Проверяемый текст
Буркова, Ирина Владимировна; Метод дихотомического программирования в задачах управления проектами (Диссертация 2004)
[стр. 73]

О ценка второго подмножества: фо = 1 0 + 7 = 17.
Е й соответствует о пти мальное решение в этом подмножестве Xj = Х4 = 1, ха = Хз = О, со значением целевой фзлпсции фо = 17.
Выбираем первое подмножество, а следовательно, и оптимальное решение
Х = Ха = 1, Хз = Х4 = О, фо = 18.
Дерево ветвлений приведено на рис.

2.7.
Интересно сравнить описанны й способ получения оценок для задач целочисленного линейного программирования с известными способами.
В основном применяются два способа.
В
соответствии с первы м из н и х реш аю тся 73 целочисленного программирования т задач о ранце с каж ды м ограничением отдельно.
О чевидно, что наихудшее решение (по значению целевой ф ункции) определяет оценку сверху исходной задачи.
Для наш его примера имеем две задачи о ранце З а д а ч а
!.
m ax (lO x j + 8 x 2 + 6 x 3 + 7 x 4) 6 X1 + 3X2 = 2 X3 + 5 X4 < 1 1 Ее решение Х; = Хт= Хз = 1, Х4 = 0; ф] = 24 З а д а ч а 2.
m ax (lO x j + 8 x 2 + 6 x 3 + 7 x 4) 3xi + 5x2 = 6x3 + Х4 < 11 Ее решение x i = Х2 = Х4 = 1, хз = 0; ф] = 25.
Т аким образом, оценка сверху оптимального реш ения исходной задачи в данном случае равна 24, что больше чем оценка 21, полученная методом
сетевого программирования.
Более того, поскол ьку обе рассмотренные задачи о ранце получаю тся в методе
сетевого программирования (первая при Sn = с ;, Si2 = О, а вторая, наоборот, при Si2 = Cj, Sji = 0), то м ож но утверждать, что применение метода сетевого проф аммирования дает лучш ие (или такие же) оценки.
[стр. 66]

Выбираем первое подмножество, а следовательно, и оптимальное решение X] = Х2 = 1, хз = Х4= О, фо= 18.
Дерево ветвлений приведено на Рис.

5.1.
Интересно сравнить описанный способ получения оценок для задач целочисленного линейного программирования с известными способами.
В основном применяются два способа.
В
первом решаются m задач о ранце с каждым ограничением отдельно.
Очевидно, что наихудшее решение (по значению целевой функции) определяет оценку сверху исходной задачи.
Для нашего примера имеем две задачи о ранце Задача
1.
max (lO xi + 8x2 + 6x3 + 7x4) 6x1+ 3x2 = 2хз + 5X4 ^ 11 Х1=Х2 = Хз= 1,Х4=0, ф, = 24 max (lO xi + 8x2 + 6x3 + 7x4) 3xi + 5x2 = 6x3+ Х4 < 11 Ее решение Задача 2.
Ее решение Х = Х2 = Х4 = 1, Хз = О, ф1 = 25.
Таким образом, оценка сверху оптимального решения исходной задачи в данном случае равна 24, что больше чем оценка 21, полученная методом
дихотомического программирования.
Более того, поскольку обе рассмотренные задачи о ранце получаются в методе
дихотомического программирования (первая при Зц = Cj, Sj2= О , а вторая наоборот, при 66

[Back]