Modely optimalizace dopravy

Abstract

Optimalizace toku v síti je klasickou aplikací matematického programování. Tyto modely mají, mimo jiné, široké uplatnění také v logistice, kde se tak snažíme docílit optimálního rozdělení dopravy, např. vzhledem k maximalizaci zisku, či minimalizaci nákladů. Toto pojetí ovšem často problém idealizuje, poněvadž předpokládá existenci jediného rozhodovatele. Takový přístup je možný ve striktně organizovaných sítích jako např. v logistických sítích přepravních společností, železničních sítích či armádním zásobování. Úloha ''Traffic Assignment Problem'' (TAP) se zaměřuje na dopady teorie her na optimalizaci toku, tj. zkoumá vliv více rozhodovatelů na celkové využití sítě. V práci se zaobíráme úlohou TAP s působením náhodných vlivů, k čemuž využíváme metod stochastické a vícestupňové optimalizace. Dále zkoumáme možnosti zlepšení stávajícího využití sítě za rozhodnutí autoritativního rozhodovatele, kterému je umožněn zásah do samotné struktury sítě, k čemuž využíváme víceúrovňové programování.

The class of network flow problems is one of the traditional applications of mathematical optimization. Such problems are widely applicable for example in logistics to achieve an optimal distribution of flow with respect to maximization of profit, or minimization of costs. This approach often leads to simplified models of real problems as it supposes the existence of only one decision maker. Such approach is possible in centralised networks, where an authority exists (such as railway network, military supply, or logistic network used by any company). The Traffic Assignment Problem (TAP) deals with impact of game theory to the network flow problem. Hence, we assume multiple decision makers, where each one of them wants to find his optimal behaviour. In this thesis, we focus on stochastic influences in TAP, for which we use methods of stochastic and multi-stage programming. Further, we concentrate on improvement options for the utilization of the system. Hereby, we consider possible actions of the master decision maker, and discuss them by the presence of multi-level mathematical programming.