运筹学_第三章_0-1规划.pptVIP

模型综合形式 * * 第三章 特殊的整数规划——0-1规划 1、0-1规划模型及隐枚举法； 2、指派问题及匈牙利算法. 本次课解决如下问题： 例1 某公司拟在市东城、西城、海淀三区建立营业网点。拟议中有7个位置(点)Ai(i=1,2,…,7)可供选择。规定 在东城区，由A1,A2,A3三个点中至多选两个； 在西城区，由A4,A5中至少选一个； 在海淀区，由A6,A7中至少选一个. 假设选用Ai点，设备投资估计为bi元，每年获利估计ci元，但是总投资额不超过B元。问应该选择哪几个点可以使年利润最大？ 1 0-1规划模型 东城区 西城区 海淀区 A1 A2 A3 A4 A5 A6 A7 如图，如何确定选择哪些点？有多少种可能？ 试一试 枚举法 共有多少情形？ 专门的解法研究 ——隐枚举法. 分析问题 设 目标函数 资金限制 三条规定 建立模型 如何求解？ ? 例2 求解0-1规划 编号 ① ② ③ ④ 解决问题——隐枚举法 算法过程： 1. 先找出一个可行解，比如（1，0，0）.相应的目标函数值为3. 编号 △ ① ② ③ ④ 解决问题——隐枚举法 算法过程： 2. 增加约束条件，得到新问题. 3. 重复上述的过程，注意随时改进约束条件. （可在表格上进行） 4. 最优解（1，0，1），最优值8. 重新编排变量顺序，以降低运算量. 隐枚举法的改进 这样做有什么好处？ 最小化问题呢？ 安排n个人完成n项工作，使总效率最高的问题称为指派问题或者分派问题(Assignment problem). 例 甲、乙、丙、丁四人去完成A、B、C、D四项工作.要求每个人只能完成一项工作，每个工作只能一人完成，他们所需费用如下表，应如何安排工作，使所需总费用最少？ 7 8 11 9 9 14 16 13 10 4 14 15 2 15 13 4 甲 乙 丙 丁 D C B A 任务 人员 试利用0-1规划建立数学模型. 2 指派问题及其算法 设 记为cij 7 8 11 9 9 14 16 13 10 4 14 15 2 15 13 4 甲 乙 丙 丁 D C B A 任务 人员 矩阵(xij) 44有何特点？ 每行(列)有且只有一个为1，其他为0. 建立模型 0-1规划广泛见于生活问题，也是运筹学算法研究的一个重点。0-1问题大致可以划分为互斥的计划、互斥的约束条件，固定费用和分派问题等。比如刚才的经营选址问题就是互斥的计划问题,经典的背包问题是固定费用问题. 强盗在抢劫一家商店，发现n件物品；对于其中的第i件物品，其价格为vi，重wi（所有物品的价格和重量都是整数）。这个贼希望尽可能的拿走所有最有价值物品，但是他的背包最大能承受的重量为W（W也为一个整数），他该怎样才能保证拿走物品的总价值最高？ 背包问题 效益矩阵：将目标函数系数cij排列成矩阵形式 指派问题算法：匈牙利算法思路 称为指派问题的效益矩阵。 定理：将指派问题的效益矩阵的行(列)分别减去该行(列)的最小元素，得到的新指派问题和原问题的最优解相同. 意义：根据定理,对指派问题可以化简,使得其效益矩阵中每一行至少有一个0元素. ？ 这种简化对于求解有何帮助？ 最优值呢? 4 15 13 9 13 14 16 11 15 4 14 8 2 10 9 7 甲 乙 丙 丁 D C B A 任务 人员 2 11 4 2 11 10 7 4 13 0 5 1 0 6 0 0 甲 乙 丙 丁 D C B A 任务 人员 0 9 2 0 7 6 3 0 13 0 5 1 0 6 0 0 甲 乙 丙 丁 D C B A 任务 人员 从表中就可以发现最优解： 甲D，乙B，丙A，丁C. 最优值：28 0 9 2 0 7 6 3 0 13 0 5 1 0 6 0 0 甲 乙 丙 丁 D C B A 任务 人员 当效益矩阵很大时，观察的方法寻找不同行不同列的0元不太容易. 化简后的效益矩阵未必恰好存在n个独立0元. 结论：如果可以在化简后的效益矩阵中找到n个不同行不同列的0元（称为独立0元） ，便可容易得到最优解和最优值. 7 6 14 6 10 D 9 6 9 10 9 9 6 12 6 7 7 9 17 14 10 12 8 7 15 4 甲 乙 丙 丁 戊 E C B A 任务 人员 练习：化简此效益矩阵，并判断是否能找到最小解. 例 已知效益矩阵如下，求指派问题的最小解. 0 0 7 0 6 D 2 0 2 4 5 2 0 5 0 3 0 3 10 8 6 5 2 0 9 0 甲 乙 丙 丁 戊 E C B A 任务 人员 step1：化简效