和小公主一起学习Branch and Bound_1-tree是上界还是下界-CSDN博客

本文链接：https://blog.csdn.net/dipsyliu549/article/details/123445234

如有侵权请私信联系。
在运筹学的整数规划部分我们学过简单的分支定界，对于复杂的组合优化问题，怎么搜索，剪枝，定界呢？

TSP问题

对于TSP，我们需要利用上界和下界来进行剪枝，通过不断更新上界和下界，尽可能的排除不符合需求的child，以实现剪枝。搜索的过程中，
根据经验，求解10个以上客户点比较困难了，效率不高，加速的一种方法是利用拉格朗日松弛提供较好的下界。
求解TSP通常采用的定界方法是用分配问题定界或者是1-tree来定界。在一个图G(V,E)中，节点集合V = {1…n}，我们定义{2…n}节点组成的子图的生成树以及两条与1节点的边组成的新图为1-tree。
TSP的可行解是1-tree的一种，因此最小权值1-tree (minimum weight 1-tree)可以作为TSP的一个下界，因此可以利用这个性质来作为定界的标准。最小权值1-tree的很容易求得，只需要求解子图{2…n}的最小生成树再加上两条与1节点相连的最短的边即可。
一棵1-tree是一个TSP的可行解的充要条件是1-tree中所有节点的度(degree)均为2。这样分枝的方法也就有了，即寻找1-tree中所有度大于等于3的节点，枚举并依次删除这个节点所有的边，依次求解最小权值1-tree，直到找到可行的TSP解。
1-tree可以使用最小生成树的kruskal算法，分配问题可以使用匈牙利算法。
最小生成树(minimum spanning tree MSS)问题: 找到最小权值的1-Tree。所以重点是求最小生成树问题，生成树问题通常由四种贪婪算法（greedy algorithm）解决：Kruskal’s算法，Prim’s 算法，Borůvka’s算法，Edmonds’算法，
生成树 (Spanning Tree）问题：从一张图分离出一棵树，包含图上所有点

最小生成树(minimum spanning tree MSS)问题: 找到最小权值的1-Tree；

1-Tree问题：生成树+两条与depot点相连的边，有且仅包含一个圈（cycle）；

最小权值（minimum Weight）1-Tree问题：找到最小权值的1-Tree；

最小权值（minimum Weight）1-Tree算法：假设包含以下五个城市：（1， 2， 3， 4， 5）, 先找到包含(2, 3, 4, 5)的最小生成树+ 两条包含1的权值之和最小的边。
通过one-tree算法得到的解有三种情况：

（1）先不区分得到的解是否为TSP可行解，判断此解大小与上界的大小关系，如果大于上界则直接剪支。

（2）当前解为可行解，且小于上界，则用当前解替换当前最优解，将当前解的值作为上界的值。

（3）当前解为不可行解，且小于上界，在当前解分支的基础上继续进行分支定界操作。

分支
当定界得到的解为情况（3）时，进行分支操作。

one-tree算法求得的解，会出现度大于等于3的点，显然当出现这种点的时候，此解必定是不可行解。

找到one-tree中所有度大于等于3的节点的边，枚举并将禁忌这些边作为分支条件，依次进行分支，继续进行定界。