ef多条件映射_Extended Formulation（EF）

我们知道要减少搜索时间，在多项式时间内找到最优解一般有三种方法，第一种方法用的最多就是通过添加有效约束边界（cutting plane），从而减少搜索域，从而缩短搜索时间；第二种方法是使用问题结构，将它转化为其他的问题，比如说Dantzig-Wolfe decomposition方法。第三种则是使用Extend Formulation，通过添加新的变量，从而松弛不等式的方法。实际上，EF方法就是使用一些还没有使用的条件来约束有效解，通过构造新的变量，从而实现了将隐藏条件转化成有效约束的过程。下面将举一个ULSP的问题来具体说明这一方法。

首先，给出proj，也就是映射的定义。

然后是EF方法。

下面具体描述ULSP-a问题。

可以看出，这是一个生产计划的优化问题，

代表在t时刻时生产的平均固定成本，

是t时刻的单位，

是t时刻单位储藏成本，

是t时刻的需求量。

是t时刻的生产量，

是t时刻结束时的储藏量，当生产时y=1，反之则为0。

于是我们目标函数就是成本最低。约束条件有，t时刻收支平衡，

为有限量，且

。ULSP-a是站在t时刻观察成本函数的。事实上，这就忽略了一个很重要的条件，也就是后面储藏的这批商品是如何供给的。也就是说这个M的条件是弱的，如果没有加上这个条件，我们的运算量将大大增加。如果我们是站在i时刻，观察这批i时刻生产出来的货物是如何供给给后面的需求的，我们会得到一个新的条件，就是