- •Киевский университет имени Тараса Шевченко
- •Общие рекомендации к использованию программного обеспечения
- •Элементарные преобразования матриц. Метод гаусса
- •Задача линейного программирования. Симплекс-метод Постановка задачи линейного программирования в стандартной форме (сзлп).
- •Задача линейного программирования. Модифицирован симплекс-метод.
- •Задача линейного программирования. Двойственный симплекс-метод
- •Транспортная задача. Метод потенциалов
- •Транспортная задача с ограниченными пропускными
- •Способностями. Метод потенциалов
- •Постановка транспортной задачи с ограниченными
- •Пропускными способностями (тзо).
- •Задача о кратчайшем пути на сети. Метод минти
- •Задача о максимальном потоке на сети. Метод форда-фалкерсона
- •Задача целочисленного линейного программирования. Метод гомори-1
- •Задача частично целочисленного линейного программирования. Метод гомори-2 Постановка частично целочисленной задачи линейного программирования (чцзлп).
- •Задача целочисленного линейного програмування. Метод гомори-3
- •Задача частично дискретного линейного программирования. Метод дальтона-ллевелина Постановка частично дискретной задачи линейного программирования (чдзлп).
- •Задача целочисленного линейного программирования. Метод ветвей и границ.
- •Лабораторная работа 14. Задача о назначении. Венгерский метод
- •Лабораторная работа 15. Задача о назначении. Метод мака Постановка задачи такая же самая, как и в предыдущем разделе (14.1–14.4).
- •6. Если каждый столбец матрицы расходов имеет элемент с отметкой *, тогда задача об оптимальных назначениях решена. Иначе переходим к следующему пункту.
- •Матричные игры. Связь с задачей линейного программирования. Метод брауна-робiнсон
- •Лабораторная работа 17. Методы одномерной оптимiзации
- •Лабораторная работа 18. Задача выпуклого квадратичного программирования. Квадратичный симплекс-метод
- •Задача безусловной оптимизации. Метод самого быстрого спуску
- •Лiтература
Задача частично целочисленного линейного программирования. Метод гомори-2 Постановка частично целочисленной задачи линейного программирования (чцзлп).
Найти вектор x=(x1...,xn), что минимизирует целевую функцию
L(x)= c1x1 + ... + cnxn (10.1)
и удовлетворяет систему ограничений
a11x1 + . . . + a1n xn = a10
. . . . . . . . . . . . . . . . . . . . . . . (10.2)
am1x1 + . . . + amnxn = am0
xj0, j=1...,n (10.3)
xj — цели, j=1...,p (pn). (10.4)
Изложение метода Гомори-2.
Метод Гомори-2, как и метод Гомори-1, является одним из методов отсечения и заключается в следующем.
Решается вспомогательная ЗЛП (10.1)–(10.3), которую получают из исходной ЗЛП (10.1)–(10.4) отбрасыванием условия целочисленности переменных (10.4). Если ее решение удовлетворяет условие (10.4), то он же является и решением исходной ЧЦЗЛП. Иначе от решения ЗЛП переходят к новой вспомогательной ЗЛП присоединением линейного ограничения, которое удовлетворяют целочисленные (в понимании условий (10.4)) развязки исходной ЧЦЗЛП, но не удовлетворяетполученное нецелочисленное решение исходной ЗЛП. Упомянутое дополнительноеограничение определяет некоторую отрезающую плоскость и называется правильным відтином. Присоединение новых правильных відтинів осуществляется до тех пор, пока на некотором шаге не будет получено целочисленное (в понимании условий (10.4)) решение вспомогательной задачи, которое и является оптимальным решением исходной ЧЦЗЛП. В методе Гомори-2 правильный відтин строится так.
Пусть на последней итерации симплекс-метода при решении вспомогательной ЗЛП ее непрямые ограничения приобрели вид:
xi + Qi,m+1 xm+1 +...+ Qin xn = Qi0, i=1...,m
и, значит, решением вспомогательной ЗЛП является вектор
x = ( Q10...,Qm0,0,...,0 ).
Пусть существует номер r (rp) такой, что Qr0 — нецелое, и {z} — дробная часть z. Тогда правильный відтин методу Гомори-2имеет вид:
xn+1 – Dr,m+1xm+1 –...– Drnxn = – {Qr0} (10.5)
где xn+1 0 — дополнительная переменная, и
(10.6)
Алгоритм метода Гомори-2.
1. Решаем вспомогательную ЗЛП (10.1)–(10.3). Пусть x(0) — ее оптимальное решение. Если эта задача не имеет решения, то исходная ЧЦЗЛП также не имеет решения.
2. Пусть на s-й итерации решена вспомогательная ЗЛП, что имеет M ограничений и N переменных, x(s) — ее оптимальное решение. Допустим, что x(s) определяется каноничными ограничениями последней итерации, а именно:
xi + Qi,M+1 xM+1 +...+ QiN xN = Qi0, i=1...,M
откуда выплывает, что
x(s)= ( Q10...,QM0,0,...,0 ).
3. Если Qi0 (i=1...,p) — цели, то конец: x(s) является оптимальным решением исходной ЧЦЗЛП. Если существует хотя бы одно и такое, что Qi0 — нецелое (i=1...,p), то переход к пункту 4.
4. Находим r=min{i}по всем и (i=1...,p) таким, что Qi0 — нецелое и строим дополнительное ограничение за формулами (10.5)(10.6) при m=Mи n=N.
5. Расширяем симплекс-таблицу за счет (M+1) -ой строки (дополнительное ограничение) и (N+1) -го столбца, что отвечает дополнительной переменной xN+1.
6. Решаем расширенную ЗЛП с помощью двойственного симплекс-метода (ДСМ) и переходим к пункту 2 с заменой s на s+1, M на M+1, N на N+1. Если на некоторой итерации ДСМ одна из дополнительных переменных задачи опять становится базисной, то из последующего рассмотрения исключаются соответствующие ей строка и столбец и при переходе к пункту 2 заменяется лишь s на s+1.
Программное обеспечение.
Обучающий модуль, с помощью которого частично целочисленная задача линейного программирования Решается в диалоге с пользователем за выложенным алгоритмом, вызывается из раздела «ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ» главного меню пакета ПО–МО.
Задание.
Решить методом Гомори-2задачи частично целочисленного линейного программирования, условия которых задаются модулем с помощью команды «Данные» главного меню (задачи №1–№9), а также следующие задачи.
1) |
x1 + 8 x2 max |
2) |
– 6 x1 – x2 min |
|
3 x1 + x2 9 |
|
– 2.9 x1 + 6 x2 17.4 |
|
0.16 x1 + x2 1.9 |
|
3 x1 – x2 1 |
|
xj 0, xj — целое, j = 1,2; |
|
xj 0, xj — целое, j = 1,2; |
3) |
0.25 x1 + x2 max |
4) |
– 2 x1 – 4 x2 min |
|
0.5 x1 + x2 1.75 |
|
2 x1 + x2 19.33 |
|
x1 + 0.3 x2 1.5 |
|
x1 + 3 x2 10 |
|
xj 0, xj — целое, j = 1,2; |
|
xj 0, xj — целое, j = 1,2; |
5) |
x1 + x2 max |
6) |
x1 + x2 max |
|
2 x1 + 11 x2 38 |
|
2 x1 + 11 x2 38 |
|
x1 + x2 7 |
|
x1 + x2 7 |
|
4 x1 – 5 x2 5 |
|
4 x1 – 5 x2 5 |
|
xj 0, j = 1,2, x2 — целое; |
|
xj 0, j = 1,2, x1 — целое; |
7)) |
x1 max |
8) |
– 8 x1 – 6 x2 min |
|
x1 + 3 x2 12 |
|
3 x1 + 5 x2 + x3 = 11 |
|
3 x1 – 8 x2 24 |
|
4 x1 + x2 + x4 = 8 |
|
xj 0, j = 1,2, x1 — целое; |
|
xj 0, j = 1,2, x1 — целое. |
Ответы:
1) x* = (2; 1), L(x*)= 10.
2) x* = (1; 3), L(x*)= –9.
3) x* = (1; 1), L(x*)= 1.25.
4) x* = (7; 1), L(x*)= –18.
5) x* = (3.75; 2), L(x*)= 5.75.
6) x* = (4; 2.73), L(x*)= 6.73.
7) x* = (9; 0.38), L(x*)= 9.
8) x* = (1; 1.6; 0; 2.41), L(x*)= –17.6.
Лабораторная работа 11.