Escolar Documentos
Profissional Documentos
Cultura Documentos
Escola Politcnica
cbcunha@usp.br
Claudio Barbieri da Cunha
Motivao
Princpio:
muitos problemas de programao inteira difceis podem
ser visualizados como problemas fceis, que se tornam
complicados quando adicionado um conjunto reduzido de
restries
Z = min cx (P)
sujeito a:
Ax = b
Dx f
x 0 e inteiro
Ax = b
seja removido.
De acordo com Fisher (1981), a melhor escolha para estaria na soluo tima
do problema dual de otimizao:
Z D* = max Z D ( )
Z D ( ) Z D* Z * cx
Z* = Min c xij
( i , j ) A ij
1 if i = s
s. t. j xij j x ji = 1 if i = t
0 otherwise
( i , j )A tij xij T Complicating constraint
(cij,tij)
i j
(1,1)
2 4
(1,10) (2,3) (1,7)
1 (1,2) (10,1) 6
(5,7)
(10,3) (2,2)
3 5
(12,3)
c xij
( i , j ) A ij
1 if i = s
j xij j x ji =
1 if i = t
0 otherwise
=xij 0 or 1 for all ( i , j ) A
(1,1)
2 4
(1,10) (2,3) (1,7)
1 (1,2) (10,1) 6
(5,7)
(10,3) (2,2)
3 5
(12,3)
1 11 6
3
12 1-2-5-6 tambm
13 4 no vivel
3 5
15
Aumenta-se a
penalidade
para $2
Claudio Barbieri da Cunha
Qual o novo caminho mnimo de 1 para 6?
O caminho
1-2-5-6 continua
sendo o timo
3 para
2 4
15
penalidade = $2
21 8
1 12 6
5
19
16 6
3 5
18
1 12 6 E o que se pode
5
falar para o
19 problema
16 6
original?
3 5
18 Tempo total = 10
Custo total = 15
30
25
Custo
20
Tempo de viagem
15
10 Custo penalizado -
10 * penalidade
5
0
0 2 4 6 8 10
Penalidade
Limitante
Pode-se definir qualquer penalidade nos tempos
tP = (i,j)P tij
z() = min ( i , j )A ij
c xij + ( ( i , j )A t ij xij T )
= ( i , j ) A
(cij + t ij ) xij T
L() = min ( i , j ) A
(cij + t ij ) xij T
Prova
c ( P *) T= L( ) z* c( P *)= c ( P *) T .
Claudio Barbieri da Cunha
Relaxao Lagrangiana
z* = min cx
sujeito a Ax b, (P)
x X.
1-2-4-6 3 18 3+4
1-2-5-6 5 15 5+
1-2-4-5-6 14 14 14
etc.
2
L* = max (L(): 0)
Custo composto no caminho
Custo no Tempo no Custo composto
Caminho P Caminho c P Caminho tP c P + (t P -T ) =0 =1 =2 =3 =4 =5
1-2-4-6 3 18 3 + 4 3 7 11 15 19 23
1-2-5-6 5 15 5+ 5 6 7 8 9 10
1-2-4-5-6 14 14 14 14 14 14 14 14 14
1-3-2-4-6 13 13 13 13 12 11 10 9 8
1-3-2-5-6 15 10 15 4 15 11 7 3 -1 -5
1-3-2-4-5-6 24 9 24 5 24 19 14 9 4 -1
1-3-4-6 16 17 16 + 3 16 19 22 25 28 31
1-3-4-5-6 27 13 27 27 26 25 24 23 22
1-3-5-6 24 8 24 6 24 18 12 6 0 -6
Otimizao por Subgradiente
Permite resolver o problema de determinao dos
multiplicadores
k +1
= + t k ( Ax b)
k k
k (Z D* Z D ( k ) )
tk = 2
Ax b
k
tk 0
k (UB Z D ( k ) )
k
tk = 2
t
j =1 k
Ax k b