[工学]第06讲、分支限界法.pptVIP

public int compareTo(Object x) { int xuw=((HeapNode) x).uweight; if (uweightxuw) return –1; if (uweight=xuw) return 0; return 1; } public boolean equals(Object x) { return uweight== ((HeapNode) x).uweight(); } //下面算法将新产生的活动节点加入到子集树中，并插入到优先队列中 private static void addLiveNode(int up, int lev, Bbnode par, boolean ch) { BBnode b=new Bbnode(par, ch); HeapNode node=new HeapNode(b, up, lev); heap.pot(node); } //最优队列式分支限界法, 返回最优载重量，bestx返回最优解 public static int maxLoading ( int [] w, int c, int[] bestx ) { heap=new MaxHeap(); //初始化 n=w.length – 1; BBnode e=null; //当前扩展节点 int i=1;　　　　　　　　//当前扩展节点所处的层 int ew=0; //扩展节点所相应的载重量 //定义剩余重量数组 int[] r=new int[n+1]; for(int j=n-1; j0; j--) r[j]=r[j+1]+w[j+1]; * * 分支限界法 第六讲 主讲人：彭 宏 　分支限界法是一种在问题的解空间树上搜索问题解的算法。 　 分支限界法与回溯法的比较： (1)求解目标不同： 　回溯法的求解目标则是找出解空间树中满足约束条件的所有解。 　分支限界法的求解目标则是找出解空间树中满足约束条件的一个解，即在某意义下的最优解。 (2)搜索方式的不同： 　回溯法以深度优先的方式搜索解空间树。 　分支限界法以广度优先或以最小耗费优先的方式搜索解空间树。 　分支限界法的搜索策略： 　 　在扩展节点处，先生成其所有的儿子节点（分支），然后再从当前的活节点表选择下一扩展节点。 　为了有效选择下一扩展节点，加速搜索过程，在每一活节点处，计算一个函数值（限界），并根据函数值，从当前活节点表中选择一个最有利的节点作为扩展节点，使搜索朝着解空间树上有最优解的分支推进，以便尽快地找出一个最优解。 　分支限界法用于解决大量离散最优化地问题。 ? 分支限界法以广度优先或以最小耗费优先的方式搜索解空间树。 问题的解空间树是表示问题解空间的一颗有序树，常见的有子集树和排列树。 6.1 分支限界法的基本思想 ? 分支限界法在对当前扩展节点所采用的扩展方式与回溯法不同： 　在分支限界法中，每个活节点只有一次机会成为扩展节点，就一次性产生其所有儿子节点。 　这些儿子节点中，导致不可行解或导致非最优解的儿子节点被舍弃，其余儿子节点被加入中。 　然后从活节点表中选择下一节点为成为当前扩展节点，并重复上述扩展过程。这个过程一直持续到找到所需的解或活节点表为空为止。 　从活节点表中选择下一扩展节点的不同方式导致不同的分支限界法。 　常见的有两种： (1)队列式(FIFO)分支限界法 　将活节点表组成一个队列，并按队列的先进先出FIFO原则选取下一节点成为当前扩展节点。 (2) 优先队列式分支限界法 　将活节点表组成一个优先队列，并按优先队列中规定的节点优先级选取优先级最高的下一节点成为当前扩展节点。 ?　用队列式(FIFO)分支限界法求解0-1背包问题。 　　w=[16,15,15], p=[45,25,25], c=30 FIFO=[ ] FIFO=[A] FIFO=[A,B,C] FIFO=[B,C] FIFO=[B,C,E] FIFO=[C,E] FIFO=[C,E,F,G] FIFO=[E,F,G] FIFO=[E,F,G,K] FIFO=[F,G] 对应K有可行解，为w=45 FIFO=[F,G]　对应L有w=50可行解，对应M有w=25可行解 FIFO=[G] 对应N,O均有可行解 FIFO