组合优化问题及算法知识讲稿.pptVIP

MATHEMATICA MODEL 制作: 龚劬 组合优化问题及其算法 组合最优化（combinatorial optimization)是通过对数学方法的研究去寻找离散事件的最优编排、分组、次序或筛选等，是运筹学(operations research)中的一个重要分支。所研究的问题涉及信息技术、经济管理、工业工程、交通运输、通信网络等领域。该问题可用数学模型描述为： 引言 其中D表示有限个点组成的集合。 1. 0-1背包问题 设有一个容积为b的背包，n个体积分别为 ai(i=1,2,…,n),价值分别为ci (i=1,2,…,n)的物品，如何以最大的价值装包？ 一些例子 2. 旅行商问题(TSP，traveling salesman problem) 一个商人欲到n个城市推销商品，每两个城市i和j之间的距离为dij，如何选择一条道路使得商人每个城市正好走一遍后回到起点且所走路径最短。 一些例子 3.有约束的机器调度问题(capacitated machine scheduling) n个加工量为{di|i=1,2,…,n}的产品在一台机器上加工，机器在第t个时段的工作能力为ct,求完成所有产品加工所需时段数最少的调度方案 一些例子 其中xit,T为决策变量,xit=1表示产品i在第t时段加工 4. 装箱问题(bin packing) 如何把n个尺寸不超过1的物品装入尺寸为1的箱子，并使所用的箱子个数最少。 5. 二维装箱问题（平面上的套裁问题） 原料的尺寸大于需求的尺寸，需求的品种尺寸可以不同，最终的目标是在满足需求的前提下，使边角余料最小。 6. 车间作业调度问题(job shop scheduling) n个工件，J1,…,Jn在m台机器M1,M2,…,Mm上加工。每个工件Ji有ni个工序，Oi1,…,Oini,第Oij工序的加工时间为pij，必须按工序进行加工且每一工序必须一次加工完成。一台机器在任何时刻最多只能加工一个产品，一个工件不能同时在两台机器上加工，如何安排才能使最后一个完工的工件完工时间最小？ 一些例子 7. 最大截问题(MCP,Max Cut Problem) 8. 图的顶点着色问题（GCP,Graph Colouring Problem) 9. 独立集问题（ISP,Independent Set Problem) 10.调度问题(SCP,Scheduling Problem) 11.划分问题(PAP,Partition Problem) 12.布局问题（PLP, Placement Problem)…… 上述问题都是NP-hard问题，目前人们认为它们不存在求解最优解的多项式时间算法，大规模情形只有尝试用一些近似算法或启发式算法求解。 一些例子 邻域概念 对于组合优化问题(D,F,f),D上的一个映射： N:S?D ? N(S)?2D 称为一个邻域映射，其中2D表示D的所有子集构成的集合，N(S)称为S的邻域。 邻域的构造依赖于问题决策变量的表示，邻域的结构在现代化优化算法中起重要作用。 启发式算法 邻域概念 启发式算法 TSP问题解的另一种表示法为 D={S=(i1,i2,…,in)是1,2,…,n的一个排列} 可以定义它的邻域映射为2-opt，即S中的两个元素对换。 如4个城市的TSP问题，当S=(1,2,3,4)时，N(S)={(2,1,3,4),(3,2,1,4),(4,2,3,1),(1,3,2,4),(1,4,3,2),(1,2,4,3)}. 类似可定义k-opt(k?2) 局部最优与全局最优 启发式算法 若s*满足 f(s*)?(?)f(s),其中s?N(s*)?F, 则称s*为f在F上的局部(local)最小（最大）解。 若s*满足 f(s*)?(?)f(s),其中s?F, 则称s*为f在F上的全局(global)最小（最大）解。 启发式算法定义 一个基于直观或经验构造的算法，在可接受的花费（计算时间、占用空间等）下给出待解决问题每一个实例的一个可行解，该解与最优解的偏离程度不一定能预计。 启发式算法是一种技术，使在可接受的计算开销内寻找最好的解，但不一定能保证所得解的可行性和最优性，甚至多数情况下，无法给出所得解同最优解的近似程度。 启发式算法 近似算法定义 记问题A的任何一个实例I的最优解和启发式算法H解的目标值分别为zopt(I)和zH(I),若对某个正数??0，有 |z