分枝定界算法应用小结.doc

分枝定界算法应用小结 摘要 本文首先总结了分枝定界算法的总体内容。 然后，我们列举了6个分枝定界算法应用的实例，它们分别：（1）基于分枝限界法的公交换乘算法设计；（2）分枝定界算法用于有机混合物的分析；（3）求解最大割问题的分枝定界算法；（4）弱有效集上凹函数极大问题的分枝定界算法；（5）分枝定界算法在食品分析中的应用—水果中有机酸的同时定性定量分析；（6）基于分枝定界法的环肋圆柱壳优化研究。 我们得知，分枝定界算法是一种常用算法，属于枚举算法，能够系统地搜索解空间，分枝定界算法的应用非常广泛。 分枝定界算法总述 分枝定界算法也可以叫做分支限定法。分枝定界法是一个用途十分广泛的算法，运用这种算法的技巧性很强，不同类型的问题解法也各不相同。 在本文所解决的公交换乘问题中，我们的设计是根据具体城市的具体情况，我们对城市地图进行逐层分块，直至求出所求解。 从起点站开始， 我们总是试图转乘最少次数的车到终点站，因此，当我们坐上一辆公交车后，我们要尽可能走更远的距离。只有当这趟车不满足我们乘车方向的要求时，我们才会考虑转车。所以我们在每一个起始点站总是试图找到能够到达离目的地最近的一趟车。在每一个车站总会有好几趟车经过，我们怎样才能知道坐哪趟车才会是最佳方案呢？从这站开始，每走一站，我们便作一次条件判断，保留满足某一条件的车次，对不满足这一条件的车次修枝（删除）。按此方案，不断往前走，只要有车次能够继续往目的地方向前进，我们就决不换车。只有当目前所有的车都不满这一条件时，我们再按上面的方案，把此站作为起始站换乘车辆继续前进，直至终点站。 根据以上思想设计的算法是一种行之有效的公交换乘解决方案。 2、分枝定界算法用于有机混合物的分析[4] 在分析工作中常常会遇到一种分析体系，即定性组成不完全确知的混合体系称为“灰色”分析体系。最常见的情形为已知混合物体系中可能存在的组分（物种）范围，但种类和数目未知。对于这类灰色分析体系，一般需先用某方法进行定性分析，再进行定量测定。采用分枝定界算法，实现未知混合试样体系的同时定性定量分析。此方法克服了逐步回归法只能找出局部最优解的不足，仅用较少的计算就可以找出全局最优解。在最优回归子集的选择中，选用4个判据，解决了最优回归子集难判断的问题，使最优回归子集的选择更加准确，真实，可靠。采用分枝定界算法，实现最优回归子集的选择。 3、求解最大割问题的分枝定界算法[5] 最大割问题是图论中的一个典型的NP困难问题，，，. 在该模型的基础上，， ， ， ， ， （1） 式中为滴定至第个Ph 值时所消耗的NaOH 溶液的体积 ；为第k 种可能存在的酸的浓度;为第6 种可能存在的酸在第个点上的比例因子，为测量误差，一般为服从零均等方差的正态分布误差， 常规定性分析的目的是找出混合样品中存在的组分，从数学角度看就是要找出（1）式中究竟存在哪些项。这个问题可归结为回归变量的选择。该应用分枝定界算法来实现最优回归子集的选择。此法既克服了穷举法计算量大缺点，又克服了逐步回归法只能找出局部最优解的不足；仅用较少的计算就可以找出全局最优解。在回归分析中， ，，此式是分枝定界算法的基础。 6、基于分枝定界法的环肋圆柱壳优化研究[8] 加筋圆柱壳结构的优化问题属于典型的离散优化问题，工程中常用的处理方法是先求得问题的连续变量的最优解。然后按照工程要求进行规格化处理，但是圆整后的解很可能出现在约束区域外，成为不可行解，并且圆整没有规律可循，当维数较高时，校核的工作量较大。另外，圆整的方法甚至不能得到离散变量的最优解。针对这种离散优化问题，本文则采用分枝界定法[8]对环肋圆柱壳在静水压力作用下的最小重量设计进行了研究，设计变量是壳板的厚度、肋骨的型、间距和数量，讨论了强度约束和稳定性约束以及材料几何参数对重量以及其它特征量的影响。 该应用基于分枝界定法分析了环肋圆柱壳在静水压力作用下的混合优化问题， 讨论了分枝界定方法的精度以及材料和几何特性对于环肋圆柱壳重量和其它特征量的影响。可以得出如下结论： （1）分支界定法能够有效求解环肋圆柱壳的混合优化问题， 计算量小， 精度高； （2）环肋圆柱壳经优化后， 壳板的重量比例大约是70%， 肋骨重量占30%， 并且随壳体的长径比变化不大； （3）圆柱壳的优化中，肋骨的应力约束是主要约束。在算例中，肋骨应力已经非常接近许用应力标准，其他应力、局部和总体失稳压力还有一定的储备。 参考文献 [1] 梁田贵 张鹏.算法设计与分析.北京：冶金工业出版社，2004，31 [2] 百度百科.分枝界限法. /view/2102243.html，2011.5.20 [3] 张华丽. 基于分枝限界法的公交换乘算法设计. 软件导刊，2009，（12）：42-43 [4] 于