旅行商(TSP)问题建模和子路径(subtour)消除约束详解

简介: 旅行商(TSP)问题建模和子路径(subtour)消除约束详解

1、TSP问题描述


TSP问题为travelling  salesman  Problem的缩写,问题描述为:一名旅行商需要从他的住址(home)出发,游历n个城市,之后再返回home。已知所有城市间的旅行成本,问题目标为:这位旅行商应该选择怎样的线路旅游,才能花最少的钱游历一遍所有的城市?




2、TSP问题建模


2.1 参数定义


定义城市的总个数为: n n n,从城市 i i i到城市 j j j的旅行成本为: C i j , i ∈ n , j ∈ n C_{ij},i\in n,j\in n Cij,i∈n,j∈n。


2.2 变量定义


定义0-1变量

image.png



2.3 模型建模


2.3.1 目标函数


image.png



目标函数表示最小化旅行总费用。



2.3.2 约束条件

image.png


约束条件(1)表示每一个城市    i需要离开一次。


image.png


约束条件(2)表示每一个城市 i i i需要进入一次。


若仅仅考虑上述问题情景中的描述要去,则约束(1)和(2)已经满足所有条件,但是会出现子路径的情况


20210715113624705.png


如上图所示,旅行商从红色城市出发,上述的路径满足所有的约束条件,但是明显不符合实际情况,所以需要添加额外的子路径消除约束来避免上述情况的发生。





3、 子路径消除约束


3.1 子路径消除不等式一

image.png

解释: 对于每一个非空集合 S S S, S S S中城市的个数最多为 n − 1 n-1 n−1个,从 S S S中流出的弧的个数必定大于或者等于一条。将上述图中的子路径的情况套用到这个不等式上,很明显会违反不等式一,所以将这条不等式加入到模型中能够有效消除子路径问题。同时,不等式一会添加的约束个数为:


image.png


条约束。



3.2 子路径消除不等式二

image.png


解释: 对于每一个集合 S S S, S S S相互链接的弧的个数最多为 ∣ S ∣ − 1 |S|-1 ∣S∣−1条,即只有当 S S S中的城市的个数为 n n n个时,才允许构成环路,这样不等式二也可以避免上述图中的情况发生。同时,不等式二会添加的约束个数为:


条约束。


THE END. THANKS FOR WATCHING.



相关文章
|
6月前
|
机器学习/深度学习
深度之眼(二十四)——无约束最优化和约束最优化
深度之眼(二十四)——无约束最优化和约束最优化
|
8月前
|
算法
【MFAC】基于紧格式动态线性化的无模型自适应控制
【MFAC】基于紧格式动态线性化的无模型自适应控制
|
8月前
[贴装专题] 贴装流程中涉及到的位置关系计算
[贴装专题] 贴装流程中涉及到的位置关系计算
74 0
|
移动开发 人工智能
马尔可夫链预测举例——钢琴销售的存贮策略
马尔可夫链预测举例——钢琴销售的存贮策略
203 0
|
数据采集 算法 安全
基于启发式算法与单目优化和马尔科夫模型的进出口公司的货物装运策略——整数线性规划 随机模拟(一)
基于启发式算法与单目优化和马尔科夫模型的进出口公司的货物装运策略——整数线性规划 随机模拟
449 0
基于启发式算法与单目优化和马尔科夫模型的进出口公司的货物装运策略——整数线性规划 随机模拟(一)
|
机器学习/深度学习 算法 决策智能
约束最优化方法 (三) 外部罚函数法
约束最优化方法 (三) 外部罚函数法
118 0
约束最优化方法 (三) 外部罚函数法
第4章 MATLAB编程基础——4.2 变量
第4章 MATLAB编程基础——4.2 变量
|
机器学习/深度学习 算法 机器人
基于双参数蜜蜂算法解决车辆路径问题(Matlab代码实现)
基于双参数蜜蜂算法解决车辆路径问题(Matlab代码实现)
|
调度 决策智能
【机组组合】基于数据驱动的模型预测控制电力系统机组组合优化【IEEE24节点】(Matlab代码实现)
【机组组合】基于数据驱动的模型预测控制电力系统机组组合优化【IEEE24节点】(Matlab代码实现)