标签：11 10 vj 单元格 Modified 算法 ui Distribution aligned
Modified Distribution算法(MODI)其实可以看成是Stepping-Stone算法的变体，它和Stepping-Stone算法的主要区别在于MODI是通过数学表达式直接计算空单元格对总cost的变化情况，而不是先识别Loop
我们还是使用之前的例子：
三个Supply结点，其供应量为：
| 仓库 | 库存(Supply) |
|---|---|
| 1. 堪萨斯 | 150 |
| 2. 奥马哈 | 175 |
| 3. 得梅因 | 275 |
| Total | 600 |
三个Demand结点，其需求量为：
| 面粉厂 | 需求(Demand) |
|---|---|
| A. 芝加哥 | 200 |
| B. 圣路易斯 | 100 |
| C. 辛辛那提 | 300 |
| Total | 600 |
路径的单位花销：
| A.芝加哥 | B.圣路易斯 | C.辛辛那提 | |
| 1. 堪萨斯 | $6 | $8 | $10 |
| 2. 奥马哈 | $7 | $11 | $11 |
| 3. 得梅因 | $4 | $5 | $12 |
根据上面的已知量，采用Minimum-Cell-Cost算法，得到了如下表所示的初始解：
要进行MODI，我们需要对初始的TP表进行扩展，在表的外层添加
u
u
u列和
v
v
v行：
新增的
u
i
u_i
ui和
v
j
v_j
vj序列和具有分配值的单元格的单位花销构成这样的等式约束：
u
i
+
v
j
=
C
i
j
\begin{aligned} u_i+v_j=C_{ij} \end{aligned}
ui+vj=Cij
例如对于单元格1B，有：
u
1
+
v
B
=
C
1
B
=
8
\begin{aligned} u_1+v_B=C_{1B}=8 \end{aligned}
u1+vB=C1B=8
剩下的等式：
u
1
+
v
C
=
10
u
2
+
v
C
=
11
u
3
+
v
A
=
4
u
3
+
v
B
=
5
\begin{aligned} u_1+v_C=10 \\ u_2+v_C=11 \\ u_3+v_A=4 \\ u_3+v_B=5 \end{aligned}
u1+vC=10u2+vC=11u3+vA=4u3+vB=5
我们需要例用这五个等式计算出六个
u
i
u_i
ui和
v
j
v_j
vj的值；不过因为只有5个等式，我们必须手动把其中一个置零才能计算剩下的变量，一般就直接让
u
1
=
0
u_1=0
u1=0，然后就可以计算出剩下的变量值：
x
1
B
:
u
1
+
v
B
=
8
0
+
v
B
=
8
v
B
=
8
x
1
C
:
u
1
+
v
C
=
10
0
+
v
C
=
10
v
C
=
10
x
2
C
:
u
2
+
v
C
=
11
u
2
+
10
=
11
u
2
=
1
x
3
B
:
u
3
+
v
B
=
5
u
3
+
8
=
5
u
3
=
−
3
x
3
A
:
u
3
+
v
A
=
4
−
3
+
v
A
=
4
v
A
=
7
\begin{aligned} x_{1B}:u_1+v_B&=8 \\ 0+v_B&=8 \\ v_B&=8\\ x_{1C}:u_1+v_C&=10\\ 0+v_C&=10\\ v_C&=10\\ x_{2C}:u_2+v_C&=11 \\ u_2+10&=11 \\ u_2&=1 \\ x_{3B}:u_3+v_B&=5\\ u_3+8&=5 \\ u_3&=-3\\ x_3A:u_3+v_A&=4\\ -3+v_A&=4\\ v_A&=7\\ \end{aligned}
x1B:u1+vB0+vBvBx1C:u1+vC0+vCvCx2C:u2+vCu2+10u2x3B:u3+vBu3+8u3x3A:u3+vA−3+vAvA=8=8=8=10=10=10=11=11=1=5=5=−3=4=4=7
现在TP表如下表所示：
在计算出
u
i
u_i
ui和
v
j
v_j
vj序列后，我们可以使用下面的公式直接计算出空单元格重分配的单位cost变化值：
c
i
j
−
u
i
−
v
j
=
k
i
j
\begin{aligned} c_{ij}-u_i-v_j=k_{ij} \end{aligned}
cij−ui−vj=kij
对于当前TP表中的四个空单元格，我们运用这个公式计算一下：
x
1
A
:
k
1
A
=
c
1
A
−
u
1
−
v
A
=
6
−
0
−
7
=
−
1
x
2
A
:
k
2
A
=
c
2
A
−
u
2
−
v
A
=
7
−
1
−
7
=
−
1
x
2
B
:
k
2
B
=
c
2
B
−
u
2
−
v
B
=
11
−
1
−
8
=
+
2
x
3
C
:
k
3
C
=
c
3
C
−
u
3
−
v
C
=
12
−
(
−
3
)
−
10
=
+
5
\begin{aligned} x_{1A}: &k_{1A}=c_{1A}-u_1-v_A=6-0-7=-1\\ x_{2A}: &k_{2A}=c_{2A}-u_2-v_A=7-1-7=-1\\ x_{2B}: &k_{2B}=c_{2B}-u_2-v_B=11-1-8=+2\\ x_{3C}:&k_{3C}=c_{3C}-u_3-v_C=12-(-3)-10=+5 \end{aligned}
x1A:x2A:x2B:x3C:k1A=c1A−u1−vA=6−0−7=−1k2A=c2A−u2−vA=7−1−7=−1k2B=c2B−u2−vB=11−1−8=+2k3C=c3C−u3−vC=12−(−3)−10=+5
这个计算结果其实和使用Stepping-Stone算法的结果是一样的；根据计算结果，应该选择
x
1
A
x_{1A}
x1A作为分配对象，那么接下来的操作其实和Stepping-Stone算法一致，从
x
1
A
x_{1A}
x1A出发，构造Loop，然后使用需要减数量的单元格中最小的数量分别进行重分配，得到了新的TP表同时外层的
u
i
u_i
ui和
v
j
v_j
vj被清空：
需要重新计算
u
i
u_i
ui和
v
j
v_j
vj的值，同样，先让
u
1
=
0
u_1=0
u1=0，然后依次计算出其他的变量值：
接着使用公式
c
i
j
−
u
i
−
v
j
=
k
i
j
c_{ij}-u_i-v_j=k_{ij}
cij−ui−vj=kij计算空单元格的cost变化值：
x
1
A
:
k
1
B
=
c
1
B
−
u
1
−
v
B
=
8
−
0
−
7
=
+
1
x
2
A
:
k
2
A
=
c
2
A
−
u
2
−
v
A
=
7
−
1
−
6
=
0
x
2
B
:
k
2
B
=
c
2
B
−
u
2
−
v
B
=
11
−
1
−
7
=
+
3
x
3
C
:
k
3
C
=
c
3
C
−
u
3
−
v
C
=
12
−
(
−
2
)
−
10
=
+
4
\begin{aligned} x_{1A}: &k_{1B}=c_{1B}-u_1-v_B=8-0-7=+1 \\ x_{2A}: &k_{2A}=c_{2A}-u_2-v_A=7-1-6=0\\ x_{2B}: &k_{2B}=c_{2B}-u_2-v_B=11-1-7=+3\\ x_{3C}: &k_{3C}=c_{3C}-u_3-v_C=12-(-2)-10=+4\\ \end{aligned}
x1A:x2A:x2B:x3C:k1B=c1B−u1−vB=8−0−7=+1k2A=c2A−u2−vA=7−1−6=0k2B=c2B−u2−vB=11−1−7=+3k3C=c3C−u3−vC=12−(−2)−10=+4
可以看到现在所有的cost变化值都大于等于零，所以当前解已经是最优解，可以停止MODI算法了.
可以看到相比于Stepping-Stone算法，MODI可以更直接地计算空单元格的cost变化值，但是因为要计算 u i u_i ui和 v j v_j vj的值，并且重分配时也要构建Loop，所以实际的计算量也并没有比Stepping-Stone算法少很多
总结下Modified Distribution算法的步骤：
- 在所有有分配值的单元格上应用 u i + v j = c i j u_i+v_j=c_{ij} ui+vj=cij来计算 u i u_i ui和 v j v_j vj序列的值；
- 对每个空单元格使用公式 c i j − u i − v j = k i j c_{ij}-u_i-v_j=k_{ij} cij−ui−vj=kij计算cost的变化值；
- 选择 k i j k_{ij} kij最小的那个空单元格(负数)，构建Loop并重分配数量得到新的TP表；
- 重复1到3，直到所有的 k i j k_{ij} kij都大于等于零
标签：11,10,vj,单元格,Modified,算法,ui,Distribution,aligned 来源： https://blog.csdn.net/wangzhenyang2/article/details/113744349
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。