- •Цель работы
- •Метод ветвей и границ решения задач целочисленного линейного программирования
- •2.1. Постановка задачи целочисленного линейного программирования
- •2.2. Метод ветвей и границ. Общая схема
- •2.3. Применение метода ветвей и границ
- •2.4. Пример решения задачи целочисленного линейного программирования методом ветвей и границ
- •2.5. Решение задачи целочисленного линейного программирования методом ветвей и границ с помощью пакета qsb
- •3. Содержание работы
- •4. Порядок выполнения работы
- •5. Содержание отчета
- •6. Контрольные вопросы
2.3. Применение метода ветвей и границ
к решению задач линейного целочисленного программирования
Рассмотрим задачу ЦЛП в матричной форме записи. Обозначим ОДП этой задачи D, а ОДП ЗЛП без ограничений целочисленности - G. Точно так же обозначим соответствующие системы ограничений, а сами задачи будем называть D-задача и G-задача.
max CX
D представляет собой часть G. G будем рассматривать в качестве исходного множества (рис.2).
Решим вначале G-задачу. Пусть при решении этой задачи получен оптимальный план ХG. Значение целевой функции на нем zG - оптимум G-задачи - будем использовать в качестве границы . В самом деле,
zG СХХG
zG СХХD
Если план ХG целочисленный, то решение задачи окончено. Таким образом, мы ответили на первый и третий вопросы, конкретизирующие метод ветвей и границ.
Предположим, что хотя бы одна компонента ХG нецелочисленна: хGiZ.
Целой частью числа называют наибольшее целое число, меньшее или равное данному.
Обозначим целую часть числа хGi [хGi].
Конкретизируем второй вопрос.
Разобьем D на D1 и D2 следующим образом:
D1={XD: хi[хGi]}
D2={XD: хi[хGi] + 1}
(т.е. к одному множеству отнесли все допустимые планы, у которых i-я компонента не больше целой части хGi, а к другому - у которых не меньше следующего целого числа)
Разбивая D, мы одновременно разбиваем и G (рис.3).
Это разбиение обладает следующими свойствами:
G1 G2 G (объединение этих множеств содержится в G, но не равно ему)
D1 D2 = D (в устраненном «коридоре» нет ни одной точки с целочисленными координатами)
При этом устраняется и план ХG.
Далее решение задачи продолжается для каждого из подмножеств G1 и G2.
Сходимость алгоритма основана на том, что в ограниченной ОДП множество дискретных точек конечно.
Следует отметить, что метод ветвей и границ легко обобщается и на частично целочисленные задачи (в качестве переменной, по которой разбивается множество, выбирают одну из тех, на которые наложены ограничения целочисленности).
2.4. Пример решения задачи целочисленного линейного программирования методом ветвей и границ
Например,
max 2х1 + х2
5х1 + 2х210
3х1 + 8х213
х1,20
х1,2 Z
Вначале решим эту задачу графически без ограничений целочисленности (рис.4).
Координаты точки оптимума можно найти, решив систему уравнений:
5х1 + 2х2 = 10 х1=27/17
3х1 + 8х2 = 13 х2=35/34
ХG = (27/17;35/34), zG=143/34
Начнем строить дерево, первая вершина которого будет соответствовать всей ОДП нецелочисленной задачи (G), а ее оценка будет равна zG (рис.5).
Полученный план не является целочисленным, поэтому возьмем его произвольную нецелочисленную компоненту, например, первую (х1Z; [х1] = [27/17] = 1 ) и разобьем ОДП на две части следующим образом:
G1={XG: х11}
G2={XG: х12}
Изобразим это графически (рис.6).
Из рис.7 видно, что G2 представляет собой одну точку ХG2=(2;0), следовательно, на этом множестве оптимум задачи равен 4 (2=4).
План ХG2 является целочисленным, следовательно, решение целочисленной задачи уже, возможно, найдено. Однако, следует еще найти оценку множества G1. Она может оказаться не менее 4 (но обязательно не более 143/34). Если это так, то нужно проверить, не является ли целочисленным решение задачи на G1. Если оно целое, то является решением задачи, а если нет, то процесс решения необходимо продолжить, разбивая G1.
На G1 точку оптимума можно найти, решив систему уравнений:
х1 = 1 х1=1
3х1 + 8х2 = 13 х2=5/4
ХG1 = (1; 5/4), zG=13/4
Оценка меньше 4, следовательно, решением задачи является Х*=ХG2=(2;0), z*=4.