《第8章_松弛算法.ppt

定理7.4.1 函数为凹函数的充要条件为： 证明 必要性：设 为凹函数，则 H为凸集, 为边界点,所以存在过 和法方向 的支撑超平面 满足: Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 充分性: A B C Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 定义7.4.2 若 为凹函数,在 向量满足: 则称 为 在 的一个次梯度,所有的次梯度集合记为: 定理7.4.3 若 为凹函数, 为 的充要条件为 定理7.4.4 设LR的可行解集合Q由有限个整数点组成,其极点为 有: Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 证明: 注: 若 不是最大值点,则相交的两个同目标值的平面 满足 且,两平面的法方向交角不超过90度. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 当 不是光滑点是,在 的邻域内,当 充分小时,存在 ,使得: 由 内所有次梯度夹角不超过90度,有 由上面的讨论可得次梯度优化算法如下: STEP1: 任选初始拉格朗日乘子 STEP2: 对 ,从 中任选一个次梯度 ,若 则停,否则 重复STEP2. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 注: 1、 的选取: 2、停止准则： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 7.4.2 拉格朗日启发式算法 Step1: 拉格朗日次梯度法求IP下界 Step2: 对所求解可行化 例7.4.1 假设集合覆盖问题SC通过前面的松弛得到一个解 ,当其不可行时即存在i使得 一个可行化方法是求k,满足 重复以上步骤,直到所有行都被覆盖. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 集合覆盖问题的拉格朗日松弛算法: Step1: 初始化 Step2: 计算 Step3: 若所有行被覆盖,stop; or 记 表示第i行没有被覆盖,在没有被覆盖的行中任选一行k,计算 Step4 : Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例7.4.2 对集合覆盖问题 假设: 最优解为: 第三行没有被覆盖,在可覆盖第三行中选费用最小的列 Evaluation only. Created with Aspose.Slides for .NET 3.