พิจารณามิติ{ 0 , 1 } nและให้cเป็นข้อ จำกัด เชิงเส้นของรูปแบบ1 x 1 + 2 x 2 + 3 x 3 + . . + n - 1 x n - 1 + n x n ≥ kที่ฉัน ∈ R , x ฉัน ∈และ k ∈ R
เห็นได้ชัดว่ามีผลของการแยก{ 0 , 1 } nในสองส่วนย่อยS CและS ¬ค S คมีทั้งหมดและมีเพียงจุดเหล่านั้นที่น่าพอใจคในขณะที่S ¬ คมีทั้งหมดและมีเพียงจุดเหล่านั้นปลอมแปลงค
สมมติว่า n ตอนนี้ให้Oเป็นเซตย่อยของS cเพื่อให้ประโยคทั้งสามข้อต่อไปนี้ถือ:
- มีคะแนน nแน่นอน
- จุดดังกล่าวเป็นอิสระเชิงเส้น
- ดังกล่าวจุดเหล่านั้นที่ระยะต่ำสุดจากไฮเปอร์เพลนที่แสดงโดยค อีกอย่างแม่นยำให้d ( x , C )เป็นระยะทางของจุดx ∈ { 0 , 1 } nจากไฮเปอร์เพลค จากนั้น∀ B ⊆ S cเช่นนั้นที่B เป็นไปตามข้อ 1 และ 2 เป็นกรณีที่∑ x ∈ B d ( x , c ) ≥ ∑ x ∈ O d ) ในคำอื่น ๆ Oคือในทุกส่วนย่อยของ S คความพึงพอใจของทั้งสองเงื่อนไขที่ 1 และ 2 เป็นผู้หนึ่งที่ช่วยลดผลรวมของระยะทางของจุดของมันจากไฮเปอร์เพลค
คำถาม
- ได้รับก็เป็นไปได้ในการคำนวณOได้อย่างมีประสิทธิภาพ?
- อัลกอริทึมที่รู้จักกันดีที่สุดในการคำนวณมันคืออะไร?
ตัวอย่างด้วย
, O = { ( 0 , 0 , 1 ) , ( 1 , 1 , 1 ) , ( 1 , 0 , 0 ) }
อัพเดท 05/12/2012
แรงจูงใจ
แรงจูงใจคือการใช้มันควรจะเป็นไปได้ที่จะตรวจสอบข้อ จำกัด ที่ดีที่สุดค*ตามที่มันควรจะไฮเปอร์เพลที่กำหนดโดยnคะแนนในO
ข้อ จำกัด ที่ดีที่สุดเป็นหนึ่งที่นำไปสู่การที่ดีที่สุด polytope P *
polytope ที่ดีที่สุดเป็นหนึ่งที่มีจุดที่มีอยู่ทั้งหมดและมีเพียงจุดจำนวนเต็มของเริ่มต้น polytope P (เป็นจุดสุดยอดจำนวนเต็มเป็นจุดสุดยอดที่มีพิกัดเป็นจำนวนเต็มทั้งหมด)
กระบวนการสามารถซ้ำสำหรับแต่ละข้อ จำกัดของ 0-1 L Pเช่นฉันทุกครั้งที่ทำหน้าที่แทนคสอดคล้องกับข้อ จำกัด ของมันที่ดีที่สุดค * ในตอนท้ายนี้จะนำไปสู่การที่ดีที่สุด polytope P *ของฉัน จากนั้นเนื่องจากจุดยอดของP ∗ล้วน แต่มีเพียงจุดยอดจำนวนเต็มของจุดเริ่มต้น polytope PของIอัลกอริธึมใด ๆ สำหรับL Pจึงสามารถนำมาใช้ในการคำนวณหาจำนวนเต็มที่เหมาะสมที่สุด ฉันรู้ว่าความสามารถในการคำนวณP ∗ ได้อย่างมีประสิทธิภาพจะหมายถึงPอย่างไรก็ตามคำถามเพิ่มเติมต่อไปนี้ยังคงมีอยู่:
คำถามเพิ่มเติม
มีงานก่อนหน้าตามสายเหล่านี้หรือไม่? ทุกคนได้รับการตรวจสอบแล้วงานของการคำนวณที่กำหนด polytope มันสอดคล้องกันที่ดีที่สุด polytope P * ? อัลกอริทึมที่รู้จักกันดีที่สุดคืออะไร