Branch Bound

Branch and Bound Alocação de Tarefas Problema da Mochila Caxeiro Viajante Eficiência
Branch and Bound
Prof. Gustavo Soares
Análise e Técnicas de Algoritmos
Slides adaptados de Prof. Dr. Leandro Balby Marinho 1 / 26 UFCG CEEI

Exemplo 1
A matriz abaixo mostra uma instância do problema onde Ci,j

denota o custo de alocar a tarefa j para a pessoa i.
 
9 2 7 8
6 4 3 7
C =
5

8 1 8
7 6 9 4
Qual o custo de uma solução força bruta? Resolva essa instância

do problema com backtracking.

Roteiro
1. Branch and Bound (B&B)
2. Problema de Alocação de Tarefas
3. Problema da Mochila
4. Problema do Caxeiro Viajante
5. Eficiência do Branch and Bound


Introdução
I Problemas de otimização combinatória buscam por um objeto

ótimo em um conjunto finito de objetos.
I Em problemas de otimização combinatória:
I uma solução viável é uma solução que satisfaz todas as
restrições do problema, enquanto
I uma solução ótima é uma solução viável com o melhor valor
da função objetivo.

B&B vs. Backtracking
I Comparado ao Backtracking, B&B requer dois componentes

adicionais:
I para cada nó da árvore, um limite1 para o melhor valor da
função objetivo para soluções que podem ser obtidas com
componentes adicionais.
I o valor da melhor solução até então.
I Com estas informações podemos comparar o valor limite do
nó com o valor da melhor solução até então.
I A ordem de geração dos nós é feita em largura e não em
profundidade.
1
superior para maximização e inferior para minimização
Função Limite
I Cada nó na árvore é associado a um valor real (chamado limite) e

denotado por g .
I Para nós folha, g é o valor da solução corrente.
I Para nós internos, g é um limite para o valor de qualquer solução no
subespaço de soluções do nó corrente.
I Nós que foram gerados mas ainda não foram expandidos são ditos
vivos.

Critérios de Poda
I O valor limite do nó não é melhor que o valor da melhor

solução conhecida.
I O nó não representa soluções parciais viáveis porque as
restrições do problema foram violadas.
I O subconjunto de soluções viáveis representadas por um nó
consiste de um único elemento.

Roteiro

Problema de Alocação de Tarefas
I Alocar n pessoas para n tarefas tal que o custo total de

alocação seja o menor possı́vel.
I Instâncias do problema podem ser especificadas por uma
matriz de custo C ∈ Rn×n .
I Selecionar um elemento de cada linha da matriz tal que
nenhum par de elementos esteja na mesma coluna e suas
somas sejam as menores possı́veis.

Exemplo 1
A matriz abaixo mostra uma instância do problema onde Ci,j

denota o custo de alocar a tarefa j para a pessoa i.
 
9 2 7 8
6 4 3 7
C =
5

8 1 8
7 6 9 4
Qual o custo de uma solução força bruta? Resolva essa instância

do problema com branch and bound.

Exemplo 1 cont.
I A primeira coisa é encontrar um limite inferior para o custo de

uma solução ótima. Como?
I Observe que o custo de qualquer solução não pode ser menor
que a soma dos menores elementos em cada linha da matriz.
I Nesse caso
2 + 3 + 1 + 4 = 10
I Aplicaremos o mesmo raciocı́nio às soluções parciais.
I Selecionando 9 na primeira linha, por exemplo, o limite
inferior seria
9 + 3 + 1 + 4 = 17

Exemplo 1 cont.
Qual nó expandir em seguida?

Exemplo 1 cont.
Qual nó expandir em seguida?

Exemplo 1 cont.

Exercı́cio 2
A matriz abaixo apresenta uma instância do problema da alocação

de tarefas onde cada valor da matriz representa a probabilidade de
um agente (linha) executar com sucesso a tarefa correspondente
(coluna).
 
0.9 0.8 0.9 0.85
 0.7 0.6 0.8 0.7 
C =
0.85

0.7 0.85 0.8 
0.75 0.7 0.75 0.7
Cada alocação representa a probabilidade total da alocação resultar

em sucesso. Por exemplo, (1, 2, 3, 4) = 0.9 · 0.6 · 0.85 · 0.7 = 0.3213.
Ache a alocação que maximiza a probabilidade de sucesso.

Roteiro

Problema de Mochila
I Ordene os itens em ordem decrescente de suas frações valor/peso.

I Primeiro item tem o melhor valor/unidade de peso e o último o pior:
v1 /w1 ≥ v2 /w2 ≥ . . . ≥ vn /wn
I Seja v o valor total dos itens selecionados até então e w o peso

total desses itens.
I Para calcular o limite superior ub, adicionamos a v o produto da
capacidade restante da mochila W − w com o melhor valor por
unidade de peso entre os itens restantes:
ub := v + (W − w )(vi+1 /wi+1 )

Exemplo 2
Use B&B para resolver a seguinte instância do problema da mochila para

W = 10.
item peso valor ($) valor/peso

1 4 40 10
2 7 42 6
3 5 25 5
4 3 12 4

Exemplo 2 cont.

Exercı́cio 2
Resolva a seguinte instância do problema da mochila com a abor-

dagem B&B para W = 16.
item peso valor ($)
1 4 100
2 7 63
3 5 56
4 3 12

Roteiro

Qual limite inferior usar?

Problema do Caxeiro Viajante
I Um limite inferior simples seria achar a menor distância entre

duas cidades e multiplicar pelo número de arestas restantes.
I Um outro limite mais informativo e mais fácil de calcular para
qualquer rota segue abaixo.
I Para qualquer cidade i, 1 ≤ i ≤ n, ache a soma si das
distâncias entre a cidade i e as duas cidades mais próximas.
I Calcule a soma s para as n cidades e divida o resultado por 2,
i.e.,
lb := bs/2c

Exemplo 3
I Para a instância da figura acima, por exemplo, terı́amos

lb := b[(1 + 3) + (3 + 6) + (1 + 2) + (3 + 4) + (2 + 3)]/2c = 14

Exemplo 3

lb := b[(1 + 3) + (3 + 6) + (1 + 2) + (3 + 4) + (2 + 3)]/2c = 14
I Temos que ajustar o limite para caminhos requerendo certas
arestas.

Exemplo 3

lb := b[(1 + 3) + (3 + 6) + (1 + 2) + (3 + 4) + (2 + 3)]/2c = 14
I Temos que ajustar o limite para caminhos requerendo certas
arestas.
I Para circuitos requerendo a aresta (a, d), por exemplo,
terı́amos o seguint:
b[(1 + 5) + (3 + 6) + (1 + 2) + (3 + 5) + (2 + 3)]/2c = 16

Exemplo 3 cont.
I Para reduzir a quantidade de trabalho potencial usamos as

seguintes obervações:
I Só consideramos caminhos começando em a.
I Como o grafo é indireto, só consideramos caminhos onde b
precede c.

Exemplo 3 cont.

Roteiro

Algoritmo
BranchAndBound()
1 v = root
2 H = Max-Heap()
3 best = value(v )
4 insert(H, v )
5 while (!empty(H))
6 remove(H, v )
7 if (bound(v ) is better than best)
8 for each child u of v
9 if (value(u) is better than best)
10 best = value(u)
11 if (bound(u) is better than best)
12 insert(H, u)

Eficiência do Branch and Bound
I Fatores que afetam a eficiência:

I tempo para gerar a próxima previsão.
I tempo de execução da função de poda.
I Uma boa função de poda reduz substancialmente o número de

nós considerados.
I Tradeoff: complexidade da função de poda vs. tempo para
avaliá-la.
I Análise do algoritmo virtualmente impossı́vel (depende da
instância de entrada).

Referências
Anany Levitin. Introduction to the Design and Analysis of

Algorithms. Segunda Edição. Pearson International Edition,
2007.

Branch Bound

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Branch Bound

Enviado por

Direitos autorais:

Formatos disponíveis

Branch and Bound Alocação de Tarefas Problema da Mochila Caxeiro Viajante Eficiência

Branch and Bound

Prof. Gustavo Soares

Análise e Técnicas de Algoritmos

Slides adaptados de Prof. Dr. Leandro Balby Marinho 1 / 26 UFCG CEEI

A matriz abaixo mostra uma instância do problema onde Ci,j

Qual o custo de uma solução força bruta? Resolva essa instância

Slides adaptados de Prof. Dr. Leandro Balby Marinho 2 / 26 UFCG CEEI

1. Branch and Bound (B&B)

2. Problema de Alocação de Tarefas

4. Problema do Caxeiro Viajante

5. Eficiência do Branch and Bound

Slides adaptados de Prof. Dr. Leandro Balby Marinho 3 / 26 UFCG CEEI

Slides adaptados de Prof. Dr. Leandro Balby Marinho 3 / 26 UFCG CEEI

I Problemas de otimização combinatória buscam por um objeto

Slides adaptados de Prof. Dr. Leandro Balby Marinho 4 / 26 UFCG CEEI

B&B vs. Backtracking

I Comparado ao Backtracking, B&B requer dois componentes

I Cada nó na árvore é associado a um valor real (chamado limite) e

Slides adaptados de Prof. Dr. Leandro Balby Marinho 6 / 26 UFCG CEEI

I O valor limite do nó não é melhor que o valor da melhor

Slides adaptados de Prof. Dr. Leandro Balby Marinho 7 / 26 UFCG CEEI

1. Branch and Bound (B&B)

2. Problema de Alocação de Tarefas

4. Problema do Caxeiro Viajante

5. Eficiência do Branch and Bound

Slides adaptados de Prof. Dr. Leandro Balby Marinho 8 / 26 UFCG CEEI

Problema de Alocação de Tarefas

I Alocar n pessoas para n tarefas tal que o custo total de

Slides adaptados de Prof. Dr. Leandro Balby Marinho 8 / 26 UFCG CEEI

A matriz abaixo mostra uma instância do problema onde Ci,j

Qual o custo de uma solução força bruta? Resolva essa instância

Slides adaptados de Prof. Dr. Leandro Balby Marinho 9 / 26 UFCG CEEI

I A primeira coisa é encontrar um limite inferior para o custo de

Slides adaptados de Prof. Dr. Leandro Balby Marinho 10 / 26 UFCG CEEI

Qual nó expandir em seguida?

Slides adaptados de Prof. Dr. Leandro Balby Marinho 11 / 26 UFCG CEEI

Qual nó expandir em seguida?

Slides adaptados de Prof. Dr. Leandro Balby Marinho 12 / 26 UFCG CEEI

Slides adaptados de Prof. Dr. Leandro Balby Marinho 13 / 26 UFCG CEEI

A matriz abaixo apresenta uma instância do problema da alocação

Cada alocação representa a probabilidade total da alocação resultar

Slides adaptados de Prof. Dr. Leandro Balby Marinho 14 / 26 UFCG CEEI

1. Branch and Bound (B&B)

2. Problema de Alocação de Tarefas

4. Problema do Caxeiro Viajante

5. Eficiência do Branch and Bound

Slides adaptados de Prof. Dr. Leandro Balby Marinho 15 / 26 UFCG CEEI

I Ordene os itens em ordem decrescente de suas frações valor/peso.

v1 /w1 ≥ v2 /w2 ≥ . . . ≥ vn /wn

I Seja v o valor total dos itens selecionados até então e w o peso

Slides adaptados de Prof. Dr. Leandro Balby Marinho 15 / 26 UFCG CEEI

Use B&B para resolver a seguinte instância do problema da mochila para

item peso valor ($) valor/peso

Slides adaptados de Prof. Dr. Leandro Balby Marinho 16 / 26 UFCG CEEI

Slides adaptados de Prof. Dr. Leandro Balby Marinho 17 / 26 UFCG CEEI

Resolva a seguinte instância do problema da mochila com a abor-

Slides adaptados de Prof. Dr. Leandro Balby Marinho 18 / 26 UFCG CEEI

1. Branch and Bound (B&B)

2. Problema de Alocação de Tarefas

4. Problema do Caxeiro Viajante

5. Eficiência do Branch and Bound