整数规划——分支界定算法(旅行商问题,规约矩阵求解)

这篇具有很好参考价值的文章主要介绍了整数规划——分支界定算法(旅行商问题,规约矩阵求解)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、普通优化问题分枝定界求解

题目的原问题为

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

  在计算过程中,利用MATLAB中的linprog()函数进行求解最优解,具体的计算步骤如下:

A为约束系数矩阵,B为等式右边向量,C为目标函数的系数向量。

  进行第一次最优求解以A=[2 9;11 -8],B=[40;82],C=[-3,-13]利用linprog函数求解。解得x1=9.2,x2=2.4,都不是整数,选定x1进行分枝操作。以x1<=9,x1>=10为约束条件进行下一次的分枝,此时求得的最大值为-58.8。

  对于x1<=9 以A=[2 9;11 -8;1 0],B=[40;82;9],C=[-3,-13]进行求解,求得的解x1=9,x2=2.444,最大值为-58.7778。x110以A=[2 9;11 -8;-1 0],B=[40;82;-10],C=[-3,-13]求解,发现无界。接下来对x2进行分枝,以x2<=2,x2>=3进行分枝操作。

  对于x2<=2以A=[2 9;11 -8;1 0;0 1],B=[40;82;9;2],C=[-3,-13]进行求解,求得的解x1=8.9,x2=2.0,最大值为-52.7273。由于是在x1<=9的条件下进行分枝的,此次迭代中不能再对x1进行分枝,转而x2>=3以A=[2 9;11 -8;1 0;0 -1],B=[40;82;9;-3],C=[-3,-13]进行求解,求得的x1=6.5,x2=3,最大值为-58.5,x2为整数,所以接下来对x1继续进行分枝,以x1<=6,x1>=7进行分枝操作。

  对于x1<=6以A=[2 9;11 -8;1 0;0 -1;1 0],B=[40;82;9;-3;6],C=[-3,-13]进行求解,解得x1=6,x2=3.111,求得的最大值为-58.444,因为x1为常数,则接下来对x2进行分枝操作。对于x1>=7以A=[2 9;11 -8;1 0;0 -1;-1 0],B=[40;82;9;-3;-7],C=[-3,-13]进行求解,发现无解。接下来以x2<=3,x2>=4进行分枝操作。

  对于x2<=3以A=[2 9;11 -8;1 0;0 -1;1 0;0 1],B=[40;82;9;-3;6;3],C=[-3,-13]进行求解,解得x1=6,x2=3,求得的最大值为-57,求得的解和最大值都为整数。对于x2>=4,以A=[2 9;11 -8;1 0;0 -1;1 0;0 -1],B=[40;82;9;-3;6;-4],C=[-3,-13]进行求解,解得x1=2,x2=4,求得的最大解为-58,求得的解和最大值也都为整数。相较于x2<=3和x2>=4的情况x2>=4的情况时求得的最大值更大,此时解和最大值都为整数,所以不再进行分枝。最后,得到最优解为(2 ;4),最大值为58,分枝定界完毕。为了接下来更清楚的观察整个过程,将展示树图的分枝定界。

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

 二、旅行商问题(规约矩阵)

  旅行商问题是一个商品推销员要去若干个城市推销商品,该推销员从一个城市出发,需要经过所有城市后,回到出发地。应如何选择行进路线,以使总的行程最短。旅行商问题可以通过好多方法来求解,这里主要应用分支界定法来进行求解。原问题如下所示,求解五个城市之间的TSP问题。lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   此5×5矩阵表示五个城市之间的代价,第一行第三列的1表示从第一个城市到第三个城市的代价为1,第三行第一列的5表示从第三个城市到第一个城市的代价为5,所以两个城市之间的来返代价并不一样。为了方便后续表述,将五个城市分别记为城市a,b,c,d,e。且将城市自身的代价记为∞,则重新将TSP问题进行表述为

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

  上述矩阵为重新表述的TSP问题。利用规约矩阵对TSP问题的代价进行计算,具体的代价计算公式为lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   其中Cc为总的代价,为CA约束下的代价,w(A,C)为具体城市到城市之间的代价,C1’为当前代价。利用规约矩阵,以a城市为出发点的代价下限计算如下:

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   其中,C列的绝对值之和为当前代价C1’,在对矩阵进行操作时,看每行每列是否有零,若没有则减去最小的数值,若有零则不减。则从城市a出发,可以到达其他的四个城市,分枝定界图和规约矩阵如下:

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

 

  a的代价为对B矩阵的C列绝对值进行求和得C1’=8。接下来对a到b,a到c,a到d和a到e之间的代价进行计算,具体的规约矩阵如下:

在矩阵B的基础上,进行计算,将涉及到的城市的代价写为无穷:

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

 利用计算代价公式得

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   由上式计算结果可见,从a城市到c城市的代价最小,再从c城市出发,可以到达的城市有城市b,d,e,分枝定界图和规约矩阵如下:

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   由上式结果可见从a到c到b的代价最大,从a到c到d和从a到c到e的代价一样 ,接下来继续计算这两条路径的代价,从a到c到d还可以走b和e,从a到c到e还可以走b和d。分枝定界图和规约矩阵如下:

 lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

 利用公式计算代价得

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   由以上结果可见从a到c到d到b的代价于a到c到d到e的代价和a到c到e到b的代价都是一样为11,从a到c到e到d的代价最小为8,再接下来就只考虑从d出发到城市b的代价和从b城市重新回到城市a的代价分枝定界图和规约矩阵如下:

lcbb规约矩阵求解tsp问题,算法,矩阵,matlab

   至此,求出了旅行商问题的最优解,最优路径为a→c→e→d→b→a,对应于数字为1→3→5→4→2→1代价为8。

注:旅行商问题中涉及到规约矩阵,不懂的读者可以先行了解规约矩阵文章来源地址https://www.toymoban.com/news/detail-598268.html

到了这里,关于整数规划——分支界定算法(旅行商问题,规约矩阵求解)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数学建模笔记——整数规划类问题之我见(匈牙利算法)

    目录 浅浅叙述匈牙利算法 基本思路 计算步骤 来一道简单例题 1.1 符号规定 1.2目标函数​编辑       1.3约束条件 ​编辑 1.4代码 题目复述 基本假设 问题分析 符号说明  模型的建立与求解 模型建立思路 模型建立的过程 建立0-1整数规划模型  运用匈牙利方法: 代码实现  

    2023年04月11日
    浏览(50)
  • 分支限界TSP(旅行商问题)

    【问题】 TSP 问题(traveling salesman problem) 是指旅行家要旅行 n 个城市, 要求各个城市经历且仅经历一次然后回到出发城市, 并要求所走的路程最短。 【想法】 首先确定目标函数的界[down, up], 可以采用贪心法确定 TSP 问题的一个上界。 如何求得 TSP 问题的一个合理的下界呢

    2024年02月08日
    浏览(47)
  • 【运筹优化】拉格朗日松弛 & 次梯度算法求解整数规划问题 + Java调用Cplex实战

    当遇到一些很难求解的模型,但又不需要去求解它的精确解,只需要给出一个次优解或者解的上下界,这时便可以考虑采用松弛模型的方法加以求解。 对于一个整数规划问题,拉格朗日松弛放松模型中的部分约束。这些被松弛的约束并不是被完全去掉,而是利用拉格朗日乘子

    2024年02月11日
    浏览(50)
  • java实现0-1背包问题方案(动态规划-贪心算法-回溯-分支定界)

    动态规划算法时间复杂度较低,能够求解较大规模的问题,但空间复杂度较高,不适用于数据量较大的问题。 贪心算法时间复杂度较低,能够求解较大规模的问题,但不能保证求得的解是最优解。 回溯算法能够求解较小规模的问题,但时间复杂度较高,不适用于数据量较大

    2024年02月01日
    浏览(130)
  • c++ 旅行商问题(动态规划)

      TSP,即旅行商问题,又称TSP问题(Traveling Salesman Problem),是数学领域中著名问题之一。   假设有一个旅行商人要拜访N个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所

    2024年02月03日
    浏览(44)
  • 整数规划——第三章 全单模矩阵

    若线性规划问题的约束矩阵为全单模矩阵,则该问题可行域的顶点都是整数点,从而线性规划与整数规划的最优解相同。 考虑线性整数规划问题: (IP) min ⁡ c T x , s . t .   A x ≤ b , x ∈ Z + n text{(IP)}quadbegin{aligned} min c^Tx,\\\\ s.t. Axle b,\\\\ qquad xin Z_+^n end{aligned} (IP) ​ min c

    2024年02月14日
    浏览(51)
  • [动态规划,二进制状态压缩] 旅行商问题

    题目描述 一个国家有 n 个城市,每两个城市之间都开设有航班,从城市 i 到城市 j 的航班价格为 cost[i, j] ,而且往、返航班的价格相同。 售货商要从一个城市出发,途径每个城市 1 次(且每个城市只能经过 1 次),最终返回出发地,而且他的交通工具只有航班,请求出他旅

    2024年01月24日
    浏览(44)
  • C++动态规划解决TSP(旅行商)问题

    题目描述: 某旅行商希望从某城市出发经过一系列的城市最后再回到出发的城市。这些城市之间均可直航,他希望只经过这些城市一次且旅行的总线路最短。设有n个城市,城市的编号从1到n。 输入第一行为整数n,表示城市的数量。其后n行,每行有n个整数,用空格隔开,表

    2024年02月03日
    浏览(39)
  • 幺模矩阵-线性规划的整数解特性

    百度百科:幺模矩阵 在线性规划问题中,如果A为幺模矩阵,那么该问题具有最优整数解特性。也就是说使用单纯形法进行求解,得到的解即为整数解。无需再特定使用整数规划方法。 m i n c T x s . t . { A x ≥ b x ≥ 0 begin{align*} min quad mathbf{c}^T mathbf{x} \\\\ s.t. quad begin{cases} m

    2024年02月20日
    浏览(43)
  • 动态规划2:算法考试矩阵连乘问题(超详细手写过程)

                                      更多期末复习笔记欢迎访问我的博客: Miuuu · 语雀​​​​​​​ 动态规划理论基础:(6条消息) 动态规划1:动态规划的入门初学理论基础_黑色柳丁Angel的博客-CSDN博客 矩阵连乘问题是我在算法课接触的第一个动态规划问题

    2023年04月08日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包