基于回溯法的最优送货路线图.docxVIP

基于回溯法的最优送货路线图1回溯法的基本思想从一条路往前走，能进则进，不能进则退回来，换一条路再试。当我们遇到某一类问题时，它的问题可以分解，但是又不能得出明确的动态规划或是递归解法，此时可以考虑用回溯法解决此类问题。回溯法的优点在于其程序结构明确，可读性强，易于理解，而且通过对问题的分析可以大大提高运行效率。但是，对于可以得出明显的递推公式迭代求解的问题，还是不要用回溯法，因为它花费的时间比较长。一个复杂间题的大的解决方案可以看作是由若干个小的决策组成。很多时候它们构成一个决策序列。解决一个问题的所有可能的决策序列构成该问题的解空间。解空间中满足约束条件的决策序列称为可行解。在约束条件下使目标达最优的可行解称为该问题的最优解。解空间树结构中的每个结点确定求解间题的一个问题状态。由根结点到其它结点的所有路径则确定了这个问题的状态空间。解状态是这样一些问题状态S,对于这些问题状态,由根到S的那条路径确定了解空间的一个元组。答案状态是这样的一些解状态S,对于这些解状态而言,由根到S的这条路径确定了这个问题的一个解(即可行解),解空间的树结构称为状态空间树。确定了解空间的组织结构后,回溯法就从开始结点(解空间树的根结点)出发,以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点,同时也成为当前的扩展结点。在当前的扩展结点处,搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点,并且成为当前的扩展结点。如果在当前的扩展结点处不能再向纵深方向移动,则当前的扩展结点就成为死结点。此时应往回移动(回溯)至最近一个活结点处,并使这个活结点成为当前扩展结点。回溯法即以这种工作方式递归地在解空间中搜索,直至找到要求的解或解空间中已无活结点时为止。2、送货问题及转换某送货员要到若干个城市去送商品,已知各个城市之间的路程(或旅费)。他要选定一条从驻地出发,经过每个城市一遍,最后回到驻地的路线,使得总的路程(或总旅费)最小。用一个带权图G(V,E)来表示,结点代表城市,边表示城市之间的道路。图中各边所带权即是城市间的路程(或城市间旅费)。问题即是:在带权图G中找到一条路程最短的周游路线,回溯法实际上在搜索的同时逐步生成解空间树(实际只需要一部分)。也就是说,对于实际问题我们不必要搜索整个解空间。通常采用两种策略来避免无效的搜索,提高回溯法的搜索效率。其一是使用约束函数在扩展结点处剪去不满足约束子树;其二是用限界函数(后面将阐述)剪去不能得到最优解子树。这两种函数统称为剪枝函数。运用回溯法解题通常包括以下步骤.:l)针对所给问肠,定义间题的解空间;2)确定易于搜索的解空间结构;3)以深度优先的方式搜索解空间,并且在搜索过程中用剪枝函数避免无效的搜索。此处有图从根顶点到叶顶点的每一条路径表示出一个决策序列,如从根顶点到叶顶点的路径表示的是决策序列ABCDA,表示推销员从城市A出发沿途依次经过城市B、C、D,最后回到城市A。从根顶点到每个内部顶点的路径反映了推销员当前已经走过的城市,是决定他下一站去哪个城市的依据。所以,是每个内部顶点后面决策的初始状态。上面例子的初始状态是空,用根顶点表示。所有决策序列构成0--定子解空间(即解空间);第一步决策是A,第二步以后决策的初始状态是序列A,用顶点1表示。第二步以后的所有决策序列构成1一定子解空间;第二步决策是C，第三步以后决策的初始状态是序列AC,用顶点2:表示,第三步以后的所有决策序列构成一个2一定子解空间;第三步决策是B,第四步及以后的决策初始状态是序列ACB,用顶点33表示,第四步及以后的所有决策序列构成一个3一定子解空间。3、送货员问题算法用1,2,…,n代表n个顶点,一个周游,用数组6:i:…动表示,它是送货员问题的一个可行解。如果可行解的前k一l个分。已经确定,则判定X:丸…友:从能否形成一条路径,只需做k-1次比较:,此即构成送货员问题的约束条件。用w(ij)记边(ij)的权值,el记当前路径x,xZ…友:的长度,如果当前知道的最短周游的线路长度为n,则当d+w伍一l,k)n时,x,凡…X‘_:X‘不会是最短周游路线的一部分,在解空间树中,相应的一枝被剪掉,即是送货员问题的限界条件。此外,当k二n时,若cl+w你一l,k)+w(k,l)fl则算法需要更新n.令n=cl+w(k一l,k)+w(k,l)算法1:送货员问题的约束条件函数NextValue价)l*从顶点l出发的路径,如果第k个点是顶点xlk],则返回如e,否则返回佃se。X是一个全程数组,进人此过程时已经设置了k个值,其中xll]二1,xlkl是当前扩展顶点。中lglobalxll:k];integeri,k;i二l;whileikdoifXli]二X[k]thenreturn(false);endifi二i+l;endwh