рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Формирование нижних и верхних оценок целевой функции

Формирование нижних и верхних оценок целевой функции - раздел История, Историческая справка   Прежде Чем Начать Обсуждение Данного Вопроса, Необходимо Сказ...

 

Прежде чем начать обсуждение данного вопроса, необходимо сказать, что общепринятым является применение метода ветвей и границ для задачи, в которой направление оптимизации приведено к виду минимизации. Для компактности дальнейших обозначений и выкладок запишем задачу дискретного программирования, для которой будем применять метод ветвей и границ, в следующей обобщенной форме:

 

(2)

 

где х – вектор оптимизационных переменных, среди которых часть действительных, а часть целочисленных; f(x) – в общем случае нелинейная целевая функция; D – область допустимых решений задачи дискретного программирования общего вида.

Нижние оценки целевой дикции в зависимости от выбранного способа ветвления могут определяться либо для подобластей Di D либо для подобластей Di' D' (Di' и D' получены из соответствующих множеств Di и D путем снятия условий целочисленности на дискретные переменные).
Нижней оценкой целевой функции f(x) на множестве Di (или Di') будем называть величину:

 

(3)

 

Вычисление нижних оценок в каждом конкретном случае может осуществляться с учетом особенностей решаемой задачи. При этом чтобы оценки наиболее эффективно, выполняли свою функцию, они должны быть как можно большими, т.е. быть как можно ближе к действительным значениям min f(x). Это необходимо в первую очередь для того, чтобы нижние оценки как можно точнее отражали действительное соотношение min f(x) на образовавшихся при ветвлении подмножествах и позволяли более точно определять направление дальнейшего поиска оптимального решения исходной задачи.

На рис. 3 показан такой идеальный случай, когда нижние оценки (соединены ломаной штрихпунктирной линией) правильно отражают соотношения между действительными минимальными значениями f(x) (соединены штриховой линией) для четырех подмножеств допустимых решений D1, D2, D3, D4.

Один из универсальных способов вычисления нижних оценок заключается в решении следующей задачи:


(4)

 

Определенная таким образом ξi является нижней оценкой f(x) на Di (или Di'), так как Di Di'.

Если при решении задачи (4) установлено, что , то для общности будем полагать, что .

Необходимо отметить одно важное свойство нижних оценок, заключающееся в том, что их значения для образовавшихся при ветвлении подмножеств не могут быть меньше нижней оценки целевой функции на множестве, подвергавшемся ветвлению.

Совместно с нижней оценкой в методе ветвей и границ используются верхние оценки f(x). Как правило, вычисляют лишь одно значение верхней оценки , которую определяют как значение целевой функции для лучшего найденного допустимого решения исходной задачи. Такую верхнюю оценку иногда называют рекордом. Если же можно для решаемой задачи достаточно просто и точно получить верхние оценки f(x) для отдельных множеств, образующихся при ветвлении, то их необходимо использовать в методе для уменьшения вычислительной сложности процесса решения. При использовании единой верхней оценки ее первоначальное значение обычно полагают равным бесконечности (), если, конечно, из априорных соображений не известно ни одного допустимого решения исходной задачи. При нахождении первого допустимого решения :

 

(5)

 

Затем при определении более лучшего допустимого решения верхнюю оценку корректируют:


(6)

 

Таким образом, значение верхней оценки может лишь уменьшаться в процессе решения задачи.

– Конец работы –

Эта тема принадлежит разделу:

Историческая справка

Большой класс прикладных задач оптимизации сводится к задачам целочисленного программирования Для решения этих задач широко применяются... При решении многомерных задач оптимизации предлагается совместное применение... Комплексное применение методов динамического программирования и ветвей и границ позволяет повысить эффективность...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Формирование нижних и верхних оценок целевой функции

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Историческая справка
Впервые метод ветвей и границ был предложен Лендом и Дойгом в 1960 для решения общей задачи целочисленного линейного программирования. Интерес к этому методу и фактически его «второе рождение» связ

Описание метода
  В основе метода ветвей и границ лежит идея последовательного разбиения множества допустимых решений на подмножества. На каждом шаге метода элементы разбиения подвергаются проверке д

Правила ветвления
задача коммивояжер ветвь граница В зависимости от особенностей задачи для организации ветвления обычно используется один из двух способов: 1. ветвление множества допустимых решени

Алгоритм метода ветвей и границ
  Основные правила алгоритма могут быть сформулированы следующим образом: 1. Ветвлению в первую очередь подвергается подмножество с номером

Решение задачи методом ветвей и границ
Пусть  

Решение задачи коммивояжера методом ветвей и границ
  Рассмотрим теперь класс прикладных задач оптимизации. Метод ветвей и границ используется в очень многих из них. Предлагается рассмотреть одну из самых популярных задач – задача комм

Постановка задачи
  Формализуем условие в терминах теории графов. Города будут вершинами графа, а дороги между городами – ориентированными (направленными) ребрами графа, на каждом из которых задана вес

Условие задачи
  Студенту Иванову поручили разнести некоторые важные документы из 12-ого корпуса. Но, как назло, у него на это очень мало времени, да и еще надо вернуться обратно. Нужно найти кротча

Математическая модель задачи
  Для решения задачи присвоим каждому пункту маршрута определенный номер: 12-ый корпус – 1, Белый дом – 2, КРК «Премьер» – 3, Администрация – 4 и 5-ый корпус – 5. Соответственно общее

Анализ множества D.
Найдем оценку снизу Н. Для этого определяем матрицу минимальных расстояний по строкам (1 где расстояние минимально в строке).  

Отсев неперспективных подмножеств.
  ;   Подмножества D13 и D15 неперспективные.

Отсев неперспективных подмножеств
  ;   Подмножество D143 неперспективное. Т.к.

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги