第讲 背包问题及分枝界定法.pptVIP

Knapsack Problem 背包问题 背包问题 0-1背包问题 此问题可以表示为： 其它类型背包问题 完全背包问题(0/1) 多重背包问题 分组背包问题 有依赖的背包问题 完全背包问题 有N种物品和一个容量为C的背包，每种物品都有无限件可用。第i种物品的体积是wi，价值是pi。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 多重背包问题 有N种物品和一个容量为C的背包。第i种物品最多有ni件可用，每件体积是wi，价值是pi。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 分组背包问题 有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。这些物品被划分为若干组，每组中的物品互相冲突，最多选一件。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 有依赖的背包问题 这种背包问题的物品间存在某种“依赖”的关系。也就是说，i依赖于j，表示若选物品i，则必须选物品j。为了简化起见，我们先设没有某个物品既依赖于别的物品，又被别的物品所依赖；另外，没有某件物品同时依赖多件物品。 假定 背包问题转化为极小化问题 分枝定界法 主要思想是：设有极大化的整数线性规划问题A，用B表示A去掉整约束而得到的松弛问题，从求解B开始，若其最优解是整解，则已得A的最优解，否则B的最优目标值必是A的最优目标值的 的上界，记为 ;而A的任意可行解的目标函数值必是最优解的一个下界 ，分枝定界法就是将可行域分成子区域，逐步增大下界，最终求出最优解的方法。 分枝定界法求极大化问题的步骤 0. 设有整数线性规划问题A，与之相对应的松弛问题为B。 1. 求解问题B,可能产生下列情况之一： B没有可行解，这是A也没有可行解，停止。 B有整数最优解，则B的最优解即为A的最优解，停止； B有最优解，但不符合问题A的整数约束，记他的目标函数值为 ,作为问题A的上界。 分枝定界法求极大化问题的步骤 3. 在B的最优解中任选一个取值不符合整数条件的变量 ，其值为 ，构造两个约束条件 将这两个约束条件分别加入B中，得到两个后继子规划 和 。 4. 对每一个后继问题 ，设解为 ，若为整数，则停止分枝，若此时对应目标值目标值 , 则其 ，作为新的下界；若 非整，且 则也停止分枝；若 非整，且 则按照3中的方式进行分枝。 分枝定界法求极大化问题的步骤 5.当所有子问题均不能再分枝时， 即为最优目标值 ，对应的解即为最优解 。 举例 先考虑松弛问题 在B的最优解中任选取一个取值非整的变量，比如我们选 ,对B分别增加约束条件 得到两个子问题 和 再分别求解 和 ，得到 和 非A的可行解，顾 不变。 在 中取 进行分枝，分别在 中添加约束条 件 ，得到新的子问题 ,求解 ,得 解 ，为整解，目标值为 ，做为新的上界， 即 ，且 不用再进行分枝了。再求解 ， 得解 ，目标值 ，所以不能再进行分枝 了。 同样在 中取 进行分枝。 最终得最优解 。 背包问题的分枝定界法 先对背包问题进行松弛 记此问题为C(KP) 考虑一个基本算法：将物品按价值密度从大到小进行排列一个个放入包内，设物品s是第一个放不下的物品，称它为关键项，即 定理 背包问题对应的松弛问题C(KP)的最优解为 其中 ，其最优解值为 。 根据此定理，我们得到背包问题的第一个上界 定理 设 背包问题的一个上界为 ； 对于背包问题的任意一个实例都有 。 这样我们就得到一个更好的上界。 是由Dantiz给出， 是由Martello和grange给出的。 广探法 用根结总表示原背包问题，求出它的上界； 在根节点通过取