Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Christian Scheideler SS 2009
Christian Scheideler SS 2009
Knapsack & Bin Packing Sebastian Stober
Algorithm Engineering
Man bestimme den „minimalen aufspannenden Baum“ des Graphen.
Single-Source Shortest Paths: SSSP
Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Minimum Spanning Tree: MST
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
Das LCA – Problem in Suffixbäumen
Prof. Dr. W. Conen 15. November 2004
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Marco Barz Seminar über Algorithmen SoSe2007
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken X Christian Schindelhauer
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
PG 478 – Open Graph Drawing Framework Thema: Compounds & Force-Directed Francois Bertault & Mirka Miller – An Algorithm for Drawing Compound Graphs [1999]
Planarisierung von Cluster Graphen
High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen.
Algorithmen und Komplexität
Minimum Spanning Tree: MST
Gaußscher Algorithmus
Teil I: Uninformierte Suche
Approximationsalgorithmen Facility Location K-Median Cheng, Wei 12. Juli.
Vortrag über Graphen Von Jörg Hendricks.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Flüsse, Schnitte, bipartite Graphen
Effiziente Algorithmen
Chromatische Zahl.
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Christian Scheideler Institut für Informatik Universität Paderborn
Institut für Theoretische Informatik
Jamshid Azizi: Folie Isomorphietest Jamshid Azizi
Formale Sprachen Grammatiken und die Chomsky-Hierarchie
Das Traveling Salesman Problem (TSP)
Analyse der Laufzeit von Algorithmen
Nichtlineare Optimierung
Stefan Nolting Andreas Goebels Larissa Timajev
Optimierungs- Algorithmen
Der A*-Algorithmus.
Gliederung der Vorlesung
Kapitel 4 Traveling Salesman Problem (TSP)
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Optimierungsprobleme:
 Präsentation transkript:

Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode von Sebastian Kerkhoff Thorger Brüning

Was ist gegeben? Ein Graph G bestehend aus n Knoten und einer Kantenmenge E Die Kantenlängen bzw. - kosten cij von Knoten i nach Knoten j. IN UNSEREM FALL : cij = cji

Traveling-Salesman-Problem Gesucht: wobei - jeder Knoten den Grad 2 hat - keine Subtouren existieren -

Traveling-Salesman-Problem Gesucht: wobei - jeder Knoten den Grad 2 hat - keine Subtouren existieren -

Definition: 1-Baum Ein Teilgraph B von G wird 1- Baum genannt, falls: a) Knoten 1 mit genau zwei Kanten (1,i) und (1,j) inzident ist b) der Graph B\{1} ist ein Gerüst auf G\{1} => jede Tour ist ein 1-Baum => Ein 1-Baum ist genau dann eine Tour, falls jeder Knoten den Grad 2 hat. 1-Baum Tour

Die Lagrangerelaxation Beachtet man nun die Tour-Eigenschaft, dass jeder Knoten (außer 1) Grad 2 haben muss als starke Restriktion, erhält man die Lagrangerelaxation: Definiert man u1:= 0 , so erhält man:

Das letztlich zu lösende Problem Das Lagrange-Dualproblem Definiere: => Problem lässt sich wie folgt schreiben: Bei der 1-Baum Relaxation wird nun die Relaxation dual gelöst.Wir suchen:

Die Subgradientenmethode h1 und h2 sind Subgradienten

Der verwendete Subgradient Sei B der -optimale 1-Baum, so ergibt sich der Subgradient: h(u)=(0,1,-1,1,-1) Daher: ui = ui-1 + d * h(ui-1)

Festzuhalten bleibt: Sei ein -optimaler 1-Baum, sowie eine -optimale Tour, so gilt Ist zusätzlich eine -optimale Tour, gilt In diesem Fall ist die gefundene Lösung von w(u) also die gesuchte optimale Tour

Der Algorithmus Der Beispiel-Plan

Der Algorithmus 1.Schritt w(u(0)) = 13

Der Algorithmus 1.Schritt w(u(0)) = 13 h(u(0)) = (0,0,-1,1,1,-1)

Der Algorithmus 2.Schritt w(u(1)) = 15

Der Algorithmus 2.Schritt w(u(1)) = 15 h(u(1)) = (0,0,0,1,-1,0)

Der Algorithmus 3.Schritt => Tour !!! w(u(2)) = 16

Der Algorithmus an schwierigeren Beispielen Berlin: 52 Knoten Problem wird vom Algorithmus gelöst 76 City-Problem: 76 Knoten Algorithmus bietet als untere Schranke: 537 Wert der optimalen Tour: 538

Der Algorithmus an schwierigeren Beispielen Biergärten: 127 Knoten untere Schranke des Algorithmus: 117431 Wert der besten bekannten Tour: 118282 entspr. maximaler Abweichung von 0,7 %