Redes Practica 08 W478 5 Ampl

OPTIMIZACION EN REDES Curso 2005-06
Fichero: redes-practica-08-W478-5-ampl.doc

Maria Muiz
Valle Puentedura
Pgina 1 de 12
PRCTICA 8A
Problema de cobertura de conjuntos, Winston pgina 478, ejemplo 5, formato1.

ENUNCIADO:

Hay seis ciudades (ciudades 1-6) en el condado de Kilroy. El condado debe determinar en
qu lugar construir estaciones de bomberos. El condado quiere construir una mnima
cantidad de estaciones de bomberos para asegurar que por lo menos una estacin est dentro
de 15 minutos (tiempo de viaje) de cada ciudad. En la tabla 1 se muestran los tiempos
requeridos (en minutos) para viajar entre las ciudades del condado de Kilroy. Formule un
PE que dir a Kilroy cuntas estaciones de bomberos habra que construirse y en dnde.

Tabla 1: tiempo requerido para viajar entre ciudades en el condado de Kilroy

DE
HACIA
Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Ciudad 5 Ciudad 6
Ciudad 1 0 10 20 30 30 20
Ciudad 2 10 0 25 35 20 10
Ciudad 3 20 25 0 15 30 20
Ciudad 4 30 35 15 0 15 25
Ciudad 5 30 20 30 15 0 14
Ciudad 6 20 10 20 25 14 0

Tabla 2: ciudades dentro de 15 minutos de una ciudad dada

Ciudad 1 1, 2
Ciudad 2 1, 2, 6
Ciudad 3 3, 4
Ciudad 4 3, 4, 5
Ciudad 5 4, 5, 6
Ciudad 6 2, 5, 6

La tabla 2 muestra la relacin de localidades que pueden comunicarse con cada ciudad
respectivamente en 15 minutos o menos.


Maria Muiz
Valle Puentedura
Pgina 2 de 12
Formulacin matemtica:

Para cada ciudad se debe determinar si se construye una estacin de bomberos o no. As,
definimos las variables dicotmicas y
1
, y
2
, y
3
, y
4
, y
5
, y
6
e{0,1} como:
y
j
=
caso otro en 0
j ciudad la en bomberos de estacin una construye se si 1

j=1,...,6

Entonces el nmero total de estaciones de bomberos que se construyen est dado por y
1+
y
2+
y
3 +
y
4 +
y
5 +
y
6
y la funcin objetivo de Kilroy es:
Minimizar z = y
1+
y
2+
y
3 +
y
4 +
y
5 +
y
6
Para asegurar que haya una estacin de bomberos dentro de 15 minutos de cada ciudad,
tenemos las siguientes restricciones:
y
1
+ y
2
>=1 (Restriccin de la ciudad 1)
y
1
+ y
2
+ y
6
y
3
+ y
4
y
3
+ y
4
+ y
5
y
4
+ y
5
+ y
6
y
2
+ y
5
+ y
6

Fichero prctica8a.mod
### Prctica 8a
# Problema del libro de Winston, pgina 478, ejemplo 5
# Problema de cobertura de conjuntos en formato 1
# Fichero practica8a.mod

# Declaracin de variables

var y1 binary;
var y2 binary;
var y3 binary;
var y4 binary;
var y5 binary;
var y6 binary;

# Funcin objetivo
minimize objetivo: y1+y2+y3+y4+y5+y6 ;

# Restricciones asociadas a la distancia entre ciudades
subject to res_ciudad_1: y1+y2 >= 1;
subject to res_ciudad_2: y1+y2+y6 >= 1;
subject to res_ciudad_3: y3+y4 >= 1;

Fichero practica8a.run

### Prctica 8a
# Fichero practica8a.run

Maria Muiz
Valle Puentedura
Pgina 3 de 12
reset;
model A:\practica8a.mod;
option solver cplex;
solve;
display objetivo;
display y1,y2,y3,y4,y5,y6;

Solucin obtenida con el programa AMPL:

CPLEX 8.0.0: optimal solution; objective 2
4 dual simplex iterations (0 in phase I)
objetivo = 2
y1 = 0, y2 = 1, y3 = 0, y4 = 1, y5 = 0, y6 = 0;


Maria Muiz
Valle Puentedura
Pgina 4 de 12
PRCTICA 8B

Fichero prctica8b.mod
### Prctica 8b
# Fichero practica8b.mod

param m;
param n;

set CLIENTES:=1..m;
set SERVIDORES:=1..n;

var y{SERVIDORES} binary;

# Funcin objetivo
minimize objetivo: sum {j in SERVIDORES} y[j] ;

# Restricciones asociadas a la distancia entre las ciudades
subject to res_ciudad_1: y[1]+y[2] >= 1;
subject to res_ciudad_2: y[1]+y[2]+y[6] >= 1;
subject to res_ciudad_3: y[3]+y[4] >= 1;

Fichero prctica8b.dat
### Prctica 8b
# Problema del libro del Winston pgina 478, ejemplo 5
# Problema de cobertura de conjuntos en formato2
# Fichero practica8b.dat

param m:=6;
param n:=6;

Fichero prctica8b.run
### Prctica 8b
# Fichero practica8b.run

reset;
model A:\redes\practica8b.mod;
data A:\redes\practica8b.dat;
solve;
display objetivo;
display y;


Maria Muiz
Valle Puentedura
Pgina 5 de 12

CPLEX 8.0.0: optimal integer solution; objective 2
0 MIP simplex iterations
0 branch-and-bound nodes
objetivo = 2
y [*] : =
1 2 3 4 5 6
0 1 0 1 0 0


Maria Muiz
Valle Puentedura
Pgina 6 de 12
PRCTICA 8C
Solucionar el problema aadiendo una matriz de distancias binaria


A los datos del problema inicial se le aaden un vector k
j
de costes fijos que representa el
coste de construir el servidor en la ciudad j. Tambin se aade una matriz de costes variables
c
i,j
que representa el coste cuando al cliente i le atiende el servidor j. As tenemos:
1,...,6 j
caso otro en 0
j ciudad la en construye se servidor el si 1
yj =
=
=
=
1,...,6 j caso otro en 0
1,...,6 i j servidor el por atendido es i cliente el si 1
xij

d
ij
= distancia funcional de la ciudad i a la ciudad j.

Vector de costes fijos: k
j

1 2 3 4 5 6
1 5 3 7 3 2

Matriz de costes variables: c
ij

SERVIDORES
1 2 3 4 5 6
C
L
I
E
N
T
E
S

1 7 5 9 12 8 5
2 6 3 4 4 8 8
3 5 8 4 5 9 6
4 3 3 21 5 8 4
5 9 1 1 7 4 5
6 9 5 5 6 6 6

Matriz de distancias: d
ij

SERVIDORES
1 2 3 4 5 6

Maria Muiz
Valle Puentedura
Pgina 7 de 12
C
L
I
E
N
T
E
S

1 0 10 20 30 30 20
2 10 0 25 35 20 10
3 20 25 0 15 30 20
4 30 35 15 0 15 25
5 30 20 30 15 0 14
6 20 10 20 25 14 0

Tope=15 es la distancia mxima que se permite entre cualquier ciudad y las estaciones de
bomberos.
As tenemos que la funcin objetivo es la siguiente:

Minimizar
ij
m
i
n
j
ij
m
j
j j
x c y k z

= = =
+ =
1 1 1
i=1,...,m j=1,...,n

Sujeta a las siguientes restricciones:

1. y
j
e0,1` j =1,...,n

2. x
ij
e 0,1` i =1,...,m j =1,...,n

3. 1
1
>=
=
n
j
ij
x i =1,...,m (Cada cliente debe poder ser atendido al menos por un servidor)

4. x
ij
<= y
j
j =1,...,n (si un cliente i es atendido por el servidor j, este debe estar activo)

5. d
ij
x
ij
<= tope i =1,...,m j =1,...,n

Fichero prctica8c.mod
### Prctica 8c
# Problema de cobertura de conjuntos con costes
# Fichero practica8c.mod

param m;
param n;

set CLIENTES:=1..m;

param costes_fijos {SERVIDORES}>=0;
param costes_var {CLIENTES,SERVIDORES}>=0;
param distancias {CLIENTES,SERVIDORES}>=0;

Maria Muiz
Valle Puentedura
Pgina 8 de 12
param tope;

var x{CLIENTES, SERVIDORES} binary;

# Funcin objetivo
minimize objetivo:
(sum {j in SERVIDORES} costes_fijos[j]*y[j]) + (sum{i in CLIENTES, j in SERVIDORES}
costes_var[i,j]*x[i,j] ) ;

# Restricciones
subject to res_tres{i in CLIENTES}: (sum {j in SERVIDORES} x[i,j]) >= 1;
subject to res_cuatro {i in CLIENTES, j in SERVIDORES}: x[i,j] <= y[j];
subject to res_cinco {i in CLIENTES, j in SERVIDORES}: distancias[i,j]*x[i,j] <=tope ;

Fichero prctica8c.dat
### Prctica 8c
# Fichero practica8c.dat

param m:=6;
param n:=6;

# Vector de costes fijos inventados
param costes_fijos:=
1 1
2 5
3 3
4 7
5 3
6 2;

# Matriz de costes variables inventados
param costes_var:
1 2 3 4 5 6:=
1 7 5 9 12 8 5
2 6 3 4 4 8 8
3 5 8 4 5 9 6
4 3 3 21 5 8 4
5 9 1 1 7 4 5
6 9 5 5 6 6 6;

# Matriz de distancias
param distancias:
1 2 3 4 5 6:=
1 0 10 20 30 30 20
2 10 0 25 35 20 10
3 20 25 0 15 30 20
4 30 35 15 0 15 25
5 30 20 30 15 0 14
6 20 10 20 25 14 0;

# Tope
param tope:=15;


Maria Muiz
Valle Puentedura
Pgina 9 de 12
Fichero prctica8c.run
### Prctica 8c
# Fichero practica8c.run

# include A:\redes\practica8c.run;

reset;
model A:\redes\practica8c.mod;
data A:\redes\practica8c.dat;
solve;
display objetivo;
display y;
display x;


objetivo = 40
y [*] : =
1 2 3 4 5 6
0 1 1 0 1 0

x [*,*] : =

1 2 3 4 5 6
1 0 1 0 0 0 0
2 0 1 0 0 0 0
3 0 0 1 0 0 0
4 0 0 0 0 1 0
5 0 0 0 0 1 0
6 0 1 0 0 0 0


Maria Muiz
Valle Puentedura
Pgina 10 de 12
PRCTICA 8D
Solucionar el problema aadiendo una matriz de distancias binaria para m clientes
(igual que la prctica anterior, pero con la restriccin cuatro distinta).


Es la misma que en la prctica 8C, pero cambiando la cuarta restriccin:
4.
=
m
i
ij
x
1

<= m*y
j
j =1,...,n (si un cliente i es atendido por el servidor j, este debe estar
activo)

Fichero prctica8d.mod
### Prctica 8d
# Fichero practica8d.mod

param m;
param n;

set CLIENTES:=1..m;

param costes_fijos {SERVIDORES}>=0;
param costes_var {CLIENTES,SERVIDORES}>=0;
param distancias {CLIENTES,SERVIDORES}>=0;
param tope;

var x{CLIENTES, SERVIDORES} binary;

# Funcin objetivo
minimize objetivo:
(sum {j in SERVIDORES} costes_fijos[j]*y[j]) + (sum{i in CLIENTES, j in SERVIDORES}
costes_var[i,j]*x[i,j] ) ;

# Restricciones
subject to res_tres{i in CLIENTES}: (sum {j in SERVIDORES} x[i,j]) >= 1;
subject to res_cuatro {j in SERVIDORES}: (sum{i in CLIENTES}x[i,j] )<=m* y[j];
subject to res_cinco {i in CLIENTES, j in SERVIDORES}: distancias[i,j]*x[i,j] <=tope ;

Fichero prctica8c.dat
### Prctica 8d
# Fichero practica8d.dat

param m:=6;

Maria Muiz
Valle Puentedura
Pgina 11 de 12
param n:=6;

# Vector de costes fijos inventados
param costes_fijos:=
1 1
2 5
3 3
4 7
5 3
6 2;

# Matriz de costes variables inventados
param costes_var:
1 2 3 4 5 6:=
1 7 5 9 12 8 5
2 6 3 4 4 8 8
3 5 8 4 5 9 6
4 3 3 21 5 8 4
5 9 1 1 7 4 5
6 9 5 5 6 6 6;

# Matriz de distancias
param distancias:
1 2 3 4 5 6:=
1 0 10 20 30 30 20
2 10 0 25 35 20 10
3 20 25 0 15 30 20
4 30 35 15 0 15 25
5 30 20 30 15 0 14
6 20 10 20 25 14 0;

# Tope
param tope:=15;

Fichero prctica8d.run
### Prctica 8d
# Fichero practica8d.run

# include D:\users\practica8d.run;

reset;
model D:\users\practica8d.mod;
data D:\users\practica8d.dat;
solve;
display objetivo;
display y;
display x;


Maria Muiz
Valle Puentedura
Pgina 12 de 12

objetivo = 40
y [*] : =
1 2 3 4 5 6
0 1 1 0 1 0

x [*,*] : =

1 2 3 4 5 6
1 0 1 0 0 0 0
2 0 1 0 0 0 0
3 0 0 1 0 0 0
4 0 0 0 0 1 0
5 0 0 0 0 1 0
6 0 1 0 0 0 0

Redes Practica 08 W478 5 Ampl

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

Redes Practica 08 W478 5 Ampl

Uploaded by

Copyright:

Available Formats

OPTIMIZACION EN REDES Curso 2005-06

You might also like