Main menu

Метод отсекающих плоскостей Гомори: точность в целочисленной оптимизации

Метод отсекающих плоскостей Ральфа Гомори стал прорывом в решении задач целочисленного линейного программирования в конце 50-х годов XX века. В отличие от метода ветвей и границ, который разделяет задачу на подзадачи, метод Гомори итеративно добавляет новые линейные ограничения (отсечения), которые "отрезают" нецелочисленные вершины области допустимых решений, не исключая при этом целочисленные точки.

Математически метод Гомори опирается на решение исходной линейной задачи симплекс-методом. Если полученное оптимальное решение содержит дробные компоненты, актуарий формирует "отсекающую плоскость" на основе симплекс-таблицы (генерирующей строки). Это ограничение строится таким образом, что оно проходит через дробную вершину, но ни одна целочисленная точка не оказывается за его пределами. После добавления ограничения задача перерешивается симплекс-методом, и процесс продолжается до тех пор, пока решение не станет целочисленным.

Преимуществом метода Гомори является его теоретическая строгость и отсутствие необходимости ветвления, однако на практике метод может столкнуться с проблемой плохой обусловленности системы ограничений и медленной сходимостью. В современных решателях метод Гомори используется в гибридных алгоритмах branch-and-cut, где отсечения добавляются для быстрого сужения области поиска, после чего запускается ветвление. Это сочетание позволяет эффективно справляться с задачами, где простое ветвление работает неэффективно.

Применение метода находит отражение в управлении складскими запасами, планировании производственных мощностей и задач маршрутизации. Важным является выбор правильного типа отсечений (отсечения первого или второго рода), что требует глубокого анализа матрицы ограничений. Исследования показывают, что использование "сильных" отсечений (facet-defining inequalities) позволяет радикально ускорить процесс поиска оптимума.

Владение методом Гомори и принципами формирования отсекающих плоскостей — необходимый навык для оптимизации дискретных систем. Понимание того, как геометрически "подрезать" область допустимых решений, делает аналитика мастером в решении сложных комбинаторных задач, где каждое дополнительное ограничение приближает систему к глобальному целочисленному оптимуму.


Список литературы:
1. Гомори Р.Е. Теория целочисленного программирования. — М.: Мир, 1966.
2. Немировский А.С., Юдин Д.Б. Сложность задач и эффективность методов оптимизации. — М.: Наука, 1979.
3. Пападимитриу Х., Стайглиц К. Комбинаторная оптимизация. — М.: Мир, 1985.

Оценить
(0 votes)

Соц. сети