X1, х2 0, целые.
Начальный шаг решения этой задачи состоит в нахождении решения задачи ЛП, получаемой при отбрасывании условия целочисленности х1 и х2. Обозначим эту задачу через ЛП-1. На рис.5.1.1 представлено графическое решение задачи ЛП-1.
Рис.5.1.1. Решение задачи ЛП-1.
Оптимальное решение задачи ЛП-1 имеет вид: х1 = 2, х2 = 1,5, оптимальное значение целевой функции F( ) = 9. Поскольку х2 принимает дробное значение, найденное решение не может быть оптимальным решением исходной задачи ЦЛП. Но найденное значение F( ) представляет собой верхнюю границу истинного оптимального целочисленного значения, поскольку при выполнении требования целочисленности х2 значение F( ) может лишь уменьшиться.
Следующий шаг метода ветвей и границ состоит в просмотре целочисленных значений х2, больших или меньших 1,5. Это делается путем добавления к задаче ЛП-1 либо ограничения x2 1, либо х2 2. Таким образом, из задачи ЛП-1 получаются две задачи следующего вида (ЛП-2 и ЛП-3):
ЛП-2 ЛП-3
F( ) = 3x1 + 2x2 max F( ) = 3x1 + 2x2 max
при ограничениях при ограничениях
x1 + x2 3,5 x1 + x2 3,5
x1 2 x1 2
x2 2 x2 2
x2 1 х2 2
x1, х2 0, x1, х2 0.
На рис.5.1.2 и 5.1.3 изображены допустимые области задач ЛП-2 и ЛП-3 соответственно. (Заметим, что допустимая область задачи ЛП-3 представляет собой просто отрезок АВ).
Рис. 5.1.2. Решение задачи ЛП-2.
Рис. 5.1.3. Решение задачи ЛП-3.
Оптимальное решение задачи ЛП-2 (рис. 2) – точка х1 = 2, х2 = 1, где F( ) = 8. Таким образом, получено допустимое (целочисленное) решение исходной задачи ЦЛП. Зафиксируем это целочисленное решение. Пусть Z0 = 8. Даже если ЛП-2 имеет другие целочисленные решения, значение целевой функции в них не может быть больше 8. Таким образом значение Z0 = 8 представляет собой текущую нижнюю границу максимального значения F . Поскольку ранее была получена верхняя граница, равная 9, нельзя утверждать, что решение ЛП-2 оптимально для исходной задачи. Следовательно, необходимо также рассмотреть задачу ЛП-3.
Оптимальное значение задачи ЛП-3 (рис.3) – х1 = 1,5; х2 = 2; F( ) = 8,5. Для исходной задачи ЦЛП это решение недопустимо, поскольку х1 принимает дробное значение. Оптимальное значение F( ) = 8,5 задачи ЛП-3 больше ранее полученной нижней границы = 8, поэтому необходимо проверить существование в допустимой области задачи ЛП-3 целочисленного решения, дающего значение целевой функции F 8. Для этого рассматриваются задачи ЛП-4 и ЛП-5, получающиеся при добавлении к ЛП-3 ограничений х1 1 и х1 2 соответственно.
ЛП-4 ЛП-5
F( ) = 3x1 + 2x2 max F( ) = 3x1 + 2x2 max
при ограничениях при ограничениях
x1 + x2 3,5 x1 + x2 3,5
x1 2 x1 2
x2 2 x2 2
х2 2 х2 2
x1 1 х1 2
x1, х2 0, x1, х2 0.
Допустимая область задачи ЛП-4 состоит из отрезка ДЕ, показанного на рис. 5.1.4; задача ЛП-5 не имеет допустимых решений.
Рис. 5.1.4. Решение задачи ЛП-4.
Оптимальное решение задачи ЛП-4 имеет вид: х1 = 1, х2 = 2; F( ) = 7, следовательно, для любого целочисленного решения в допустимой области ЛП-3 значение целевой функции не превосходит 7. Так как F( ) меньше ранее полученной нижней границы, то = 8 не изменяется. Таким образом, точка х1 = 2, х2 = 1 (решение задачи ЛП-2) представляет собой оптимальное целочисленное решение исходной задачи; оптимальное значение целевой функции в этой точке равно = 8.
У добно представить последовательность задач ЛП, возникающих при использовании процедуры метода ветвей и границ в виде сети или дерева, изображенного на рис.5.1.5. —еть или дерево состоит из множества вершин и соединяющих их дуг или ветвей.
ЛП-1 = (2; 1,5) F( ) = 9
x 2 1 x 2 2
= (2; 1) ЛП-2 ЛП-3 = (1,5; 2)
F ( ) = 8= F( ) = 8,5
x 1 1 x 1 2
= (1; 2) ЛП-4 ЛП-5 P =
F( ) = 7 <
Рис. 5.1.5.
Каждая вершина представляет собой либо начальную, либо конечную точку некоторой ветви. Вершина 1 на рис. 5 соответствует задаче ЛП-1, получаемой при отбрасывании требования целочисленности переменных. Ветвление в вершине 1, определяемое целочисленной переменной х2 с помощью ограничения х2 1, приводит к вершине 2 (ЛП-2). Поскольку задача ЛП-2 имеет оптимальное целочисленное решение, нет необходимости производить ветвление в вершине 2. В этом случае говорят, что рассматриваемая вершина прозондирована. Ветвление в вершине 1 по ограничению х2 2 дает ЛП-3 (вершина 3). Поскольку оптимальное решение ЛП-3 является дробным и F( ) > происходит дальнейшее ветвление в вершине 3 по целочисленной переменной х1. Таким образом, появляются вершины 4 и 5. Эти вершины являются прозондированными, поскольку ЛП-4 обладает целочисленным решением, а задача ЛП-5 не имеет допустимых решений. Наилучшее решение из полученных в прозондированных вершинах представляет собой оптимальное решение исходной задачи.
Yandex.RTB R-A-252273-3
- Учебное пособие
- Оглавление
- 2. Элементы линейной алгебры 21
- 3. Линейное программирование 48
- 4. Теория двойственности в линейном программировании 98
- 5. Целочисленные модели исследования операций 137
- 6. Экономические задачи, сводящиеся к транспортной модели 160
- Введение в исследование операций
- 1.1 Основные определения
- Этапы исследования операций
- Домашнее задание №1
- 2. Элементы линейной алгебры
- 2.1. Алгебра матриц
- 2.1.1. Виды матриц
- 2.1.2. Действия над матрицами
- Домашнее задание №2
- 2.2. Вычисление определителей
- Домашнее задание №3
- 2.3. Решение систем алгебраических уравнений
- 2.3.1. Основные понятия и определения
- 2.3.2. Формулы крамера и метод обратной матрицы
- 2.3.3. Метод жордана-гаусса
- Домашнее задание №5
- 2.4. Векторное пространство
- 2.4.2. Размерность и базис векторного пространства
- Домашнее задание №6
- 2.5. Решение задач линейной алгебры с помощью ms excel
- 3. Линейное программирование
- 3.1. Постановки задачи линейного программирования
- 3.1.1. Общая постановка задачи линейного программирования
- 3.1.2. Основная задача линейного программирования
- 3.1.3. Каноническая задача линейного программирования
- 3.2. Графический метод решения злп
- Домашнее задание №7
- Домашнее задание №8
- 3.3. Анализ решения (модели) на чувствительность
- Домашнее задание №9
- 3.4. Решение линейных моделей симплекс-методом.
- Переход от одной к-матрицы злп к другой к-матрице
- Алгоритм симплекс-метода
- Домашнее задание №10
- 3.4. Двойственный симплекс-метод (р-метод)
- Определение р-матрицы злп
- Условия перехода от одной р-матрицы злп к другой
- Алгоритм р-метода
- Решение задач р-методом
- Домашнее задание №11
- Домашнее задание №12
- 3.5. Решение злп двухэтапным симплекс-методом
- Первый этап - решение вспомогательной задачи
- Второй этап - решение исходной задачи
- Домашнее задание №13
- 4. Теория двойственности в линейном программировании
- 4.1. Определение и экономический смысл двойственной злп
- 4.2. Основные положения теории двойственности
- Получение оптимального плана двойственной задачи на основании теоремы 4
- На первой итерации получен оптимальный план злп (4.24).
- 4.3. Решение злп с помощью Ms Excel
- 4.4. Анализ решения злп на основе отчетов ms excel
- 5. Целочисленные модели исследования операций
- 5.1. Метод ветвей и границ решения целочисленных задач линейного программирования (цзлп)
- X1, х2 0, целые.
- Подробное описание метода
- 5.2. Задача коммивояжера
- Применение метода ветвей и границ для решения задачи коммивояжера
- Ветвление
- Построение редуцированных матриц и и вычисление оценок снизу
- Формирование списка кандидатов на ветвление
- 6. Экономические задачи, сводящиеся к транспортной модели
- 6.1.Транспортная задача линейного программирования
- Методы составления первоначальных опорных планов
- Метод потенциалов решения транспортной задачи
- Проверка выполнения условия оптимальности для незанятых клеток
- Выбор клетки, в которую необходимо поместить перевозку
- Построение цикла и определение величины перераспределения груза
- Проверка нового плана на оптимальность
- Определение оптимального плана транспортных задач, имеющих некоторые усложнения в их постановке
- 6.2.Экономические задачи, сводящиеся к транспортной модели
- Оптимальное распределение оборудования
- Формирование оптимального штата фирмы
- Задача календарного планирования производства
- Модель без дефицита
- Модель с дефицитом
- 6.3.Задача о назначениях
- Венгерский алгоритм
- Оптимальное исследование рынка
- Оптимальное использование торговых агентов