Курсовая работа: Задача коммивояжера
Курсовая работа: Задача коммивояжера
Введение
Комбинаторика
– раздел математики, посвящённый решению задач выбора и расположения элементов
некоторого, обычно конечного множества в соответствии с заданными правилами.
Каждое
такое правило определяет способ построения некоторой конструкции из элементов
исходного множества, называемой комбинаторной конфигурацией. Поэтому можно
сказать, что целью комбинаторного анализа является изучение комбинаторных
конфигураций. Это изучение включает в себя вопросы существования комбинаторных
конфигураций, алгоритмы их построения, оптимизацию таких алгоритмов, а также
решение задач перечисления, в частности определение числа конфигураций данного
класса. Простейшим примером комбинаторных конфигураций являются перестановки,
сочетания и размещения.
Большой
вклад в систематическое развитие комбинаторных методов был сделан Г. Лейбницем
(диссертация «Комбинаторное искусство»), Я. Бернулли (работа «Искусство
предположений»), Л. Эйлером. Можно считать, что с появлением работ Я. Бернулли
и Г. Лейб-ница комбинаторные методы выделились в самостоятельную часть
математики. В работах Л.Эйлера по разбиениям и композициям натуральных чисел на
слагаемые было положено начало одному из основных методов перечисления
комбинаторных конфигураций – методу производящих функций.
Возвращение
интереса к комбинаторному анализу относится к 50-м годам ХХ в. в связи с бурным
развитием кибернетики и дискретной математики и широким использованием
электронно-вычислительной техники. В этот период активизировался интерес к
классическим комбинаторным задачам.
Классические комбинаторные задачи – это
задачи выбора и расположения элементов конечного множества, имеющие в качестве
исходной некоторую формулировку развлекательного содержания типа головоломок.
В
1859 г. У. Гамильтон придумал игру «Кругосветное путешествие», состоящую в
отыскании такого пути, проходящего через все вершины (города, пункты
назначения) графа, изображенного на рис. 1, чтобы посетить каждую вершину
однократно и возвратиться в исходную. Пути, обладающие таким свойством,
называются гамильтоновыми циклами.
Задача
о гамильтоновых циклах в графе получила различные обобщения. Одно из этих
обобщений – задача коммивояжера, имеющая ряд применений в исследовании
операций, в частности при решении некоторых транспортных проблем.
Задача коммивояжера. Общее описание
Задача
коммивояжера (в дальнейшем сокращённо - ЗК) является одной из знаменитых задач
теории комбинаторики. Она была поставлена в 1934 году, и об неё, как об Великую
теорему Ферма обламывали зубы лучшие математики. В своей области (оптимизации
дискретных задач) ЗК служит своеобразным полигоном, на котором испытываются всё
новые методы.
Постановка
задачи следующая.
Коммивояжер
(бродячий торговец) должен выйти из первого города, посетить по разу в
неизвестном порядке города 2,1,3..n и
вернуться в первый город. Расстояния между городами известны. В каком порядке
следует обходить города, чтобы замкнутый путь (тур) коммивояжера был
кратчайшим?
Чтобы
привести задачу к научному виду, введём некоторые термины. Итак, города
перенумерованы числами jÎТ=(1,2,3..n). Тур коммивояжера может быть описан циклической
перестановкой t=(j1,j2,..,jn,j1), причём все j1..jn – разные номера; повторяющийся в начале и
в конце j1, показывает, что перестановка зациклена.
Расстояния между парами вершин Сij образуют
матрицу С. Задача состоит в том, чтобы найти такой тур t, чтобы минимизировать функционал
Относительно
математизированной формулировки ЗК уместно сделать два замечания.
Во-первых,
в постановке Сij означали расстояния, поэтому они должны
быть неотрицательными, т.е. для всех jÎТ:
(последнее
равенство означает запрет на петли в туре), симметричными, т.е. для всех i,j:
и
удовлетворять неравенству треугольника, т.е. для всех:
В
математической постановке говорится о произвольной матрице. Сделано это потому,
что имеется много прикладных задач, которые описываются основной моделью, но
всем условиям (2)-(4) не удовлетворяют. Особенно часто нарушается условие (3)
(например, если Сij – не расстояние, а плата за проезд: часто
туда билет стоит одну цену, а обратно – другую). Поэтому мы будем различать два
варианта ЗК: симметричную задачу, когда условие (3) выполнено, и несимметричную
- в противном случае. Условия (2)-(4) по умолчанию мы будем считать
выполненными.
Второе
замечание касается числа всех возможных туров. В несимметричной ЗК все туры t=(j1,j2,..,jn,j1) и t’=(j1,jn,..,j2,j1) имеют разную
длину и должны учитываться оба. Разных туров очевидно (n-1)!.
Зафиксируем
на первом и последнем месте в циклической перестановке номер j1, а оставшиеся n-1
номеров переставим всеми (n-1)! возможными
способами. В результате получим все несимметричные туры. Симметричных туров
имеется в два раз меньше, т.к. каждый засчитан два раза: как t и как t’.
Можно
представить, что С состоит только из единиц и нулей. Тогда С можно
интерпретировать, как граф, где ребро (i,j) проведено, если Сij=0 и не проведено, если Сij=1. Тогда, если существует тур длины 0, то
он пройдёт по циклу, который включает все вершины по одному разу. Такой цикл
называется гамильтоновым циклом. Незамкнутый гамильтонов цикл называется
гамильтоновой цепью (гамильтоновым путём).
В
терминах теории графов симметричную ЗК можно сформулировать так:
Дана
полная сеть с n вершинами, длина ребра (i,j)= Сij. Найти гамильтонов цикл минимальной
длины.
В
несимметричной ЗК вместо «цикл» надо говорить «контур», а вместо «ребра» -
«дуги» или «стрелки».
Некоторые
прикладные задачи формулируются как ЗК, но в них нужно минимизировать длину не
гамильтонова цикла, а гамильтоновой цепи. Такие задачи называются незамкнутыми.
Некоторые модели сводятся к задаче о нескольких коммивояжерах, но мы здесь их
рассматривать не будем.
1.2. Методы решения ЗК
1.2.1. Жадный алгоритм
Жадный алгоритм – алгоритм нахождения
наикратчайшего расстояния путём выбора самого короткого, ещё не выбранного
ребра, при условии, что оно не образует цикла с уже выбранными рёбрами.
«Жадным» этот алгоритм назван потому, что на последних шагах приходится жестоко
расплачиваться за жадность.
Посмотрим,
как поведет себя при решении ЗК жадный алгоритм. Здесь он превратится в стратегию
«иди в ближайший (в который еще не входил) город». Жадный алгоритм, очевидно,
бессилен в этой задаче. Рассмотрим для примера сеть на рис. 2, представляющую
узкий ромб. Пусть коммивояжер стартует из города 1. Алгоритм «иди вы ближайший
город» выведет его в город 2, затем 3, затем 4; на последнем шаге придется
платить за жадность, возвращаясь по длинной диагонали ромба. В результате
получится не кратчайший, а длиннейший тур.
В
пользу процедуры «иди в ближайший» можно сказать лишь то, что при старте из
одного города она не уступит стратегии «иди в дальнейший».
Как
видим, жадный алгоритм ошибается. Можно ли доказать, что он ошибается умеренно,
что полученный им тур хуже минимального, положим, в 1000 раз? Мы докажем, что
этого доказать нельзя, причем не только для жадного логарифма, а для алгоритмов
гораздо более мощных. Но сначала нужно договориться, как оценивать погрешность
неточных алгоритмов, для определенности, в задаче минимизации. Пусть fB - настоящий минимум, а fA - тот квазиминимум, который получен по
алгоритму. Ясно, что fA/ fB≥1, но
это – тривиальное утверждение, что может быть погрешность. Чтобы оценить её,
нужно зажать отношение оценкой сверху:
где,
как обычно в высшей математике, ε≥0, но, против обычая, может быть
очень большим. Величина ε и будет служить мерой погрешности. Если алгоритм
минимизации будет удовлетворять неравенству (5), мы будем говорить, что он
имеет погрешность ε.
Предположим
теперь, что имеется алгоритм А решения ЗК, погрешность которого нужно оценить. Возьмем
произвольный граф G (V,E) и по нему составим входную матрицу ЗК:
С[i,j]={ |
1,если ребро (i,j) принадлежит Е |
1+nε в противном случае |
Если
в графе G есть гамильтонов цикл, то минимальный тур
проходит по этому циклу и fB = n. Если алгоритм А тоже всегда будет находить этот путь, то
по результатам алгоритма можно судить, есть ли гамильтонов цикл в произвольном
графе. Однако, непереборного алгоритма, который мог бы ответить, есть ли
гамильтонов цикл в произвольном графе, до сих пор никому не известно. Таким
образом, наш алгоритм А должен иногда ошибаться и включать в тур хотя бы одно
ребро длины 1+nε. Но тогда fA³(n-1)+(1+nε) так что fA/fB=1+nε т.е. превосходит погрешность ε на заданную
неравенством (5). О величине ε в нашем рассуждении мы не договаривались,
так что ε может быть произвольно велик.
Страницы: 1, 2, 3, 4, 5, 6, 7 |