23.06.2013 Aufrufe

finale Version des Vorlesungsskripts - ZIB

finale Version des Vorlesungsskripts - ZIB

finale Version des Vorlesungsskripts - ZIB

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

7.2 Transshipment-, Transport- u. Zuordnungsprobleme<br />

Der Algorithmus ist in dieser Form nicht polynomial, da seine Laufzeit polynomial<br />

in der Kodierungslänge 〈f〉 sein müsste. Ferner ist nicht unmittelbar klar, wie lange er<br />

läuft, wenn negative Kosten erlaubt sind, da die Anzahl der Kreise mit negativen Kosten,<br />

auf denen der Fluss verändert werden muß, nicht ohne weiteres abgeschätzt werden<br />

kann. Diese Schwierigkeiten können durch neue Ideen (Augmentierung entlang Kreisen<br />

mit minimalen durchschnittlichen Kosten w(C)/|C|, Skalierungstechniken) überwunden<br />

werden, so dass <strong>Version</strong>en von Algorithmus (7.8) existieren, die polynomiale Laufzeit haben.<br />

Aus Zeitgründen können diese Techniken hier nicht dargestellt werden. Es sei hierzu<br />

wiederum auf die schon mehrfach erwähnten Übersichtsartikel und das Buch von Ahuja<br />

et al. (1993) verwiesen, die auch ausführlich auf die historische Entwicklung eingehen. Der<br />

Aufsatz von M. Shigeno and McCormick (2000) präsentiert zwei Skalierungsmethoden<br />

und gibt dabei eine gute Vergleichsübersicht über viele der bekannten Min-Cost-Flow-<br />

Algorithmen.<br />

7.2 Transshipment-, Transport- u. Zuordnungsprobleme<br />

Wie beim Maximalflussproblem ist es natürlich möglich, Minimalkosten-Flussprobleme,<br />

bei denen mehrere Quellen und Senken vorkommen und bei denen von Null verschiedene<br />

untere Kapazitätsschranken für die Bögen auftreten, zu lösen. Sie können auf einfache<br />

Weise auf das Standardproblem (7.1) reduziert werden.<br />

Es gibt noch eine Reihe von Varianten <strong>des</strong> Minimalkosten-Flussproblems, die in der<br />

Literatur große Beachtung gefunden und viele Anwendungen haben. Ferner gibt es für<br />

alle dieser Probleme Spezialverfahren zu ihrer Lösung. Aus Zeitgründen können wir diese<br />

nicht behandeln. Wir wollen diese Probleme jedoch zumin<strong>des</strong>t aus „Bildungsgründen“<br />

erwähnen und zeigen, wie sie in Minimalkosten-Flussprobleme transformiert werden können.<br />

(7.10) Transshipment-Probleme (Umladeprobleme). Gegeben sei ein Digraph<br />

D = (V, A), <strong>des</strong>sen Knotenmenge zerlegt sei in drei disjunkte Teilmengen Va, Vn und<br />

Vu. Die Knoten aus Va bezeichnen wir als Angebotsknoten. (Bei ihnen fließt ein Strom<br />

in das Netzwerk ein.) Die Knoten Vn bezeichnen wir als Nachfrageknoten (bei ihnen<br />

verläßt der Strom das Netz), und die Knoten Vu werden als Umladeknoten bezeichnet<br />

(hier wird der Fluss erhalten). Jedem Bogen a ∈ A sind eine Kapazität c(a) und ein<br />

Kostenkoeffizient w(a) zugeordnet. Ferner sei bei jedem Angebotsknoten v ∈ Va die<br />

Menge a(v) verfügbar, und bei jedem Nachfrageknoten die Menge b(v) erwünscht. Die<br />

Aufgabe, einen Plan zu ermitteln, der Auskunft darüber gibt, von welchen Anbietern aus<br />

über welche Transportwege der Bedarf der Nachfrager zu decken ist, damit die Kosten<br />

für alle durchzuführenden Transporte minimiert werden, heißt Umladeproblem. △<br />

Offenbar kann man ein Umladeproblem wie in (7.10) angegeben als lineares Programm<br />

137

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!