课lingo与图论件.ppt

LINGO在图论中的应用 一、最短路问题 目标函数是最短路上的各条弧的长度之和(总里程)最小，于是最短路问题可以用如下0－1规划来描述： 式中 表示全体边的集合 。 对于上例，编写LINGO程序如下： model: sets: cities/A,B,C,D,E,F,G/; !定义7个城市; roads(cities,cities)/ A,B A,C B,D B,E B,F C,D C,E C,F D,G E,G F,G/: W, X; !定义哪些城市之间有路相联，W为里程，X为0－1型决策变量; endsets data: W=2 4 3 3 1 2 3 1 1 3 4; enddata N=@SIZE(CITIES); MIN=@SUM(roads:W*X); @FOR(cities(i) | i #GT# 1 #AND# i #LT# N: @SUM(roads(i,j): X(i,j))=@SUM(roads(j,i): X(j,i))); @SUM(roads(i,j)|i #EQ# 1:X(i,j))=1; @SUM(roads(i,j)|j #EQ# N:X(i,j))=1; end 计算结果与动态规划法相同．程序中的最后一个约束方程可以去掉，因为有了前面两个约束条件(共n-1个约束方程)可以导出最后一个约束方程，即终点的约束方程与前面n-1个约束方程线性相关．保留该约束方程，LINGO求解时也不会产生任何问题，因为LINGO会自动删除多余的方程． 该方法与前面的方法相比，灵活性稍差，它一次只能求出指定起点到指定终点的最短路，如果更改起点，则必须改动程序然后重新求解． 二、 旅行售货商模型 旅行售货商问题(又称货郎担问题，Traveling Salesman Problem 简称TSP模型），是运筹学的一个著名命题。 模型：有一个推销商，从某个城市出发，要遍访若干城市各一次且仅一次 ，最后返回出发城市。已知从城市i到j的旅费为Cij，问他应按怎样的次序访问这些城市，使得总旅费最少？ 称能到每个城市一次且仅一次的路线为一个巡回(圈)。 TSP是典型的组合优化问题，也是公认的NP完全难题。 不算出发地。n个城市有(n-1)!种排列方法，每一种旅行路线是排列中的一种，当n变大时，计算量呈指数增长，穷举法所费时间是难以承受的。 为此，多年以来有许多人研究了一些近似算法。 我们把TSP问题转化为0-1规划，然后用LINGO来求解。 1. 方法一：判断各边是否包含在旅行路线中 引入0-1整数变量xij(且i≠j)：xij=1表示路线从i到j，即边i-j在旅行路线中，而xij＝0则表示不走i-j路线 目标函数 首先必须满足约束条件：对每个城市访问一次且仅一次。从城市i出发一次(到其它城市去),表示为 引入0-1整数变量xij(且i≠j)：xij=1表示路线从i到j，xij＝0则表示不走i-j路线 目标函数 首先必须满足约束条件：对每个城市访问一次且仅一次。从城市i出发一次(到其它城市去),表示为 从某个城市到达j一次且仅一次，表示为： 以上建立的模型类似于指派问题的模型，对TSP问题只是必要条件，并不充分。 例如，用图示路线连接六个城市，满足以上两个约束条件，但这样的路线出现了两个子回路，两者之间不通，不构成整体巡回路线。 为此需要考虑增加充分的约束条件以避免产生子巡回。下面介绍一种方法： 增加变量ui,i=2,3,…,n，（它的大小可以取整数：例如从起点出发所达到的城市u=2,依此类推）。 附加约束条件： ui-uj+nxij≤n-1,i=1,…,n，j=2,…,n，且i≠j 。 TSP问题可以表示为规划： TSP问题的LINGO模型 !旅行售货员问题; model: sets: city / 1..6/: u;! 定义6个城市; link( city, city): dist, ! 距离矩阵; x; !决策变量; endsets n = @size( city); data: !距离矩阵; dist =0 702 454 842 2396 1196 702 0 324 1093 2136 764 454 324 0 1137 2180 798 842 1093 1137 0 1616 1857 2396 2136 2180 1616 0 2900 1196 764 798 1857 2900 0; !这里可改为你要解