拉格朗日松弛算法.pdfVIP

第七章 拉格朗日松弛算法 当一个组合优化问题被判定为NP 完全或NP 难时，解决这个问题的常用方法是构造启 发式算法，求尽量接近最优解的可行解。这些算法包括第二章至第六章的局部搜索算法、禁 忌搜索、模拟退火、遗传算法、蚁群优化算法和人工神经网络等等。以极小优化目标函数为 例，这些算法给出最优值的上界，第一章的1.4 节给出这些算法的目标值同最优目标值关系 的示意图如下： 一步法的目标值 目 改进法的目标值 标 基于数学规划：分支定界启发式，割平面启发式，线性 值 规划松弛再对解可行化，拉格朗日松弛可行化等的 目标值， 现代优化算法：禁忌搜索，模拟退火，遗传算法，蚁群 优化算法，人工神经网络等的目标值 其它：如限制解空间，分解法，组合算法等的目标值