高等运筹学(第4章).pptVIP

第4章 经典启发式方法 4.1 启发式方法的提出 4.2 经典启发式方法的策略 4.3 应用举例 4.4 启发式方法的特点分析 4.1 启发式方法的提出 精确算法：能求出问题的最优解，主要适用于解决具有良性结构的问题（即结构化问题）． 良性结构问题：问题的结构比较清晰，所含各元素之间的关系明确，容易为人们所认识，能够通过建模和使用一定的算法求得最优解． 良性结构问题特征： 能建立起反映该问题性质的一种“可接受”模型，与问题有关的主要信息可纳入模型之中． 模型所需要的数据能够得到． 有判定解的可行性和最优性（或满意性）的明确准则． 模型可解． 求解工作所需的计算量和所需费用可以接受． “易解问题” ：能用精确算法求解的结构化问题，如线性规划问题、最短路径问题、最小费用流问题等． 精确算法不能很好地解决的问题： 某些整数规划问题、组合优化问题，如NP难问题． 不具有良性结构（非结构化）的实际问题． 可能的解决途径： 忽略某些条件，使问题简化，以便使用某种标准模型而易于求解．但由于问题的模型失真，得到的解通常难以付之实施． 保持问题的本来面目，建立基本符合问题实际情况的非标准模型．分析人员必须运用自己的感知和洞察力，从有关的模型及算法中寻求其中的联系，从中得到启发，去发现可用于解决该问题的思路和途径．称这种方法为启发式方法，用这种方法建立的算法为启发式算法（heuristics, heuristic algorithm）． 4.2 经典启发式方法的策略 1.限定（Restriction） 　　限定所要考虑的解集合的范围． 2.松弛（Relaxation） 　　去掉某一约束条件，以便得到一个松弛问题，使得一个精确算法或启发式算法可行．有时是求出原问题的解的下界． 3.逐步构解策略（Solution Building Strategy） 　　建立一套明确的规则，一个分量一分量地构造一组解，直至得到一个完整的解为止． 分解合成策略（Break-make Strategy） 　　将一个较大的问题，首先将其分解为若干个较小的子问题分别求解，再将子问题的解综合起来作为总问题的解． 5.解改进策略（Local Improvement Strategy） 　　构造一组规则，使得从任何一初始解出发，朝着最优解方向不断地对原来的解进行改进． 6.分枝定界（Branch and Bound, Tree Search） 　　利用在求解过程中提供的新信息，来引导新的启发式方向，消去不必要的搜索范围． 在实际应用中，一个启发式算法常常是上述两种或多种策略的组合． 一个成功的启发式算法往往是那些有效地利用了所研究的特定问题的特殊结构的算法． 4.3 应用举例 1．多个工件在设备上加工的排序问题 例4.1 设有6个工件需要在机床A、B上加工，每个工件都必须经过先A而后B的两道工序．以Aj和Bj分别表示工件j在A和B上的加工时间（分），如下表所示．问应如何在两机床上安排各工件加工的顺序，才能使从机床A上加工第一个工件开始到在机床B上将最后一个工件加工完为止，所用的加工总时间最少？ 算法的迭代步骤： (1)建立工件加工时间的工时矩阵 用上述算法步骤求解例4.1 工件的加工顺序为:(　， ， ， ， ， ) 2.旅行商问题(TSP) TSP：一个商人从某一城市出发，访问n个城市各一次且仅一次，然后回到原出发城市．问他应走什么样的路线才能使总行程最短？ 有许多重要的应用,如： 集成电路板上插件的插接顺序问题； 物流配送车辆的行车路线编排问题（在一辆送货车装载量能满足的前提下）． 求解难度 还没有找到多项式算法． 已证明TSP属于NP-难问题． 只有对很小规模的问题才能求出最优解． 对于较大规模的TSP（n40）需用启发式算法求解． 　1. Clarke-Wright节约算法 于1964年提出，是按“逐步构解策略”构造的． 基本思想： 　设有n个城市（点），取其中的一点，例如点1，作为起点．先将每个点与起点相连，构成线路1－j－1(j =2, 3, …, n)，即n –1条仅含一个访问点的线路．总费用为 节约算法迭代步骤： 选取起点，将起点与其它各点连接，得到n –1条线路1－j－1（j =2, 3, …, n）． 对不违背限制条件的所有可连接点对(i, j)计算节约值S (i, j) = c1i +c1j－cij． 将算出的S (i, j)0，按从大到小的顺序排列． 按S (i, j)的上述顺序，逐个考察其端点i和j，若满足以下条件，就将弧(i, j)插入到线路中，其条件是：点i和点j不在一条线路上，且均与点1相邻（不是线路的内点）． 返回步骤(4)，直至考察完所有可插入弧(i,