Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Метод ГомориЗадача целочисленного программирования может быть сформулирована следующим образом: найти максимум или минимум функции (7.1)
при условиях (7.2)
Xj > 0, j = 1, 2,..., n, а также при дополнительном условии
хj — целые числа. В некоторых случаях условие (7.4) распространяется только на часть переменных, такие задачи называются частично целочисленными. Для решения задач целочисленного программирования разработаны специальные методы. К ним относятся метод отсечений (метод Гомори) и метод ветвей и границ.
В основе метода Гомори заложена идея, состоящая в том, что сначала решается задача линейного программирования (7.1)—(7.3) без учета условий целочисленности. Если полученное таким образом решение целочисленное, то оно принимается за оптимальный план задачи (7.I)—(7.4). Если решение нецелочисленное, то система ограничений дополняется условием, которое отсекает от множества планов задачи нецелочисленный оптимальный план, но при этом сохраняет целочисленные вершины множества планов. Затем решается задача линейного программирования с дополнительным условием. Если полученное таким образом решение целочисленное, то оно оптимально и для задачи (7.1)—(7.4). Если же и после этого не для всех переменных выполняется условие целочисленности, то вводится новое условие-отсечение. Условия-отсечения выбираются таким образом, чтобы за конечное число шагов прийти к целочисленному решению, если оно у данной задачи существует. Один из алгоритмов построения таких условий-отсечений был предложен Гомори. Рассмотрим указанный алгоритм. Пусть получено решение задачи (7.1)-(7.3) без учета целочисленности и пусть в строке r симплексной таблицы с оптимальным решением содержится нецелочисленная компонента опорного плана хr0. В этом случае к условиям (7.1)—(7.3) добавляют условие, порожденное строкой г. Для составления этого условия-отсечения используем г-е уравнение из последней симплексной таблицы, содержащей оптимальное решение,
(7.5)
Далее введем понятие целой и дробной частей чисел аr0 и аrj, для чего запишем эти числа в виде:
Здесь [аr0] и [arj] - целые части, a qt, qr] - дробные части чисел аr j и arj. Например, 37/3 =12 +1/3, так как [37/3] = 12, a -s/, = -3 + 1/3„ так как [-8/3] = -3. Из уравнения (7.5) найдем хr xr=аr0- Теперь числа аю и аrj заменим суммами целых и дробных частей:
xr =
Предположим, что все xj - целые числа. Тогда разность
является целым числом. Чтобы оказалось целым числом и хr, необходима целочисленность разности
Но О<qг<1, 0<grj<1, a (7.6) Если допустить, что разность (7.6) больше нуля, то
Однако в этом случае разность (7.6) не может быть целым числом. Следовательно, условие целочисленности разности может быть обеспечено только неравенством (7.7)
Условие (7.7) и является добавочным ограничением в задаче линейного программирования. Для использования его в симплексном методе требуется ввести дополнительную переменную хп+≥0, после чего неравенство превращается в уравнение Обычно это ограничение записывают в следующем виде: (7.8) Последовательно добавляя новые ограничения к решению очередных задач, получаем целочисленные координаты оптимального плана задачи (7.1)—(7.4), если только не выясняется в какой-либо момент, что текущая задача не имеет решения. Это означало бы отсутствие целочисленного решения задачи (7.1)—(7.4).
Пример 1. Найти оптимальный целочисленный план задачи Z(X) = х1 - Зх2 + 5х3 + 2х4 -max при условия x1+x2+x3 =15 2x1+ 3x3+x4=8, хj, > 0, хj — целые числа, j = 1, 2, 3, 4. Решение. Пошаговое решение задачи приведено в табл. 7.1 Таблица 7.1
Оптимальный план задачи без условия целочисленности X = (0, 37/3, 8/3, 0)- для дальнейшего решения задачи к таблице оптимального плана добавлено условие -2/3x1-1/3x4≤-2/3.
Номер индекса г выбран из условия большей дробной части компоненты аi0. Имеем г = 2; j = 0: [8/3] = 2, 2 – 8/3 = -2/3; j=1: [2/31 = О, О - 2/3 = -2/3; j = 2: [0] = 0, 0 - 0 = 0; j = 3: [0]= 0, 0 - 0 = 0; j = 4: [1/3] = 0, 0 — 1/3 = -1/3. Сделав один шаг (в общем случае для получения целочисленного решения одной итерации, конечно, недостаточно) метода последовательного уточнения оценок, получили оптимальный план целочисленной задачи Х*= (О, 13, 2, 2) Трудоемкость решения целочисленной задачи обусловлена вводом новых добавочных ограничений и новых переменных. В связи с этим необходимо придерживаться следующего правила, позволяющего при определенных условиях сокращать текущие таблицы. Дополнительная переменная хп+1 вводится в процессе решения с добавочным ограничением как базисная переменная очередного псевдоплана и сразу, на этой же итерации, переводится в число небазисных компонент. Если на дальнейших итерациях, согласно правилу преобразования таблицы, переменная хп+1 снова окажется базисной, ее значение станет несущественным для основных переменных задачи, так что строка и столбец текущей таблицы, отвечающие хп+] вычеркиваются. Правило сокращения таблиц ограничивает их размеры: не более n строк и не более (2n -m) столбцов.
Рассматриваемый алгоритм целочисленного программирования сводится к методу последовательного уточнения оценок с дополнительными правилами расширения и сокращения текущей таблицы решения задачи.
Пример 2. Получить целочисленный оптимальный план задачи Z(X) = x1— 4х2 — 2х3 + Зх4 —> max при условиях 3x1+x2+8x3+x4=35 x1 +x3+x4≤6 xj≥ 0, хj — целые числа, j = 1, 2, 3, 4.
Решение. Пошаговое решение задачи приведено в табл. 7.2.
Таблица 7.2
На шаге 2 решения задачи без ограничения целочисленности получаем оптимальный нецелочисленный план X = (0, 0, 29/7, 13/7). Поскольку обе базисные координаты X нецелочисленны, выбираем любую — первую или вторую — строку таблицы на шаге 2, а именно вторую, и строим добавочное ограничение -5/7x1-6/7x2-1/7x5+x6=-6/7. Вводя ограничение добавочной строкой на шаге 2, находим направляющий элемент в этой строке:
Осуществляя преобразование табл. 7.2 с направляющим элементом (-5/7), получаем на шаге 3 оптимальный план новой задачи, снова нецелочисленный. На шаге 3 добавляем очередное условие, получаем четыре строки ограничений. Поскольку на шаге 3 достигаетсяв столбце А6, то х6 становится базисной переменной на шаге 4. В соответствии с правилом сокращения таблицы на шаге 4 вычеркиваем строку и столбец, соответствующие х6, добавляем новую строку, а на шаге 5 получаем псевдоплан X = (4, 0, 3, -1). Методом последовательного уточнения оценок на шаге 6 получаем план, но нецелочисленный. Оптимальный целочисленный план получаем лишь на шаге 7: X* = (О, 1, 4, 2), max Z(X) = -6.
|