В математике и экономике теория транспорта или теория транспорта - это название, данное изучению оптимального транспорта и распределения ресурсов . Проблема была формализована французским математиком Гаспаром Монжем в 1781 году [1].
В 20-е годы прошлого века А. Н. Толстой одним из первых начал заниматься математической проблемой транспорта . В 1930 году в сборнике « Планирование перевозок», том I, для Национального комиссариата транспорта Советского Союза, он опубликовал статью «Методы определения минимального километража при транспортировке грузов в космосе». [2] [3]
Крупные успехи в этой области были сделаны во время Второй мировой войны советским математиком и экономистом Леонидом Канторовичем . [4] Следовательно, поставленная задача иногда известна как транспортная задача Монжа – Канторовича . [5] линейное программирование формулировка транспортной задачи также известна как Хичкок - Купманс транспортной задача. [6]
Мотивация [ править ]
Шахты и фабрики [ править ]
Предположим, что у нас есть набор из n шахт, добывающих железную руду, и набор из n заводов, которые используют железную руду, добываемую на рудниках. Предположим , ради аргумента , что эти шахты и фабрики образуют два непересекающихся подмножества M и F в евклидовой плоскости R 2 . Предположим также, что у нас есть функция стоимости c : R 2 × R 2 → [0, ∞), так что c ( x , y ) - это стоимость перевозки одной партии железа из x в y.. Для простоты мы игнорируем время, затраченное на транспортировку. Мы также предполагаем, что каждая шахта может поставлять продукцию только на одну фабрику (без разделения партий) и что для каждой фабрики требуется ровно одна партия для работы (фабрики не могут работать с половинной или двойной мощностью). Сделав вышеуказанные предположения, А транспортный план является взаимно однозначным соответствием Т : М → Ж . Другими словами, каждая шахта m ∈ M снабжает ровно одну фабрику T ( m ) ∈ F, и каждая фабрика снабжается ровно одной шахтой. Мы хотим найти оптимальный транспортный план , план T которогоОбщая стоимость
является наименьшим из всех возможных планов перевозок от М до F . Этот мотивирующий частный случай транспортной проблемы является примером проблемы назначения . В частности, это эквивалентно поиску соответствия минимального веса в двудольном графе.
Перемещение книг: важность функции стоимости [ править ]
Следующий простой пример иллюстрирует важность функции затрат при определении оптимального транспортного плана. Предположим, что у нас есть n книг одинаковой ширины на полке ( настоящая линия ), расположенных в один непрерывный блок. Мы хотим переставить их в другой непрерывный блок, но сдвинули на ширину книги вправо. Представляются два очевидных кандидата на оптимальный транспортный план:
- переместить все n книг на ширину книги вправо («много маленьких ходов»);
- переместите крайнюю левую книгу на n ширины книги вправо и оставьте все остальные книги фиксированными ("один большой ход").
Если функция затрат пропорциональна евклидова расстояния ( с ( х , у ) = α | х - у |) , то эти два кандидата являются одновременно оптимальными. Если, с другой стороны, мы выберем строго выпуклую функцию стоимости, пропорциональную квадрату евклидова расстояния ( c ( x , y ) = α | x - y | 2 ), то опция «много маленьких ходов» станет уникальным минимизатором. .
Проблема Хичкока [ править ]
Ф.Л. Хичкоку приписывают следующую формулировку транспортной задачи : [7]
- Предположим, что есть m источников для товара, с единицами предложения в x i и n потребителями для товара, со спросом в y j . Если - удельная стоимость перевозки от x i до y j , найдите поток, который удовлетворяет спрос на поставки и минимизирует затраты потока. Эта проблема логистики была рассмотрена Д. Р. Фулкерсоном [8] и в книге « Потоки в сетях» (1962), написанной вместе с Л. Р. Фордом-младшим . [9]
Тьяллингу Купмансу также приписывают формулировки экономики транспорта и распределения ресурсов.
Абстрактная постановка задачи [ править ]
Формулировки Монжа и Канторовича [ править ]
Проблема транспортировки, как она сформулирована в современной или более технической литературе, выглядит несколько иначе из-за развития римановой геометрии и теории меры . Пример шахт и заводов, каким бы простым он ни был, является полезной точкой отсчета при рассмотрении абстрактного случая. В этом контексте мы допускаем возможность того, что мы не захотим держать все шахты и фабрики открытыми для бизнеса, и разрешим шахтам поставлять более чем одну фабрику, а фабрикам принимать железо более чем с одной шахты.
Пусть X и Y - два сепарабельных метрических пространства такие, что любая вероятностная мера на X (или Y ) является мерой Радона (т. Е. Они являются пространствами Радона ). Пусть c : X × Y → [0, ∞] - измеримая по Борелю функция . Учитывая вероятностные меры μ на X и ν на Y , формулировка Монжем оптимальной транспортной задачи состоит в том, чтобы найти транспортное отображение T : X → Yчто реализует инфимум
где Т * ( μ ) обозначает толчок вперед по ц от Т . Отображение T, которое достигает этого нижнего предела ( то есть делает его минимальным, а не нижним пределом), называется «оптимальным транспортным отображением».
Формулировка Монжем оптимальной транспортной задачи может быть некорректной, потому что иногда не существует T, удовлетворяющего T ∗ ( μ ) = ν : это происходит, например, когда μ является мерой Дирака, а ν - нет.
Мы можем улучшить это, приняв формулировку Канторовичем оптимальной транспортной задачи, которая заключается в нахождении вероятностной меры γ на X × Y, которая достигает нижнего предела
где Γ ( μ , ν ) обозначает совокупность всех вероятностных мер на X × Y с маргинальными μ на X и v , на Y . Можно показать [10], что минимизатор для этой проблемы всегда существует, когда функция стоимости c полунепрерывна снизу и Γ ( μ , ν ) является плотным набором мер (что гарантируется для пространств Радона X и Y ). (Сравните эту формулировку с определением метрики Вассерштейна W 1на пространстве вероятностных мер.) Построение градиентного спуска для решения проблемы Монжа – Канторовича было дано Сигурдом Ангенентом , Стивеном Хакером и Алленом Танненбаумом . [11]
Формула двойственности [ править ]
Минимум задачи Канторовича равен
где супремум пробегает все пары ограниченных и непрерывных функций и такие, что
Экономическая интерпретация [ править ]
Экономическая интерпретация станет более ясной, если перевернуть знаки. Позвольте обозначить вектор характеристик работника, вектор характеристик фирмы и экономический выпуск, произведенный работником, сопоставленным с фирмой . Постановка и , проблема Монжа-Канторовича переписывает:
Решение проблемы [ править ]
Оптимальная транспортировка по реальной линии [ править ]
Для , пусть обозначает набор вероятностных мер на, которые имеют конечный -й момент . Позвольте и пусть , где - выпуклая функция .
- Если не атом , то есть, если функция распределения из является непрерывной функцией , то оптимальная транспортная карта. Это единственная оптимальная транспортная карта, если она строго выпуклая.
- У нас есть
Доказательство этого решения содержится в Rachev & Rüschendorf (1998). [13]
Дискретная версия и формулировка линейного программирования [ править ]
В случае, когда поля и являются дискретными, пусть и будут массами вероятностей, соответственно присвоенными и , и пусть будут вероятностью присвоения. Тогда целевая функция в прямой задаче Канторовича имеет вид
и ограничение выражается как
а также
Чтобы ввести это в задачу линейного программирования , нам нужно векторизовать матрицу , складывая ее столбцы или строки , мы называем эту операцию. В порядке возрастания столбцов приведенные выше ограничения переписываются как
а также
где - произведение Кронекера , - матрица размера со всеми элементами, равными единице , - единичная матрица размера . В результате постановка задачи линейного программирования имеет следующий вид:
ул
которые можно легко ввести в крупномасштабный решатель линейного программирования, такой как Gurobi (см. главу 3.4 в Galichon (2016) [14] ).
Полудискретный случай [ править ]
В полудискретном случае и является непрерывным распределением по , а - дискретным распределением, которое присваивает вероятностную массу сайту . В этом случае мы видим [15], что прямая и двойственная задачи Канторовича сводятся соответственно к:
В том случае, когда можно показать, что множество отнесенных к конкретному сайту представляет собой выпуклый многогранник. Полученная конфигурация называется диаграммой мощности . [16]
Разделимые гильбертовы пространства [ править ]
Позвольте быть сепарабельным гильбертовым пространством . Обозначим через набор вероятностных мер на таких, которые имеют конечный -й момент; пусть обозначают те элементы, которые являются гауссовскими регулярными : если - любая строго положительная гауссовская мера на и , то также.
Пусть , , для . Тогда задача Канторовича имеет единственное решение , и это решение индуцируется оптимальным транспортным отображением: т. Е. Существует такое борелевское отображение , что
Более того, если имеет ограниченный носитель , то
для -почти все для некоторых локально липшицевых , c- вогнутых и максимального потенциала Канторовича . (Здесь обозначает производную Гато от .)
Энтропийная регуляризация [ править ]
Рассмотрим вариант дискретной задачи выше, где мы добавили член энтропийной регуляризации к целевой функции прямой задачи
ул и
Можно показать, что двойственная регуляризованная задача
где, по сравнению с нерегуляризованной версией, «жесткое» ограничение в бывшем двойном ( ) было заменено «мягким» штрафом за это ограничение (сумма условий). Условия оптимальности в двойственной задаче можно выразить как
- Уравнение 5.1:
- Уравнение 5.2:
Обозначая как матрицу члена , решение двойственного, следовательно, эквивалентно поиску двух диагональных положительных матриц и соответствующих размеров и , таких что и . Существование таких матриц обобщает теорему Sinkhorn в и матрицы могут быть вычислены с использованием алгоритма Sinkhorn-Knopp , [17] , который просто состоит из итеративно ищет , чтобы решить уравнение 5.1 , и решить уравнение 5.2 . Таким образом, алгоритм Синкхорна-Кноппа представляет собой алгоритм координатного спуска для двойной регуляризованной задачи.
Приложения [ править ]
Оптимальный перенос Монжа – Канторовича нашел широкое применение в различных областях. Среди них:
- Регистрация и деформация изображения [18]
- Конструкция отражателя [19]
- Получение информации из теневой и протонной радиографии [20]
- Сейсмическая томография и сейсмология отражений [21]
См. Также [ править ]
Викискладе есть медиафайлы, связанные с теорией транспорта . |
- Метрика Вассерштейна
- Транспортная функция
- Венгерский алгоритм
- Планирование транспортировки
- Дистанция земного движителя
Ссылки [ править ]
- ^ Г. Монж. Mémoire sur la theorie des déblais et des remblais. Histoire de l'Académie Royale des Sciences de Paris, avec les Mémoires de Mathématique et de Physique pour la même année , страницы 666–704, 1781.
- ^ Шрайвер, Александр , Комбинаторная оптимизация , Берлин; Нью-Йорк: Springer, 2003. ISBN 3540443894 . Ср. стр.362
- ↑ Ivor Grattan-Guinness, Ivor, Companion энциклопедия истории и философии математических наук , том 1, JHU Press, 2003. Cf. стр.831
- ↑ Л. Канторович. О перемещении масс. ЧР (Доклады) акад. Sci. УРСС (НС), 37: 199–201, 1942.
- ^ Седрик Виллани (2003). Темы оптимального транспорта . American Mathematical Soc. п. 66. ISBN 978-0-8218-3312-4.
- ^ Singiresu S. Rao (2009). Инженерная оптимизация: теория и практика (4-е изд.). Джон Вили и сыновья. п. 221. ISBN. 978-0-470-18352-6.
- ^ Фрэнк Л. Хичкок (1941) «Распространение продукта из нескольких источников по многочисленным местам», MIT Journal of Mathematics and Physics 20: 224–230 MR 0004469 .
- ^ DR Fulkerson (1956) Проблема транспорта Хичкока , корпорация RAND.
- ^ Л. Р. Форд-младший и Д. Р. Фулкерсон (1962) § 3.1 в Потоки в сетях , стр. 95, Princeton University Press
- ^ Л. Амбросио, Н. Джильи и Г. Саваре. Градиентные потоки в метрических пространствах и в пространстве вероятностных мер . Лекции по математике ETH Zürich, Birkhäuser Verlag, Базель. (2005)
- ^ Angenent, S .; Haker, S .; Танненбаум, А. (2003). «Минимизирующие потоки для задачи Монжа – Канторовича». SIAM J. Math. Анальный . 35 (1): 61–97. CiteSeerX 10.1.1.424.1064 . DOI : 10.1137 / S0036141002410927 .
- ^ Галичон, Альфред. Оптимальные транспортные методы в экономике . Издательство Принстонского университета, 2016.
- ^ Рачев, Светлозар Т. и Людгер Рюшендорф. Проблемы общественного транспорта: Том I: Теория . Vol. 1. Springer, 1998.
- ^ Галичон, Альфред. Оптимальные транспортные методы в экономике . Издательство Принстонского университета, 2016.
- ^ Сантамброджо, Филиппо. Оптимальный транспорт для прикладных математиков . Birkhäuser Basel, 2016. В частности, глава 6, раздел 4.2.
- ^ Aurenhammer, Франц (1987), "Электрические схемы: свойства, алгоритмы и приложение", SIAM журнал по вычислениям , 16 (1): 78-96, DOI : 10,1137 / 0216006 , МР 0873251 CS1 maint: discouraged parameter (link).
- ^ Пейре, Габриэль и Марко Кутури (2019), «Оптимальный транспорт для вычислений: с приложениями к науке о данных», Основы и тенденции в машинном обучении: Vol. 11: No. 5-6, pp 355-607. DOI: 10.1561 / 2200000073 .
- ^ Хакер, Стивен; Чжу, Лэй; Танненбаум, Аллен; Ангенент, Сигурд (1 декабря 2004 г.). «Оптимальный массовый транспорт для регистрации и деформации». Международный журнал компьютерного зрения . 60 (3): 225–240. CiteSeerX 10.1.1.59.4082 . DOI : 10,1023 / Б: VISI.0000036836.66311.97 . ISSN 0920-5691 . S2CID 13261370 .
- ^ Glimm, T .; Оликер, В. (1 сентября 2003 г.). «Оптический дизайн одноотражательных систем и задача массопереноса Монжа – Канторовича». Журнал математических наук . 117 (3): 4096–4108. DOI : 10,1023 / A: 1024856201493 . ISSN 1072-3374 . S2CID 8301248 .
- ^ Касим, Мухаммад Фирмансьях; Керворст, Люк; Ратан, Нарен; Сэдлер, Джеймс; Чен, Николай; Сэверт, Александр; Тринес, Рауль; Бингхэм, Роберт; Берроуз, Филип Н. (16 февраля 2017 г.). «Количественная теневая и протонная радиография для модуляции большой интенсивности». Physical Review E . 95 (2): 023306. arXiv : 1607.04179 . Bibcode : 2017PhRvE..95b3306K . DOI : 10.1103 / PhysRevE.95.023306 . PMID 28297858 . S2CID 13326345 .
- ^ Метивье, Лодовико (24 февраля 2016). «Измерение несоответствия между сейсмограммами с использованием оптимального расстояния транспортировки: приложение для полной инверсии формы волны» . Международный геофизический журнал . 205 (1): 345–377. Bibcode : 2016GeoJI.205..345M . DOI : 10,1093 / gji / ggw014 .
Дальнейшее чтение [ править ]
- Бруальди, Ричард А. (2006). Комбинаторные матричные классы . Энциклопедия математики и ее приложений. 108 . Кембридж: Издательство Кембриджского университета . ISBN 978-0-521-86565-4. Zbl 1106.05001 .