
切位(Cutting-Planes)
切位方法是由B&B开始但是被松散问题的约束定义的可行区域限制朝向一方案移动。

增加约束的建立如
-不可行方案是切断
-最后非整数方案是切断
纯切位算法的趋势是慢慢达到一个方案
分枝和切(Branch
and Cut)
结合
B&B 算法和切位方法:在每一步处理时有点象B&B,但是在每一个树的节点上,而不是在单一变量的分枝上,其算法加上切到问题,其问题是LP可行区域的切断部分。此可行区域是没有切断任何有效整数方案
B&B
比较
B&C:
-B&C
需要更多的数学内容,因为切断的建立是非常困难的
APS主要采取的是
B&C,ILOG
支持 B&C,自动检查模型是否允许某些标准的切断。
MILP
和LP比较的不利处
:计算时间,
内存消耗 。所以可以采用启发和分解技术的使用
计算运行时间和内存消耗依赖于问题的复杂性。
复杂性分类:
-P:
算法属于多项式时间复杂类P,如果运行时间可以被一多项式函数界定输入长度。线性时间复杂的算法是快的,因为它们的运行时间刚好是时间的倍数对于读入的数据。
如果它们需要处理大量问题,用二次方程的算法或甚之用立方时间也许会引起运行时间问题
-NP,
NP-难题:
另外重要时间复杂类是NP
(多项式的非-确定).
大部分的优化问题以
NP-出名. NP问题可以在
用指数时间来解决。然而,只能没有证实的相信,它们在多项式时间里不能解决和难以处理。
-NP-问题式:
销售员旅行问题,
排程问题,
整数线性优化,.....
-多项式时间问题是:
物流问题(象配置问题,运输问题),
线性优化.....
-全局优化:
由单一和分枝&
切断方法来找到;
还可以用约束传播(CP),
基因算法(GA),
和 Tabu
搜寻 (TS)法找到。
(待续)
本文由作者向AMT提供 蔡颖
专栏 |