Решение задач дискретного программирования. Математическая постановка задач целочисленного линейного программирования

Страницы работы

5 страниц (Word-файл)

Фрагмент текста работы

  1. РЕШЕНИЕ ЗАДАЧ ДИСКРЕТНОГО ПРОГРАММИРОВАНИЯ

1.1. Математическая постановка задач целочисленного линейного программирования

Математическая постановка задач целочисленного линейного программирования может быть записана в виде: необходимо найти

такой целочисленный вектор Х=(х1, х2, …, хn), что функция линейного вида z(x)=c1x1+ c2x2+ c3x3+ … + cnxn→max (или min), и удовлетворяет системе линейных неравенств:

                        (4.1)   

Таким образом, главное отличие задач ЦЛП от задач ЛП (1.2) в том, что ОДР задачи ЦЛП является дискретным множеством. В связи с чем, можно выделить следующие особенности множества допустимых решений D задач ЦЛП: множество является несвязным и невыпуклым.

1.2. Графический метод решения задач ЦЛП

Решение задач ЦЛП графическим методом во многом схоже с решением графическим методом задач ЛП, рассмотренное во второй главе. Отличие в том, что в связи с дискретностью ОДР решение может располагаться только в точках с целочисленными координатами, и мысленный параллельный перенос прямой ЦФ в направлении оптимума  производится до самой дальней целочисленной точки.

Этапы решения графическим методом.

1. Построение ОДР.

2. Построение радиус-вектора (градиента целевой функции) и линии уровня ЦФ.

3. Мысленный параллельный перенос прямой ЦФ по направлению (в случае если задача решается на max) или против направления (в случае если задача решается на min) вектора  до самой дальней целочисленной точки, принадлежащей ОДР. Найденная таким образом точка и будет являться решением задачи.

Рассмотрим следующий пример. Пусть дана задача максимизации линейной целевой функции при заданных ограничениях:

Согласно приведенной выше последовательности решения  графическим методом в первую очередь строится ОДР задачи, которая представляет собой множество точек, лежащее в узлах целочисленной решетки, ограниченной прямыми, заданными соответствующими ограничениями-неравенствами L1 и L2 и ограничениями на неотрицательность переменных x1 и x2 (см. рис. 4.1).

На рис. 4.1 показан радиус-вектор   из точки начала координат в точку (3,1). Координаты точки определяются по формуле (2.1) - это коэффициенты целевой функции. Линия уровня ЦФ строится перпендикулярно радиус-вектору  . На рис. 4.1 она проведена через начало координат.

Мысленный параллельный перенос прямой ЦФ z по направлению радиус-вектора  (т.к. задача решается на max) до самой дальней целочисленной точки ОДР дает точку X*цлп. Найденная точка с координатами (2,2) является решением задачи.

Ответ: .

1.3. Метод ветвей и границ

Одним из универсальных методов решения задач ЦЛП является  метод ветвей и границ, он представляет собой эффективную процедуру перебора целочисленных допустимых решений.

Если задача ЦЛП приведена к виду (4.1) , то порядок решения методом ветвей и границ следующий:

1. Задача ЦЛП решается как задача ЛП, т.е. ограничения целочисленности переменных не учитываются. Полученное решение  и значение ЦФ  заносится в вершину 1 дерева решений (см. рис.4.2). Полученное – это верхняя граница оптимального решения задачи ЦЛП.

2. Производится выбор  переменной, имеющей не целое значение, по которой будет производится ветвление. В случае, если решение имеет несколько дробных переменных, необходимо применять правило выбора переменной. Одно из обычно применяемых правил – это выбор переменной, имеющей наибольшую дробную часть. Другой способ выбора – по переменной имеющей максимальное значение коэффициента сj в ЦФ. Можно применять любое из правил, однако в ходе решения рекомендуется придерживаться одного из них.

3. Пусть xS – выбранная переменная с дробным значением, тогда текущая вершина ветвится на две новые вершины, каждая из которых соответствует двум задачам:

-  первая задача (ЛП1) образуется путем добавления в предыдущую модель  нового ограничения вида;

-  вторая задача (ЛП2) -  ограничения.

Здесь  - это целая часть числа a, т.е. наибольшее целое, не превышающее a. Например, [27,6]=27 , [0,8]=0.

4. Решаются две полученные задачи ЛП1 и ЛП2. Если получено допустимое (целочисленное) решение, то обновляем значение нижней границы Zн – максимальное значение из всех полученных на данный момент допустимых решений.

5. Выбираем вершину для ветвления. Для этого проверяем вершины в дереве на прозондированность. Будем считать вершину прозондированной, если в соответствующей вершине задаче ЛП:

-  получено целочисленное решение;

-  задача ЛП не имеет решений;

-  значение ЦФ не превосходит текущей нижней границы Zн.

Определив непрозондированные вершины, выбираем любую из них для ветвления. Обычно, если их несколько, то выбирают вершину с максимальным значением Z.

6. Повторяем шаги 2-5 до тех пор, пока все вершины в дереве не будут

Похожие материалы

Информация о работе

Тип:
Программы для учёбы
Размер файла:
187 Kb
Скачали:
0