第十五章--选址问题.pptVIP

15.4 点选址问题 15.4.1 连续点选址问题 观察其对偶问题： 定义如下变量： 15-12 则可将对偶问题转化为如下极小问题： 再增加下述约束显然不影响对偶问题的可行域。 15.4 点选址问题 15.4.1 连续点选址问题 15.4 点选址问题 15.4.1 连续点选址问题 该问题实际上就是一个流量为f的最小费用流问题的线性规划模型。 、 别表示弧j上的流量和单位流量产生的费用。0，2wj分别为弧j上流量的下限和上限。表示该网络流问题的网络图如图15-10。 图15-10 单个设施运输网络 显然，尽量安排流量流经较小费用弧是最优的。 15.4 点选址问题 15.4.2 离散点选址问题 1. 集覆盖问题(Set Covering Problem SCP) （1）集覆盖问题及其复杂性 给定有限集X及X上的几个子集 ,集覆盖问题就是要求子集的最小组合 满足 。X中的元素称为点，一个点称之为被覆盖，当且仅当它属于 。若每一个子集 有一成本 ，要求总成本 最小的覆盖方案，称为最小成本覆盖问题。求解集覆盖问题时，通常用矩阵A（|X|行，n列）描述覆盖关系， 表示点 可以（不可以）被 覆盖。定义 ，其中， 表示集合 是否启用。 15.4 点选址问题 15.4.2 离散点选址问题 则SCP问题的线性规划模型为： 而最小成本覆盖问题的目标函数为： SCP的应用实例很多，如信息检索方法设计，乘务员排班，最小路径分割问题等。 对乘务员排班而言，有 个航班，根据航班的要求，其中若干个航班可有一组乘务员完成空乘工作，这样的组合有四组，问如何安排，使所有航班都有乘务员且乘务员组数最少。 以下介绍集覆盖问题的几种算法。 SCP是NP难题。对于NP难题既然没有多项式时间算法，那么寻求有效的近似算法就很有必要。近似算法是指就问题的所有实例来说，所获得的解距最优解的相对误差小于某一个固定值。 15.4 点选址问题 15.4.2 离散点选址问题 （2）矩阵简化法 矩阵简化法只是简化问题规模的一种方法，不一定能给出最终解来。其基本思想是：按照基本规则，不断地简化集覆盖问题中覆盖矩阵A，同时增加集合 进入 。具体步骤如下： 算法：集覆盖问题的矩阵简化算法 input：覆盖矩阵A（行对应于中的点；离对应于） 。 Output： 以及简化后的覆盖矩阵 ， 的解 ； 为A的解。 Step0：可行性检查 If A存在一行，所有元素均为0， Then无可行解，算法终止。 End 15.4 点选址问题 15.4.2 离散点选址问题 （3）贪婪算法 以下介绍的贪婪算法是一个近似算法。 算法：贪婪算法(思想：在二分图中的候选顶点集中选择顶点度最大的顶点，去掉该点及其覆盖的所有顶点，循环上述步骤，直至该图为空。) input ,X output 满足 ；（U表示目前尚未覆盖的点的集合） 15.4 点选址问题 15.4.2 离散点选址问题 15.4 点选址问题 15.4.2 离散点选址问题 ； 当 ，循环以下运算： 在尚未入选的集合 中选择 ，使其在 中能覆盖的点数最多，即 最大，令， end (while)； output J； 15.4 点选址问题 15.4.2 离散点选址问题 （4）贪婪算法的有效性 定理：对于集覆盖问题F={ }， ， 。用以上贪婪法获得的解 与最优解Jopt有如下关系： 其中函数 （d为正整数），（证明从略） 15.4 点选址问题 15.4.2 离散点选址问题 （5）最小成本覆盖问题的贪婪算法 对于最小成本覆盖问题F={ }， ， 存在成本 ，用以下贪婪算法同样可获得近似解。 input ,X output 满足