- •Курс лекций
- •Формализация задач определения оптимальных вариантов.
- •Классификация задач оптимизации.
- •Линейная оптимизация
- •Указанные выше три формы злп можно привести друг к другу с помощью эквивалентных преобразований. Прикладные линейные модели
- •Двойственность в линейном программировании
- •Двойственная задача
- •В теории двойственности важное значение имеют две теоремы, определяющие связь между решениями прямой и двойственной задач.
- •Двойственный симплекс-метод
- •Задачи дробно-линейного программирования
- •Решение задач линейного программирования транспортного типа
- •Особенности транспортной задачи
- •Типы распределительных задач
- •Приведение к тз
- •Особый класс задач с неделимостями составляют целочисленные тз, в которых целочисленные решения обеспечиваются при целочисленности исходных данных.
- •Задача о назначениях.
- •Задача коммивояжера
- •Задача о покрытии
- •Задача о разбиении. Задача о разбиении аналогична задачи о покрытии с тем отличием, что признаки у различных предметов не должны совпадать:
- •Задача о взвешенном разбиении формулируется следующим образом:
- •Методы решения задач дискретной оптимизации.
- •Методы отсечения
- •Недостатки.
- •Комбинаторные методы решения задач дискретной оптимизации.
- •Обобщенный алгоритм МвиГ.
- •Нелинейная оптимизация.
Задача коммивояжера
Имеются n пунктов
или городов с заданными расстояниями
между i-м
и j-м
пунктами. Необходимо составить оптимальный
маршрут из условия минимизации суммарного
расстояния для коммивояжера, выходящего
из пункта с номером 1, который должен
побывать во всех пунктах ровно по одному
разу и вернуться в исходный пункт.
Введем альтернативные бинарные переменные :
.
Условия минимизации общего расстояния , а также прибытия в каждый пункт и выезда из него ровно по одному разу могут быть выражены следующим образом:
.
Однако необходимо
обеспечить непрерывность маршрута,
чтобы набор звеньев, входящих в маршрут,
образовывал единую цепочку (например,
при n=8
цепочка (1,2) - (2,6) - (6,4) - (4,8) - (8,5) - (5,3) - (3,7)
- (7,1)), а не состоял бы из отдельных не
связанных цепочек (например, (1,2) - (2,6) -
(6,1) и (3,8) - (8,7) - (7,5) - (5,4) - (4,3)). Для устранения
замкнутых циклов (подобходов), включающих
количество вершин меньшее n,
в модель вводятся n
дополнительные переменных ui0
(
)
и n2
дополнительных ограничений:
.
Действительно,
пусть маршрут включает несколько
цепочек. Тогда существует цепочка,
начинающаяся и заканчивающаяся в
начальном пункте, но включающая n1
звеньев, где n1<n.
Просуммировав эти неравенства вдоль
такой цепочки (т.е. при xik=1),
получим бессмысленное неравенство
n1(n-1)n1(n-2)
(все ui
и uj
при суммировании взаимно уничтожаются).
Покажем теперь, что для маршрута,
исключающего подобходы, это неравенство
выполняется, т.е., можно найти значения
ui,
удовлетворяющие дополнительным
ограничениям. Положим ui=p,
если город i
посещается коммивояжером на p-м
шаге, p=
.
Отсюда следует, что
.
Таким образом, ограничения выполняются
для всех
.
При
эти ограничения превращаются в равенства
.
Задача коммивояжера имеет широкий круг практических приложений. К ней сводятся задачи оптимальной маршрутизации (выбор маршрутов перевозки грузов, маршрутов движения транспорта, минимизация расстояния, проходимого исполнительным механизмом станка с ЧПУ и т.д.), задачи проектирования электрических и вычислительных сетей, задачи определения последовательности обработки деталей на станках с условием минимизации времени переналадок и т.д.
Пример 11. Пусть необходимо проложить коммуникации между n различными ЭВМ таким образом, чтобы каждая ЭВМ была связана с двумя соседними, вся сеть была бы подключена к центральной ЭВМ, а суммарная длина коммуникаций была бы минимальна. . Заданы расстояния dij между i-й и j-й ЭВМ.
Данная задача формализуется в виде задачи коммивояжера следующим образом:
;
.
При этом xij=1, если i-я и j-я ЭВМ соединяются.
Задача о покрытии
Пусть имеется n предметов, каждый из которых обладает некоторым числом признаков из заданного множества m признаков, а в совокупности эти n предметов обладают всеми m признаками. Необходимо выбрать минимальное число предметов, которые в совокупности обладали бы m признаками. Условия задачи задаются матрицей A с элементами
Введем бинарные переменные:
.
Тогда математическая модель задачи имеет следующий вид:
Каждое i-е ограничение в данном случае показывает, что должен быть выбран хотя бы один предмет, обладающий i-м признаком.
Если каждому j-му
предмету приписывается вес
,
может быть сформулирована взвешенная
задача о покрытии:
Если каждому i-му
признаку приписывается натуральное
число
и
требуется найти минимальное число таких
предметов, что i-м признаком обладает
не менее
предметов из указанного набора, получаем
задачу о
кратном покрытии:
