Sie sind auf Seite 1von 6

Simplex-Alorithmus Eine Lsung der m Restriktionen heit Basislsung, falls gilt: - n der Variablen sind Null (Nicht-Basis ariablen!

- "ede der erbleibenden m Variablen (Basis ariablen! tritt in nur #e$eils einer %leichung, und &$ar mit dem 'oeffi&ienten ( auf) Eine Basislsung heit &ul*ssig, falls alle Basis ariablen nichtnegati sind) +dee des ,im-le.-/lgorithmus: /usgehend on einer &ul*ssigen Basislsung $ird eine neue &ul*ssige Basislsung mit erbessertem 0ielfunktions$ert konstruiert, bis ein /bbruchkriterium erreicht $ird) 1konomische +nter-retation: - Eng-ass: Variable ist ohne ,chlu-f erf2llt) - 3--ortunit*tskosten: 4erte der 05-0eile im Endtableau ents-rechen den 3--ortunit*tskosten, d)h) um diesen Betrag $2rde der 05-4ert steigen, $enn on dem ents-rechenden Eng-ass eine 6engeneinheit mehr erf2gbar $*re Sensitivittsanalyse 7ntersuchung, in $elchen Bereichen sich die o-timale Lsung nicht *ndert) Mehrzieloptimierung 0$ei 0iele knnen &ueinander kom-lement*r, konkurrierend oder neutral sein) Bei &$ei konkurrierenden 0ielen tritt insofern ein 0ielkonflikt auf, als mit der Verbesserung des 0ielerreichungsgrades eines 0ieles sich der#enige des anderen 0ieles erschlechtert) 8as bedeutet, dass es keine Lsung gibt, die f2r beide 0iele gleich&eitig ein 3-timum darstellt) Bei &$ei kom-lement*ren 0ielen entsteht kein 0ielkonflikt) 8ie 6enge der &ul*ssigen Lsungen enth*lt dann mindestens ein Eck-unkt, der f2r #edes 0iel ein 3-timum darstellt) +m 5alle der Neutralit*t bleibt bei der Ver*nderung des 0ielerreichungsgrades eines 0ieles der#enige der 2brigen unber2hrt) 6glichkeit &ur Lsung on 0ielkonflikten: - Le.ikogra-hische 3rdnung on 0ielen - 0ieldominan& - 0ielge$ichtung - Ber2cksichtigung on /bstandsfunktionen Dualittstheorie 8ualit*tsaussagen dienen or allem: - 0ur 'onstruktion alternati er /lgorithmen f2r L9-6odelle o /bsch*t&ung des o-timalen 054 durch 054 des 8uals o 8uale und -rimale /ustauschschritte in einem :ableau - 0ur Verringerung des Lsungsauf$andes o ,im-le. 3-erationen steigen linear mit der /n&ahl Variablen

o ,teigen ;uadratisch mit der /n&ahl der Nebenbedingungen 0ur +nter-retation on L9-6odellen und o-timalen Endtableaus o 4iders-r2che im 6odell knnen erkannt $erden o 05' und rechte ,eite in Be&iehung set&en

8ie duale ,im-le.methode kann als Verfahren &ur Bestimmung einer &ul*ssigen /usgangslsung genut&t $erden) 8ie o-timale Lsung eines -rimalen linearen 9rogramms ist identisch mit der o-timalen Lsung des &ugehrigen dualen 9rogramms) Probleme mit ganzzahligen Variablen Einige gan&&ahlige 3-timierungs-robleme lassen sich mit den 6ethoden der linearen 9rogrammierung (&)B) ,im-le.-/lgorithmus! lsen Bedingungen hierf2r sind: - 8ie 6atri. / muss ollst*ndig unimodular sein o 7nimodular: / ist gan&&ahlige 6atri. mit 8eterminante <( oder -( o Vollst*ndig unimodular: "ede ;uadratische ,ubmatri. ist unimodular o 8ie Eintr*ge ollst*ndig unimodularer 6atri&en nehmen nur die 4erte =, ( oder -( - 8er Vektor b muss gan&&ahlig sein /lle Basislsungen solcher 9robleme sind gan&&ahlig) Nicht gan&&ahlige 3-timierungs-robleme lassen sich mit nicht o-timalen heuristischen Verfahren lsen) - 'onstruktions erfahren - Verbesserungs erfahren - 6etaheuristiken (&)B) :abu ,earch, ,imulated /nnealing oder %enetische /lgorithmen 4eitere Lsungsans*t&e: - Vollst*ndige Enumeration - Begren&te Enumeration>Entscheidungsbaum erfahren>?Branch-and-Bound?Verfahren Entscheidungsbaum "ede &us*t&liche Nebenbedingung kann den 054 nur erschlechtern) 7ntere ,chranken sind durch die #e$eils besten bekannten gan&&ahligen Lsungen on :eil-roblemen gegeben) 3bere ,chranken $erden durch Lsung ereinfachter 9robleme ge$onnen) +m 3-timum gilt: @grte untere ,chranke A kleinste obere ,chranke? () Rela.ation: 4ie ent$erfe ich ein einfacher &u lsendes 9roblemB C) ,e-aration: 4ie generiere ich die folgenden :eil-roblemeB D) /uslotung: +n $elchem :eil-roblem $ird das Verfahren fortgeset&tB

8er ,im-le.-/lgorithmus kann :eil des Branch-and-Bound-Verfahrens sein) 8as Branchand-Bound-Verfahren liefert immer eine o-timale Lsung) 8ie /n$endbarkeit des Branch and Bound /lgorithmus richtet sich nach der geschickten /usgestaltung der drei 'om-onenten) /chtung: E.trem lange Lauf&eitenE Spannende ume 7ngerichteter %ra-h - 6enge V on n 'noten - ('anten-!6enge E on Verbindungen unter den 'noten - Eine 'ante &$ischen &$ei 'noten i und # $ird dargestellt durch (i,#! b&$) (#,i! - %rad on i: /n&ahl on benachbarten 'noten on i - +soliert: 'noten i mit grad (i! A = - Vollst*ndiger %ra-h: 'noten sind durch 'anten mit allen anderen 'noten erbunden - 9fad on i nach #: endliche 'notenfolge mit dem ,tartknoten i und Endknoten #, in der 'noten mehrfach orkommen knnen - 0Fklus: 9fad on i nach # mit i A # - 4eg: 9fad ohne :eil&Fklen in der 'notenfolge - Erreichbarer 'noten #: on i, $enn 4eg on 'noten i &u 'noten # f2hrt - 0usammenh*ngender %ra-h: alle i, # sind durch 4ege erbunden %erichteter %ra-h - 6enge V on n 'noten - ('anten-!6enge E on m gerichteten Verbindungen &$ischen den 'noten, die 9feile heien - 9feil Gi,#H ist -ositi in&ident mit 'noten i (/nfangsknoten! und negati in&ident mit 'noten # (Endknoten!) - 7ngerichtete Verbindungen &$ischen benachbarten 'noten i, # in gerichteten %ra-hen $erden durch ein 9feil-aar Gi,#H, G#,iH dargestellt) - 52r 9feil Gi,#H heit i Vorg*nger on # und # Nachfolger on i) - 9(i! I 6enge der Vorg*nger on i - N (i! I 6enge der Nachfolger on i - %rad<(i! I -ositi er /usgangsgrad ist 6*chtigkeit on N(i! - %rad- (i! I negati er Eingangsgrad ist 6*chtigkeit on 9(i! - %erichtete 9fade und gerichtete 4ege analog &u 9faden und 4egen in ungerichteten Net&$erken definiert - ,emi$ege be&eichnen 4ege in gerichteten %ra-hen ohne Ber2cksichtigung der 9feilorientierung Be$ertete %ra-hen - %ra-hen, dessen 'anten>9feile eine Be$ertung besit&en 8efinition on B*umen: - n 'noten bei n-( 'anten - Ein Baum hat keinen 0Fklus - 'noten mit dem %rad ( heien Bl*tter /ufs-annender Baum: - Ein aufs-annender Baum ist ein :eilgra-h eines ungerichteten &usammenh*ngenden %ra-hen,

der mit einer minimalen /n&ahl on 'anten E gerade noch den 0usammenhang &$ischen den 'noten in V erh*lt) Einen %ra-hen aus mehreren B*umen nennt man 4ald)

Ein Baum :, der alle 'noten eines 0usammenh*ngenden %ra-hen beinhaltet, $ird s-annender Baum genannt) +n einem ollst*ndigen %ra-hen (#e$eils &$ei 'noten sind direkt durch eine 'ante erbunden! e.istieren nJ(n-C! s-annende B*ume) !antenorientierte "undreisen Euler-Net&$erke: Ein Euler-Net&$erk ist ein &usammenh*ngendes Net&$erk, in dem #eder 'noten einen geraden 'notengrad on mindestens &$ei besit&t) Euler-:our: Eine Euler-:our ist ein 0Fklus in einem Net&$erk, der #ede 'ante genau einmal durchl*uft) +n #edem Euler-Net&$erk gibt es eine Euler-:our) !notenorientierte "undreisen Kamiltonscher 0Fklus: Rundreise, bei der #eder 'noten genau einmal besucht $ird) :ra eling ,alesman R-oblem: 7ntere ,chranken f2r das :,9 $erden durch folgende Rela.ationen erreicht: 0uordnung-roblem und /ufs-annender Baum ('2r&ester /ufs-annender Baum, Eins-Baum, Keld-'ar--,chranke!) 52r ein :,9 mit N 'noten gibt es (N-(!E /lternati e :ouren) 8as Erlauben on 'ur&&Fklen erhht nicht die Lsungs;ualit*t) 8as :,9 kann als klassisches 0uordnungs-roblem formuliert $erden) 8er Lsungs$ert f2r ein :,9 ohne 0Fklusbedingungen ist eine untere %ren&e f2r den 4ert der o-timalen Lsung) Ein :ra elling ,almesman 9roblem kann mit dem Branch-and-Bound-Verfahren gelst $erden) Eins-Baum: #euristische Ver$ahren 0ielset&ung: Ermittlung guter &ul*ssiger Lsungen mit ertretbarem /uf$and, allerdings unter /ufgabe der 3-timalit*tsgarantie 'lassifikation: - 7n ollst*ndig ausgef2hrte e.akte Verfahren - Erffnungs erfahren &ur Bestimmung einer ersten &ul*ssigen Lsung - Verbesserungs erfahren &ur Verbesserung einer gegebenen &ul*ssigen Lsung - 'ombinationen der orhergehenden Verfahren Einsat&gebiete: - Effi&ient lsbare 9robleme - N9-sch$ere 9robleme () 7n ollst*ndig ausgef2hrte e.akte Verfahren: - /bbruch nach ma.imal Recheno-erationen, 6inuten>,tunden - 7n ollst*ndige 7ntersuchung des Entscheidungsbaums (@s-lit and -rune?!

/uf #eder Ebene nur 7ntersuchung des :eilbaums mit der grten oberen ,chranke Nur 7ntersuchung on :eilb*umen, die eine gegebenen Verbesserungsmglichkeit gegen2ber der gegen$*rtig besten &ul*ssigen Lsung ermglichen %efahr der ,ubo-timalit*t $ird in 'auf genommen, um auch bei groen 9roblemen, bei denen eine e.akte Lsung &u (&eit!auf$*ndig erscheint, (hoffentlich gute! &ul*ssige Lsungen ermitteln &u knnen) Beis-iel: Entscheidungsbaum

C) Erffnungs erfahren: - 6Fo-ische Verfahren (@greedF?!: +n #edem +terationsschritt $ird nach einer geringstmglichen Verschlechterung b&$) grtmglichen Verbesserung des 0ielfunktions$ertes getrachtet - Vorausschauende Verfahren: +n #edem +terationsschritt $ird abgesch*t&t, $elche /us$irkungen sich auf noch folgende +terationsschritte ergeben D) Verbesserungs erfahren: - ,tarten mit einer &ul*ssigen /usgangslsung - Nachbarschaft mit gegeben sein - +n #edem +terationsschritt $ird on der gerade betrachteten Lsung &u einer Lsung aus der Nachbarschaft fortgeschritten) - ,trategien &ur 7ntersuchung einer Nachbarschaft: o Reihenfolge: 9r2fen einer Lsung &uf*llig oder sFstematisch o Lbergang: 5irst fit (erste erbessernde Lsung!, Best fit (beste Nachbarlsung! Erffnungs erfahren f2r das :,9: :enden&iell gilt: Verfahren der suk&essi en Einbe&iehung liefert bessere Lsungen als Verfahren des besten Nachfolgers) Variante C der suk&essi en Einbe&iehung liefert bessere Ergebnisse als Variante () /chtung: Rechenauf$and genau umgekehrt) Verbesserungs erfahren f2r das :,9: - r-o-timale Verfahren: /usgangs-unkt (&ul*ssige /usgangslsung!M Versuch der Verbesserung durch /ustausch on r in ihr befindlichen 'anten gegen r andere 'anten Metaheuristi%en Verbesserungs erfahren brechen ab, sobald keine bessere Nachbarlsung mehr gefunden $ird) %efahr des @,teckenbleibens? in lokalen 3-tima) 7m lokale 3-tima erlassen &u knnen, m2ssen 02ge erlaubt sein, die eine &$ischen&eitliche Verschlechterung des 054 &ulassen) Nachteile: - 'ein Verfahren, $elches 3-timallsungen garantiert - %efahr des @,teckenbleibens? und &$ischen&eitlichen Verschlechterns bei langer Lauf&eit :abu ,earch: ,Fstematisches /bsuchen der gesamten Nachbarschaft) /us allen nicht erbotenen Nachbarlsungen $ird die#enige mit dem besten 0ielfunktions$ert f2r die n*chste +teration ausge$*hlt) Vorherige Lsungen $erden erboten und in sog) :abu-Listen ges-eichert) %efahr: Verfahren kann ins 'reisen )a) bei kur&en :abu-Listen ins 'reisen geraten, bei langen Listen besteht %efahr der Verschlechterung on Lsungen

,tarre Listenl*nge: 5le.ible Listenl*nge: Listenl*nge ariierte &$ischen einer unteren und einer oberen ,chranke 8Fnmaische Listenl*nge: Liste $ird bei #edem 0ug ange-asst

%enetischer /lgorithmus: - Er&eugung gan&er 9o-ulationen (6engen! on Lsungen - Nachkommen $erden durch 'reu&ung guter Lsungen er&eugt - 4eitere genetische 3-erationen - 6utation: Lsung $ird an einer oder mehreren 9ositionen er*ndert - ,elektion: /us$ahl besonders guter +ndi iduen aus der Elterngeneration - Besonders geeignet f2r Lsungen in 5orm on Bin*rfaktoren