数学建模组合优化问题和计算复杂性讲解.pptVIP

§ 1.2 计算复杂性问题 SAT ∈ NP-c 这是 Cook 首先 的证明结果 TSP 、 IP ∈ NP-c 已证有 4000 余个 问题 NP-c 类问题有如下十分有趣的性质： 1 、任何 NP-c 问题都不能用任何已知的多项式 时间算法求解； 2 、任何一个 NP-c 问题有多项式时间算法，则 一切 NP-c 问题都有多项式时间算法 。 § 1.2 计算复杂性问题 对一个新的组合优化问题 E ，在找不到解它的有 效算法时，可去证明 E ∈ NP-c. 主要证明 NP-c 某一问题可多项 式时间归约为 E 如果成立，则有如下常用方法： 1 、寻找尽可能快的算法求解； ( 如：分枝定界法、单纯形法 ) 2 、在给定假设下，对具体问题提出解的有效算法 ； 3 、提出启发式算法（最好是近似算法），快速地得到 满意解。 （如：贪婪算法、遗传算法） § 1.2 计算复杂性问题 LP ∈ P 若任何 NP 问题均可多项式时间归约 为判定问题 D ，则称 D 为 NP-hard （难）问题 . NP-hard 问题 ： NP-c 问题与 NP-h 问题的区别是 NP-h 问题无须 判断 D 是否属于 NP . ? 单纯形法是否 是有效算法？ 1972 年，美国数学家 Klee 和 Minty 构造了一个著名例子，证明了单纯形 算法不是多项式时间算法，而是指数 时间算法 . 不是 § 1.2 计算复杂性问题 . ) , 3 , 2 ( 1 1 . . 1 1 1 是充分小的正数 其中 ? ? ? ? n j x x x x t s x z Max j j j n ? ? ? ? ? ? ? ? ? ? 1979 年，苏联数学家 Khachiyan 提出了一个多项式时间算法 —— 椭球算法。 证明了 LP ∈ P 。 1984 年，美国贝尔实验室 28 岁的印度人提出了以他自己名字命 名的 Karmarkar 算法 Note 返回 计算复杂性是以最坏的实例来评价一个算法。通过概率 分析方法，发现单纯形法的平均迭代次数为 O ( n 1.5 ~ n 2 ). 所以，它的实用和有效在 LP 的计算和应用中，几乎占据 了绝对优势。 § 1.3 启发式算法 在光滑函数极值的数值求解中，邻域是一个非 常重要的概念。函数的下降或上升都是在一点的邻 域中寻求变化方向，组合优化中，距离的概念通常 不再使用，但是在一点附近搜索另一个下降的点仍 然是组合优化数值求解的基本思想 。 一、 邻域 ? ? ? ? ? ? ? 0 0 ) ( x x x x § 1.3 启发式算法 D 上的一个映射 N ： N ： s ∈ D Definition 6 对于组合优化问题 （ D ， F ， f ）， 称为一个邻域映射，其中 2 D 表示 D 的所有子集组成的 集合（幂集）， N(s) 称为 s 的邻域， s ∈ N （ s ） 称 为 s 的一个邻居。 N(s) ∈ 2 D § 1.3 启发式算法 对 TSP , ? ? ? ? ) 1 ( 1 , 0 ? ? ? ? n n x x D {0,1} 3 : {(0,0,0),(0,0,1) (0,1,0),(0,1,1) (1,0,0),(1,0,1) (1,1,0),(1,1,1)} 可以定义它的一种邻域为 ： ( ) , j j j N x y y x y x k y D ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? k 为一个正整数。 这个邻域定义使得 x 最多有 k 个位置的值可以发生变 化， x 的邻居有 1+C 1 n(n-1) +C 2 n(n-1) + … +C k n(n-1 ) 个 . Example 8 § 1.3 启发式算法 定义邻域映射为 2- opt 即 s 中的两个元素进行对换 , N ( s ) 中共包含 s 的 C 2 n 个邻居 。 Example