arco che entra a far parte dell’albero è un arco che viola la
condizione di ottimalità.
•  Aggiungendo tale arco all’albero, si viene a formare un ciclo con

costo unitario negativo (ciclo negativo).
•  Il flusso lungo il ciclo viene aumentato finché qualche arco non

raggiunge la sua capacità minima o massima.
•  Uno di questi archi con capacità minima o massima è rimosso,

producendo una nuova struttura ad albero.
Data una struttura ad albero ricoprente T,L,U
l’algoritmo calcola come prima cosa i potenziali ai nodi in modo da

soddisfare la condizione
c 'ij = 0 ∀(i , j ) ∈ T
Come?
Si noti che aggiungere una costante k a tutti i potenziali non modifica i costi
ridotti
c 'ij = cij − π (i ) + π ( j ) = cij − [π (i ) + k ] + [π ( j ) + k ]
Al nodo 1 può essere assegnato un potenziale 0
•  I potenziali di tutti gli altri nodi sono calcolati in modo tale che
c 'ij = cij − π (i ) + π ( j ) = 0 ∀(i , j ) ∈ T
Esempio: calcolo dei potenziali ai nodi a partire da una struttura ad albero
ricoprente T,L,U, in modo tale che:
j
c 'ij = cij − π (i ) + π ( j ) = 0 ∀(i , j ) ∈ T
i
cij
2 3
4 π (1) = 0
1 5
c15 − π (1) + π (5) = 2 − 0 + π (5) = 0 ⇒ π (5) = −2
1 c53 − π (5) + π (3) = 1 + 2 + π (3) = 0 ⇒ π (3) = −3
2
4
5 ................
Teorema
Se nel problema di flusso a costo minimo tutti i costi degli archi sono interi
allora esiste una soluzione ottima in cui i potenziali dei nodi π(i) sono tutti
interi.
Algoritmo: simplesso su reti
•  calcola una struttura ad albero T,L,U ammissibile
•  calcola il relativo potenziale ai nodi π ed il flusso x su ogni arco della rete
•  controlla la condizione di ottimalità
while (esiste un arco non in T che viola la condizione di ottimalità)

begin
•  seleziona un arco che viola la condizione di ottimalità, da far entrare
nell’albero
•  determina l’arco da rimuovere dall’albero
•  aggiorna la struttura T,L,U e calcola il relativo potenziale ai nodi, π, ed
il flusso x su ogni arco della rete
•  controlla la condizione di ottimalità
end
Calcolo di una struttura ad albero ammissibile iniziale T,L,U (archi tutti
con capacità minima 0)
Supponiamo che
fra ogni coppia di nodi esista un cammino diretto in cui ogni arco ha capacità
infinita
Data una rete G=(V,A) è sempre possibile rispettare questa condizione

aggiungendo degli archi fittizi (1,j) e (j,1) per ogni nodo j di V\{1}, con
capacità massima infinita e costo infinito (di fatto non saranno mai scelti in
una soluzione ottima)
Una struttura ad albero iniziale è ottenibile

•  aggiungendo in T l’arco (j,1) se il nodo j è un nodo fornitore (a(j)>0) o di
transito (a(j)=b(j)=0) con un flusso pari ad a(j)
•  aggiungendo in T l’arco (1,j) se il nodo j è un nodo domanda (b(j)>0) con
un flusso pari a b(j)
•  tutti gli altri archi sono inseriti nell’insieme L (a flusso nullo)
•  l’insieme U è vuoto
Controllo dell’ottimalità della struttura ad albero T,L,U
Dopo aver calcolato i potenziali ai nodi π(i)

Possiamo controllare le condizioni di ottimalità:
1. c 'ij = 0 ∀(i , j ) ∈ T
2. c 'ij ≥ 0 ∀(i , j ) ∈ L
3. c 'ij ≤ 0 ∀(i , j ) ∈ U
Se la struttura ad albero non rispetta queste condizioni, gli archi che

possono essere scelti per entrare nell’albero sono:
(i,j) ∈ L con c'ij < 0

(i,j) ∈ U con c'ij > 0
Diversi sono i criteri di selezione dell’arco entrante (pivot rule), e.g.,

Dantzig rule: seleziona l’arco con il massimo |c’ij|
Calcolo dell’arco uscente dall’albero
Sia (k,l) l’arco selezionato per entrare nell’albero

Aggiungendo l’arco (k,l) all’albero si viene a creare esattamente un ciclo
(pivot cycle) W
Definiamo l’orientamento del ciclo W concorde con l’arco se (k,l) è in L e

discorde se (k,l) è in U
1
(3,6)
i 2
(3,4) (0,3)
(xij, uij)
3 4
j
(2,3) (3,4)
5 6
(1,2) (2,2)
7 8
(4,6) (1,5)
9 1
(0,5) l
k
Calcolo dell’arco uscente dall’albero
Il flusso del ciclo è aumentato (il flusso aumenta sugli archi concordi con
l’orientamento del ciclo e diminuisce sugli archi discordi) fin quando il flusso
su uno o più archi raggiunge il relativo lower o upper bound (blocking arcs).
L’arco uscente è selezionato tra gli archi blocking.
Diversi sono i criteri di selezione dell’arco uscente, e.g.,
seleziona il primo arco blocking incontrato scandendo la lista degli archi,
oppure l’arco con costo max.
1
(3,6)
i 2
(4,4) (1,3)
(xij, uij)
3 4
j
(1,3) (4,4)
5 6
archi blocking: (2,3), (7,5) e
(0,2) (1,2) Ciclo di pivot
(6,4)
7 8
(3,6) (2,5)
9 1
k (1,5) l
Esempio
a(1)=9, b(6)=9, tutti gli altri nodi sono di transito
(5,7)
2 4
(3,8) (3,5)
(2,2) (5,4)
1 (2,3)
6 Siano dati T, L, U: calcolo dei potenziali
(2,3)
3
(4,6) e flussi
5
(4,3)
i j L={(2,3), (5,4)} U={(3,5), (4,6)}
(cij, uij), lij=0
-3 -8
5
2 4
π (1) = 0 6
0 1
c12 − π (1) + π (2) = 3 − 0 + π (2) = 0 ⇒ π (2) = −3 -9
1
c13 − π (1) + π (3) = 2 − 0 + π (3) = 0 ⇒ π (3) = −2 6
c24 − π (2) + π ( 4) = 5 + 3 + π ( 4) = 0 ⇒ π ( 4) = −8 3 4
3 5
................ -2 -5
π(i) π(j)
i j
xij
-3 -8 Calcolo arco entrante: c’ 35

5
2 4 =4+2-5=1>0, (3,5) in U, il
6
0 massimo incremento sul ciclo è 1,
1 -9
1 l’arco (2,5) diventa blocking ed
6 esce (entra in U)
3 4
3 5
-2 -3 -8
-5 5
π(j) 2 4
π(i) 6
i j 0 1
1 -9
xij
6
L={(2,3), (5,4)} U={(3,5), (4,6)} 3
3 5
4
-2 3 -5
c '23 = c23 − π (2) + π (3) = 2 + 3 − 2 > 0 π(i) π(j)
c '54 = c54 − π (5) + π ( 4) = 5 + 5 − 8 > 0 i j
xij
c '35 = c35 − π (2) + π (5) = 4 + 2 − 5 = 1 > 0
c '46 = c 46 − π ( 4) + π (6) = 3 + 8 − 9 = 2 > 0
Esempio
Nuovo albero ricoprente
-3 -8
5
2 4
7 Calcolo dei potenziali:
0
1 -10
6
c 'ij = cij − π (i ) + π ( j ) = 0 ∀(i , j ) ∈ T
2 2 4
3 5 c35 − π (3) + π (5) = 4 + 2 + π (5) = 0 ⇒ π (5) = −6
-2 -6
c56 − π (5) + π (6) = 4 + 6 + π (6) = 0 ⇒ π (6) = −10
π(i) π(j)
i j
xij
Test di ottimalità:
L={(2,3), (5,4)} U={(2,5), (4,6)}
c '23 = c23 − π (2) + π (3) = 2 + 3 − 2 > 0
c '54 = c54 − π (5) + π ( 4) = 5 + 6 − 8 > 0
c '25 = c25 − π (2) + π (5) = 2 + 3 − 6 < 0
c '46 = c 46 − π ( 4) + π (6) = 3 + 8 − 10 > 0
(5,7)
2 4
(3,8) (3,5)
(2,2) (5,4)
1 (2,3) Nuovo arco entrante:
6
c’46=3+8-10=1>0,
(2,3) (4,6)
3 5 il massimo incremento sul ciclo è 1,
(4,3)
i j Gli archi (1,3) e (3,5) diventano
blocking
(cij, uij), lij=0 Scegliamo l’arco (3,5) che esce da T
-3 -8
5
2 4
7 5
1 -10
6
2 4
3 5
-2 2 -6
π(i) π(j)
i j
xij
Esempio
Nuovo albero ricoprente
Calcolo dei potenziali:
-3 -8
4 c 'ij = cij − π (i ) + π ( j ) = 0 ∀(i , j ) ∈ T
2 4
6 4 π (1) = 0
0 -11
1 c12 − π (1) + π (2) = 3 − 0 + π (2) = 0 ⇒ π (2) = −3
6 c13 − π (1) + π (3) = 2 − 0 + π (3) = 0 ⇒ π (3) = −2
3 5
3 5 c24 − π (2) + π ( 4) = 5 + 3 + π ( 4) = 0 ⇒ π ( 4) = −8
-2 -7
π(j) c 46 − π ( 4) + π (6) = 3 + 8 + π (6) = 0 ⇒ π (6) = −11
π(i)
i j c56 − π (2) + π ( 4) = 4 − π (5) − 11 = 0 ⇒ π (5) = −7
xij
L={(2,3), (5,4)} U={(2,5), (3,5)} Test di ottimalità:

c '23 = c23 − π (2) + π (3) = 2 + 3 − 2 > 0
c '25 = c25 − π (2) + π (5) = 2 + 3 − 7 < 0
Trovata una
soluzione ottima c '35 = c35 − π (3) + π (5) = 4 + 2 − 7 < 0
c '54 = c54 − π (5) + π ( 4) = 5 + 7 − 8 > 0

Minimum Cost Flow

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Minimum Cost Flow

Uploaded by

Copyright:

Available Formats

Gestione della produzione e

della supply chain

Struttura logistica lineare

Sist. prod. / Sist. prod. / Sist. prod. /

• Il problema si pone ad un livello strategico. Tuttavia, il

La Teoria dei Grafi costituisce, al pari della Programmazione

Molti problemi di ottimizzazione hanno una naturale

Sono note efficienti tecniche risolutive basate sui Grafi.

Eulero si servì di questo grafo per stabilire che era impossibile

Un grafo G=(V,E) è definito da:

Un grafo si dice orientato se gli archi hanno un orientamento

Dato un Grafo G=(V, E) con V={v1, …, vn} ed E={e1, …, em}

Un cammino è detto semplice se gli archi e i nodi del cammino

un cammino è orientato se per ogni arco e=(i, j) del cammino, il

Un Grafo G si dice connesso se per ogni coppia di nodi a e b

Un ciclo non orientato

Grafo non Euleriano Grafo Euleriano

L’insieme dei nodi V è divisibile in due sottoinsiemi V1 e V2

• è una foresta conessa

una foresta ricoprente F =(V’,A’) di G

albero ricoprente T =(V’,A’)di G

Il problema di Flusso su Reti a Costo Minimo consiste nel

Esistono algoritmi di soluzione estremamente efficienti per il

• il costo totale del flusso sulla rete sia minimo

Un esempio ed una soluzione ammissibile

Nodi fornitori Nodi domanda

i lij, uij, cij ⎪l ij = 0

Definizione delle variabili:

Lower bound sulle variabili:

• Inoltre, esiste una versione del metodo del simplesso, nota

Capacità (ton per anno) Domande (ton per anno)

Costi di trasporto e produzione/stoccaggio (migliaia di Euro per ton)

Impianti Magazzini Clienti

Ad ogni nodo impianto è associato un valore pari alla capacità produttiva

Costi di trasporto e produzione/stoccaggio (migliaia di Euro per ton)

Capacità (ton per anno) Domande (ton per anno)

Si introduce un nodo domanda fittizio con valore 600-580=20

Capacità (ton per anno) Domande (ton per anno)

Si introduce un nodo domanda fittizio con valore 600-580=20

Impianti Magazzini Clienti

Capacità (ton per anno) Domande (ton per anno)

Costo di trasporto complessivo: 1310 mila Euro

il problema consiste nel trovare un cammino semplice orientato

Il problema di trovare un cammino minimo da s a t può essere

Definizione delle variabili:

Flusso lungo un arco:

Il flusso di un arco diminuisce se esso è percorso in modo

Idea: A partire da un flusso ammissibile sulla rete, l’idea alla

Soluzione senza cicli (cycle free solution):

Soluzione ad albero ricoprente (spanning tree solution):

Soluzione senza cicli (cycle free solution):

Soluzione ad albero ricoprente (spanning tree solution):

È possibile mostrare che un problema di flusso a costo

E’ sempre possibile trasformare una soluzione ammissible in una

Esempio: Ciclo con costo negativo

Costo del ciclo per flusso unitario D: 2-4+1+3-3= -1

Aumentando a il costo nel ciclo diminuisce. a può essere aumentato fin

Il flusso è ancora ammissibile, un arco è vincolato (ha ora flusso nullo), ed il

Costo del ciclo per flusso unitario D: 5-4+1+3-3= 2

Applicando il ragionamento a tutti i cicli della rete si ottiene il seguente

È possibile convertire una soluzione senza cicli in una

Infatti, data una soluzione senza cicli, possono accadere due

Nel caso 2, è possibile aggiungere archi vincolati alla foresta ed

(xij, uij), lij=0

•  Il problema si pone ad un livello strategico. Tuttavia, il

•  è una foresta conessa

•  il costo totale del flusso sulla rete sia minimo

•  Inoltre, esiste una versione del metodo del simplesso, nota

•  Il simplesso su reti è un algoritmo iterativo che passa da una struttura

•  Ad ogni iterazione l’algoritmo sostituisce un arco dell’albero ricoprente

•  Aggiungendo tale arco all’albero, si viene a formare un ciclo con

•  Il flusso lungo il ciclo viene aumentato finché qualche arco non

•  Uno di questi archi con capacità minima o massima è rimosso,

•  calcola una struttura ad albero T,L,U ammissibile

•  calcola il relativo potenziale ai nodi π ed il flusso x su ogni arco della rete

•  controlla la condizione di ottimalità