- •Оглавление
- •Постановка задачи.
- •Формализация задачи.
- •Нахождение метода решения.
- •Проверка и корректировка модели.
- •Типичные классы задач исследования операций
- •Некоторые принципы принятия решений в ио
- •Многокритериальные задачи принятия решений в условиях определенности
- •Методика определения полезности для ситуации с качественными критериями
- •Принятие решений в условиях риска
- •Принятие решений в условиях неопределенности
- •Критерии Вальда, Лапласа, Гурвица, Сэвиджа в частном случае принятия решений в условиях неопределенности
- •Принятие решений в условиях конфликтных ситуаций или противодействия.
- •Развернутая форма игры
- •Нормальная форма игры
- •Ситуации равновесия
- •Игры с нулевой суммой. Антагонистические игры. Теорема о ситуациях равновесия.
- •Доказательство. Ситуация равновесна. Следовательно . Т.Е. Выбор любой другой стратегии первым игроком, при условии, что второй сохранит стратегию , приводит к худшему результату.
- •Нормальная форма
- •Смешанные стратегии. Максиминные и минимаксные стратегии игроков.
- •Теорема о минимаксе. Лемма 1 (об опорной гиперплоскости).
- •Поэтому
- •Теорема о минимаксе. Лемма 2.
- •Доказательство теоремы о минимаксе
- •Вычисление оптимальных стратегий (поиск решения в чистых стратегиях, доминирование стратегий, решение игр 22).
- •Решение антагонистических игр методами линейного программирования.
- •Решение методами линейного программирования матричных игр с ограничениями.
- •Решение параметрических задач линейного программирования.
- •Таким образом, можно утверждать, что если , (4)
- •Методы отсечения для решения задач дискретного программирования.
- •Первый алгоритм Гомори для решения полностью целочисленной задачи линейного программирования
- •Блок‑схема алгоритма
- •Второй алгоритм Гомори для решения частично целочисленной задачи линейного программирования
- •Третий алгоритм Гомори (полностью целочисленный)
- •Построение целочисленного правильного отсечения для 3-го алгоритма Гомори.
- •Построение начальной l-нормальной целочисленной симплексной таблицы
- •Построение целочисленного отсечения в третьем алгоритме Гомори
- •Выбор в третьем алгоритме Гомори
- •Метод потенциалов для решения транспортной задачи с ограничениями на пропускные способности
- •Решение задач нелинейного программирования с ограничениями равенствами. Метод множителей Лагранжа
- •Метод множителей Лагранжа
- •Условия Куна-Таккера для задачи выпуклого нелинейного программирования
- •Квадратичное программирование
- •Метод Франка и Вулфа для задачи квадратичного программирования
- •Исходная таблица метода Франка и Вулфа
- •Метод Баранкина и Дорфмана для задачи квадратичного программирования
- •Алгоритм
- •Исходная таблица метода Баранкина-Дорфмана
Первый алгоритм Гомори для решения полностью целочисленной задачи линейного программирования
Все алгоритмы Гомори представляют собой реализацию метода отсечений. Каждый дает свое правило построения отсечений.
Пусть
– некоторая
задача целочисленного программирования
и опорный оптимальный план
соответствующей задачи линейного
программирования не удовлетворяет
условию целочисленности
.
Определение.
Неравенство
или
(*)
называется правильным отсечением, если оно удовлетворяет следующим условиям:
Условие отсечения.
не удовлетворяет неравенству (*), т.е.
.
Условие правильности. Если
– план
задачи
,
то
удовлетворяет неравенству (*), т.е.
Первый алгоритм Гомори предназначен для решения полностью целочисленных задач линейного программирования
(1)
,
,
(2)
,
,
(3)
‑ целые,
.
(4)
Пусть
– оптимальный
опорный план задачи
(1)‑(3). Выразим целевую функцию
и все переменные
(jN),
соответствующие оптимальному опорному
плану
.
,
.
(5)
Пусть x – вещественное число. Целой частью x называется наибольшее целое число, не превышающее x. Целая часть x обозначается [x]. Дробной частью x называется число
{x} = x – [x].
Пример:
,
,
.
Теорема. Пусть
1)
,
;
(6)
2) – план задачи (1‑4).
Тогда
– целое
(7)
0. (8)
Замечание.
Если все
целые числа, то условия теоремы
распространяются на случай
.
С
()
)
– нецелое.
(**)
Тогда соотношения (6), (8) задают правильное отсечение.
,
0.
Если
гарантируется целочисленность целевой
функции
,
то
.
Схема метода отсечений выглядит следующим образом. Имеется задача (1‑4) .
На
0-м этапе отыскивается оптимальный план
задачи
,
которая получается отбрасыванием
условия целочисленности,
.
Если
этот план не является решением
,
то строится правильное отсечение,
отбрасывающее этот план и решается
задача
,
на втором этапе
и т.д. …
.
Оптимальный план вспомогательной задачи
линейного программирования
определяются неоднозначно, т.к.
может иметь много решений. Поэтому
Гомори предложил вместо задачи
решать l‑задачу
.
l‑оптимальный
план
определяется единственным образом.
Вычисления в методе Гомори проводятся в соответствии с l‑методом.
Основной проблемой при использовании методов отсечений является рост числа ограничений. Гомори предложил приём, ограничивающий размеры расширенных симплексных таблиц до
(n + 2)(k + 1)
где n — количество переменных в , а k – число небазисных переменных в ней.
Этот приём основан на том, что дополнительные ограничения (правильные отсечения)
интересует
нас не сами по себе, а только как способ
отсечения нецелочисленного оптимума
и перехода от задачи
к задаче
.
Дополнительная
переменная
(r 0),
связанная с правильным отсечением,
выводится из базиса сразу же после
введения ограничения
0,
.
Идея Гомори заключается в следующем:
а) Сразу же после вывода 0 из базиса (r 0) соответствующая строка вычёркивается из расширенной симплексной таблицы.
б) Если в ходе дальнейших вычислений снова попадает в базис, то соответствующая строка в симплексной таблице не восстанавливается и в дальнейших вычислениях не участвует.
Таким образом
число столбцов в таблице не превышает
k+1
(равно), а число строк – n+2,
где n+1
строка соответствует
и одна
в момент её включения.
Необходимо отметить, что алгоритм Гомори неприменим в следующих случаях:
Если задача имеет решение, но не имеет решения l‑задача , т.е. множество оптимальных планов не пусто, то и не ограничено.
