物流运筹方法与工具第四节重合回路.ppt

《物流运筹方法与工具》电子教案 ____第五章 运输路径规划 ------第四节?? 起讫点重合的回路问题-------- 起讫点重合的回路运输问题是指在路线优化 中，设存在节点集合Ｄ，选择一条合适的路径遍历 所有的节点，并且要求闭合。回路运输模型在运输 决策中，主要用于单一车辆的路径安排。目的在于 该车辆遍历所有的用户的同时，达到所行驶距离最 短。 一、TSP模型 TSP模型是单回路运输问题的最为典型的一个模型，它的全称 是Traveling Salesman Problem，中文叫做旅行商问题。它是一个 典型的NP－Hard问题，对于大规模的线路优化问题，无法获得最 优解，只有通过启发式算法获得近优解。 TSP模型可以如下描述：在给出的一个n个顶点网络（有向或 无向），要求找出一个包含所有n 个顶点的具有最小耗费的环路。 任何一个包含网络中所有n 个顶点的环路被称作一个回路。在旅行 商问题中，要设法找到一条最小耗费的回路。 求解TSP模型时，如果要得到精确的最优解，最简单的方法就 是枚举法。对于小型问题，这也是一种十分有效的方法。但是对于 大型问题，由于枚举法的例举次数为（n-1）！次，这是无法想像 的。 一、TSP模型 目前，对于大规模的TSP问题，一般都采用启 发式算法（根据人类的经验对无法求得最优解的问 题，得出一个可接受的解，缩短求解时间）。启发式 算法不仅可以用于各种复杂的TSP问题，对中小规模 问题也同样适用。它的不足在于，它只能保证得到可 行解，而各种不同的启发式算法所得到的结果也是不 完全一样。当用启发式求解时，如何设计算法是对求 解结果的精度影响较大的一个因素。下面介绍两种比 较简单的启发式算法，以便对启发式算法有一个较全 面的认识。 二、最近邻点法 最近邻点法是由Rosenkrantz和Stearns等人在1997年提 出的一种用于解决TSP问题的算法。该算法十分简单，但是它 得到的解并不十分理想，有很大的改善余地。由于该算法计算 快捷，但精度低，可以作为进一步优化的初始解。 最近邻点法可以由４步完成： （一）从零点开始，作为整个回路的起点。 （二）找到离刚刚加入到回路的上一顶点最近的一个顶 点，并将其加入到回路中。 （三）重复步骤（二），直到顶点集合Ａ中所有的顶点都 加入到回路中。 （四）最后，将最后一个加入的顶点和起点连接起来。 这样就构成了一个TSP问题的解。 二、最近邻点法 例5-6 现有一个连通图，有６个顶点，它们的距离矩 阵如表5-12所示，它们的相对位置如图5-8所示，假 设i,j两点之间的距离是对称的。 表5-12 距离矩阵 元素 V1 V2 V3 V4 V5 V6 V1 － 10 6 8 7 15 V2 ? － 5 20 15 16 V3 ? ? － 14 7 8 V4 ? ? ? － 4 12 V5 ? ? ? ? － 6 V6 ? ? ? ? ? － 二、最近邻点法 解：先将节点１加入到回路中，Ｔ＝｛v1｝。从节点v1 出发，比较其到节点２、３、４、５、６的距离，选择其最小 值，加入到回路中。从距离矩阵中可以看到，从v1节点到第３个 节点v３的距离最小，为６。因此将节点v３加入到回路中，Ｔ＝ ｛v1，v３｝。然后从节点v３出发，观察离v３最近的节点。（顶点 间的距离为cij　） min{c3i︱i∈N，1≤i≤6，且i≠1,3}=c32=5 这样就可以将v２节点加入到回路中，Ｔ＝｛v1，v３，v２｝。 从节点v２出发，观察离v２最近的节点。 min{c２i︱i∈N，1≤i≤6，且i≠1,3,2}=c25=15 　　这样v５是最近的点，将v５加入到回路中，Ｔ＝｛v1，v３，v２，v５｝。 依次类推，分别再将v４、v６加入回路中，得到最后的解为：Ｔ＝｛v1，v３，v２，v５，v４，v６｝。 二、最近邻点法 结果用图形表达，如图5-9所示。 总行驶距离为：f=6+5+15+4+12+15=57 图5-8 节点相对位置　　　 　　图5-9　最近邻点法求解结果 三、最近插入法 最近插入法是Rosenkrantz 和Stearns等人在1997年提出的 另外一种用于解决TSP问题的算法，它比上面的最近邻点法复 杂，但是可以得到相对比较满意的解。 最近插入法仍旧由４步来完成： （一）找到c1k最小的节点vk，形成一个回路，Ｔ＝｛v1，v