lec 分支限界法(修改)培训讲义.pptVIP

我们已经知道，在现实世界中，当问题的规模变得很大时，穷尽搜索是不可能的，所以有必要找到某种启发式方法去掉那部分我们明知道不可能在其中找到最优解的搜索空间。 分支限界法就是这样的一种启发式方法，它建立在对搜索空间的基础上。将整个搜索空间想象成树状结构，根据计算出的特定解的代价剪去不感兴趣的分支。 部分解的目标函数值的计算方法 例如图9.4所示无向图，如果部分解包含边(1, 4)，则该部分解的下界是lb=((1+5)+(3+6)+(1+2)+(3+5)+(2+3))/2=16。 4 1→2 lb=14 2 3 5 6 7 8 1 × start lb=14 1→3 lb=14 1→4 lb=16 1→5 lb=19 2→3 lb=16 2→4 lb=16 2→5 lb=19 3→2 lb=16 3→4 lb=15 3→5 lb=14 × 9 1 1 5→2 lb=19 5→4 lb=14 1 1 × 4→2 lb=16 1 4→2 lb=18 4→5 lb=15 1 1 × 5→2 lb=20 1 × 分支限界法求解TSP问题示例 2 7 1 5 6 3 1 3 4 2 5 3 9 8 4 C= ∞ 3 1 5 8 3 ∞ 6 7 9 1 6 ∞ 4 2 5 7 4 ∞ 3 8 9 2 3 ∞ (a) 一个无向图 (b) 无向图的代价矩阵 图9.4 无向图及其代价矩阵 应用分支限界法求解图9.4所示无向图的TSP问题，其搜索空间如图9.5所示，具体的搜索过程如下（加黑表示该路径上已经确定的边）： （1）在根结点1，根据限界函数计算目标函数的值为lb=((1+3)+(3+6)+(1+2)+(3+4)+(2+3))/2=14； （2）在结点2，从城市1到城市2，路径长度为3，目标函数的值为((1+3)+(3+6)+(1+2)+(3+4)+(2+3))/2=14，将结点2加入待处理结点表PT中；在结点3，从城市1到城市3，路径长度为1，目标函数的值为((1+3)+(3+6)+(1+2)+(3+4)+(2+3))/2=14，将结点3加入表PT中；在结点4，从城市1到城市4，路径长度为5，目标函数的值为((1+5)+(3+6)+(1+2)+(3+5)+(2+3))/2=16，将结点4加入表PT中；在结点5，从城市1到城市5，路径长度为8，目标函数的值为((1+8)+(3+6)+(1+2)+(3+5)+(2+8))/2=19，超出目标函数的界，将结点5丢弃； （3）在表PT中选取目标函数值极小的结点2优先进行搜索； （4）在结点6，从城市2到城市3，目标函数值为((1+3)+(3+6)+(1+6)+(3+4)+(2+3))/2=16，将结点6加入表PT中；在结点7，从城市2到城市4，目标函数值为((1+3)+(3+7)+(1+2)+(3+7)+(2+3))/2=16，将结点7加入表PT中；在结点8，从城市2到城市5，目标函数值为 ((1+3)+(3+9)+(1+2)+(3+4)+(2+9))/2=19，超出目标函数的界，将结点8丢弃； （5）在表PT中选取目标函数值极小的结点3优先进行搜索；（6）在结点9，从城市3到城市2，目标函数值为((1+3)+(3+6)+(1+6)+(3+4)+(2+3))/2=16，将结点9加入表PT中；在结点10，从城市3到城市4，目标函数值为((1+3)+(3+6)+(1+4)+(3+4)+(2+3))/2=15，将结点10加入表PT中；在结点11，从城市3到城市5，目标函数值为((1+3)+(3+6)+(1+2)+(3+4)+(2+3))/2=14，将结点11加入表PT中； （7）在表PT中选取目标函数值极小的结点11优先进行搜索； （8）在结点12，从城市5到城市2，目标函数值为((1+3)+(3+9)+(1+2)+(3+4)+(2+9))/2=19，超出目标函数的界，将结点12丢弃；在结点13，从城市5到城市4，目标函数值为((1+3)+(3+6)+(1+2)+(3+4)+(2+3))/2=14，将结点13 加入表PT中；