ingenieurkurse
online lernen

Besser lernen mit Online-Kursen

NEU! Jetzt online lernen:
Operations Research 2
Den Kurs kaufen für:
einmalig 39,00 €
Zur Kasse
Ganzzahlige Optimierung > Branch-and-Bound-Verfahren > Branch-and-Bound: Minimierungsprobleme > Branch-and-Bound am Minimierungsproblem:

Beispiel: Branch and Bound am Minimierungsproblem

WebinarTerminankündigung:
 Am 20.12.2016 (ab 16:00 Uhr) findet unser nächstes Webinar statt.
Gratis-Webinar (Operations Research) Primaler Simplexalgorithmus
- Das 60-minütige Gratis-Webinar behandelt den primalen Simplexalgorithmus.
[weitere Informationen] [Terminübersicht]

XXXXXDie Aufstellung des Entscheidungsbaums soll anhand des folgenden Beispiels dargestellt werden. Es sei das folgende ganzzahlige Maximierungsproblem gegeben:

$f(x_1, x_2) = 10 - x_1 -  2x_2$    $\rightarrow$   min!

u.d.N.

(1) $2x_1 +6 x_2 \le 15 $   

(2) $6x_1 + 4 x_2 \le 21$    


$x_1, x_2 \ge 0$    und ganzzahlig

Es ist sinnvoll das hier gegebene Problem in ein Maximierungsproblem umzuwandeln, da die Nebenbedingungen bereits alle $\le$ enthalten. Demnach wird die Zielfunktion in eine zu maximierende Zielfunktion umgewandelt:

$f(x_1, x_2) = 10 - x_1 -  2x_2$   $\cdot (-1)$

Es ergibt sich das folgende ganzzahlige Maximierungsproblem:

$f(x_1, x_2) = -10 + x_1 + 2x_2$    $\rightarrow$  max!

u.d.N.

(1) $2x_1 +6 x_2 \le 15 $   

(2) $6x_1 + 4 x_2 \le 21$    


$x_1, x_2 \ge 0$    und ganzzahlig

Wahl der oberen Schranke

Es wird zunächst die obere Schranke der Variablen $x_1$ und $x_2$ bestimmt:

$x_1$ $x_2$
$15/2 = 7,5$ $115/6 = 2,5$
$21/6 = 3,5$ $21/4 = 5,25$
$x_{1,max} = 3$ $x_{2,max} = 2$

Die rechte Seite ist durch die Koeffizienten der Nebenbedingungen geteilt worden. Dabei wird der minimale Wert (abgerundet) als obere Schranke verwendet. Demnach besitzt $x_1$ die obere Schranke $x_{1,max} = 5$ und die Variable $x_2$ die obere Schranke $x_{2,max} = 2$. Als nächstes wird festgelegt, mit welcher Variable begonnen wird. Dazu wird die Prioritätenreihenfolge herangezogen.

Prioritätenreihenfolge beachten

Die 1. Priorität ist nicht anzuwenden, da keine negativen Koeffizienten in der Nebenbedingung gegeben sind.

Die 2. Priorität kann hier angewandt werden, weil negative Koeffizienten in der Zielfunktion gegeben sind. Der negative Koeffizient befindet sich in der 3. Nebenbedingung und beträgt $-2$. Dieser liegt bei $x_2$. Demnach wird $x_2$ gewählt.

Untere Schranken für Restriktionen bestimmen

Es wird nun also mit $x_2$ begonnen. Zunächst müssen die oberen Schranken bestimmt werden (im Gegensatz zu den unteren Schranken beim Maximierungsproblem). Diese werden bestimmt, indem die obere Schranke $x_{2max} = 2$ in die Nebenbedingungen bzw. Restriktionen $R_i$ eingesetzt werden, wobei $x_1$ ebenfalls mit der oberen Schranke eingesetzt wird $x_{1,max} = 5$ gesetzt wird:

$R_1 = 4 \cdot 5 + 4 \cdot 2 = 28 > 10 $   

$R_2 = 2 \cdot 5 + 11 \cdot 2 = 32 > 11$    

$R_3 = 4 \cdot 5 - 2 \cdot 2 = 16 > -1$

Da die Kapazitäten in den Nebenbedingungen nicht unterschritten werden, wenn beide Variablen mit ihren maximalen Werten eingehen, wird der Baum nun nach unten verzweigt und es wird im Weiteren $x_1$ nach und nach variiert, wobei $x_2 = 2$ konstant gehalten wird.

Die Zielfunktion für den ersten Ast wird dabei so bestimmt, dass $x_2 = 2$ eingeht und $x_1 = 0$.

$z = 2 \cdot 0 + 2 = 2$

Die Zielfunktion soll minimiert werden, weshalb hier $x_1$ mit dem kleinst möglichen Wert berücksichtigt wird. Dieser Ast sagt dann aus, dass die Verzweigungen ein Minimum von $z = 2$ erreichen können, nicht aber weniger. Es handelt sich hierbei also um eine untere Schranke. Ziel im Folgenden ist es die Zielfunktion so weit wie möglich zu minimieren. Dabei müssen aber immer die Nebenbedingungen geprüft werden. Die Werte der rechten Seite des Ausgangsproblems dürfen dabei nicht unterschritten werden:

Branch-and-Bound Minimierungsproblem

Der Zielfunktionswert der obersten Ebene wird immer mit dem angegebenen $x_2$ und mit dem maximalen $x_{1,max} = 5$ bestimmt. Die Zielfunktion in den Verzweigungen wird immer mit den angegebenen Variablenwerten berechnet. Es ist deutlich zu erkennen, dass hier nur eine Lösung existiert und zwar die Verzweigung Nr. 3. Mit dieser wird der Zielfunktionswert von

$z = 2 \cdot 1 + 2 = 4$

erzielt. Die Variablen nehmen die ganzzahligen Werte $x_1 = 1$ und $x_2 = 2$ an. Alle weiteren Verzweigungen sind unzulässig, da die Restriktionen unterschritten werden. Der letzte Ast Nr. 7 wird gar nicht weiter verfolgt, denn dort wird $x_2 = 0$ betrachtet und in diesem Ast wurden die Restriktionen mit dem maximalen $x_{1,max} = 5$ berechnet. Da hier die Nebenbedingungen bereits nicht erfüllt werden (Restriktion 2 wird unterschritten) muss der Ast nicht weiter verzweigt werden, da $x_1$ nicht überschritten werden darf (maximal 5 Einheiten) und jede Menge von $x_1$ weniger zu noch geringerer Kapazität führt. 

Vorstellung des Online-Kurses Operations Research 2Operations Research 2
Dieser Inhalt ist Bestandteil des Online-Kurses

Operations Research 2

Ingenieurkurse (ingenieurkurse.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Operations Research 2: Überblick
    • Einleitung zu Operations Research 2: Überblick
  • Grundlagen des Operations Research 1
    • Einleitung zu Grundlagen des Operations Research 1
    • Definition: Lineares Programm
    • Standardform: Maximierungsproblem
      • Einleitung zu Standardform: Maximierungsproblem
      • Grafische Lösung des Maximierungsproblems
    • Primaler Simplexalgorithmus
      • Einleitung zu Primaler Simplexalgorithmus
      • Lösung des Maximierungsproblems mittels primalen Simplexalgorithmus
    • Dualer Simplexalgorithmus
    • Umformung in die Standardform
    • Umformung in die Normalform
  • Ganzzahlige Optimierung
    • Einleitung zu Ganzzahlige Optimierung
    • Grafisches Verfahren
    • Verfahren von Gomory
      • Einleitung zu Verfahren von Gomory
      • Beispiel: Verfahren von Gomory
    • Branch-and-Bound-Verfahren
      • Einleitung zu Branch-and-Bound-Verfahren
      • Branch-and-Bound: Maximierungsprobleme
        • Einleitung zu Branch-and-Bound: Maximierungsprobleme
        • Branch-and-Bound am Maximierungsproblem
          • Einleitung zu Branch-and-Bound am Maximierungsproblem
          • Festlegung der oberen/unteren Schranke, Prioritätenfestlegung
          • Entscheidungsbaum für das Maximierungsproblem
          • Beispiel: Branch and Bound am Maximierungsproblem
        • Branch-and-Bound am Maximierungsproblem (optimale Lösung)
          • Einleitung zu Branch-and-Bound am Maximierungsproblem (optimale Lösung)
          • Beispiel: Branch and Bound am Maximierungsproblem (optimale Lösung)
      • Branch-and-Bound: Minimierungsprobleme
        • Einleitung zu Branch-and-Bound: Minimierungsprobleme
        • Branch-and-Bound am Minimierungsproblem
          • Einleitung zu Branch-and-Bound am Minimierungsproblem
          • Festlegung der unteren/oberen Schranke, Prioritätenfestlegung
          • Entscheidungsbaum für das Minimierungsproblem
          • Beispiel: Branch and Bound am Minimierungsproblem
        • Branch-and-Bound am Minimierungsproblem (optimale Lösung)
          • Einleitung zu Branch-and-Bound am Minimierungsproblem (optimale Lösung)
          • Beispiel: Branch and Bound am Minimierungsproblem (optimale Lösung) 1
          • Beispiel: Branch and Bound am Minimierungsproblem (optimale Lösung) 2
          • Beispiel: Branch and Bound am Minimierungsproblem (optimale Lösung) 3
      • Branch-and-Bound: Knapsack-Problem
      • Branch-and-Bound: Knapsack-Problem (Alternative)
    • Verfahren der vorsichtigen Annäherung
  • Kombinatorische Optimierung
    • Einleitung zu Kombinatorische Optimierung
    • Traveling-Salesman-Problem
      • Einleitung zu Traveling-Salesman-Problem
      • Vollständige Enumeration
        • Einleitung zu Vollständige Enumeration
        • Beispiel: Vollständige Enumeration (Reduktion der Matrix)
        • Beispiel: Vollständige Enumeration (Anwendung des Verfahrens)
      • Heuristische Verfahren
        • Einleitung zu Heuristische Verfahren
        • Verfahren des besten Nachfolgers
          • Einleitung zu Verfahren des besten Nachfolgers
          • Verfahren des besten Nachfolgers (Ausgangsmatrix)
          • Verfahren des besten Nachfolgers (reduzierte Matrix)
        • Verfahren der sukzessiven Einbeziehung von Stationen
          • Einleitung zu Verfahren der sukzessiven Einbeziehung von Stationen
          • Einbeziehung von Stationen (Ausgangsmatrix)
      • Entscheidungsbaumverfahren
        • Einleitung zu Entscheidungsbaumverfahren
        • Begrenzte Enumeration
        • Branch-and-Bound Verfahren am Traveling-Salesman-Problem
          • Einleitung zu Branch-and-Bound Verfahren am Traveling-Salesman-Problem
          • Branch-and-Bound (TSP): 1. Iteration
          • Branch-and-Bound (TSP): Weitere Iterationen
    • Fertigungsablaufplanung
      • Einleitung zu Fertigungsablaufplanung
      • Flow-Shop-Probleme
      • Johnson-Algorithmus
  • Nichtlineare Optimierung
    • Grundlagen der nichtlinearen Optimierung
      • Einleitung zu Grundlagen der nichtlinearen Optimierung
      • Konkave und konvexe Funktionen
        • Einleitung zu Konkave und konvexe Funktionen
        • Beispiel: Nachweis konvexer/konkaver Funktionen auf direktem Weg
        • Beispiel: Nachweis konvexer/konkaver Funktionen über Differenzierbarkeit
    • Nichtlineare Optimierung unter Nebenbedingungen
      • Einleitung zu Nichtlineare Optimierung unter Nebenbedingungen
      • Methode der zulässigen Richtung
        • Einleitung zu Methode der zulässigen Richtung
        • Beispiel: Methode der zulässigen Richtungen (1. Iteration)
        • Beispiel: Methode der zulässigen Richtungen (2. Iteration)
        • Beispiel: Methode der zulässigen Richtungen (3. Iteration)
  • 61
  • 7
  • 25
  • 64
einmalig 39,00
umsatzsteuerbefreit gem. § 4 Nr. 21 a bb) UStG
Online-Kurs Top AngebotTrusted Shop

Unsere Nutzer sagen:

  • Phillipp Grünewald

    Phillipp Grünewald

    "ingenieurkurse.de hat mir besonders bei den Mathe-Themen geholfen. Super Erklärungen!"
  • Martina Pfeiffer

    Martina Pfeiffer

    "Klasse für den Einstieg ins Ingenieurstudium."
  • Marcel Eberhardt

    Marcel Eberhardt

    "Ich mache mir dank euch keine Sorgen für die Prüfungen. Danke!"

NEU! Sichere dir jetzt die perfekte Prüfungsvorbereitung und spare 10% bei deiner Kursbuchung!

10% Coupon: lernen10

Zu den Online-Kursen