Beweis: Aus den Sätzen 3.2, 3.3, 3.4 und der Transitivität von ≤ m folgt:SAT ≤ m TSPd.h. TSP ist NP-hart. Mit Satz 3.1 folgt dann die Behauptung.Das TSP für vollständige Graphen (wie hier behandelt) und das Entscheidungsproblemfür die allgemeinere Version des TSP (Graph ist nicht unbedingtvollständig, Stop-Menge ist nicht unbedingt gleich der Knotenmenge: siehe Problem2.1), im folgenden TSP allg genannt, sind gegenseitig aufeinander reduzierbar.(TSP ≤ m TSP allg ist offensichtlich und TSP allg ≤ m TSP ergibt sich aus der Bemerkungnach Problem 2.1.)D.h. auch TSP allg ist NP-vollständig.Schwieriger ist es, die NP-Vollständigkeit des euklidischen TSP zu zeigen,d.h. für den Fall, daß die Stops Punkte auf der Ebene und ihre Abstände dieeuklidischen Entfernungen sind. <strong>Ein</strong> solcher Beweis findet sich in [37, 21].3.1.2 VRP als EntscheidungsproblemHier gilt im folgenden, ähnlich wie beim TSP: G ist vollständig und V = S ∪{D}.Definition 3.4 (VRP ohne Zeitschranken)VRP := {〈G, c, b, D, F, q, m, α〉 : ∃p, Touren π 1 , . . . , π p vereinbar mit F :p∑C(π i ) ≤ α}i=1Dabei gelten die Voraussetzungen 2.1, 2.2 und 2.3.Definition 3.5 (VRP mit Zeitschranken)VRP time := {〈G, c, D, F, q, m, t E , t S , t D , t F , α〉 : ∃p, Touren π 1 , . . . , π pp∑vereinbar mit F und den Zeitschranken von F : C(π i ) ≤ α}Dabei gelten die Voraussetzungen 2.1, 2.2 und 2.3.Satz 3.6VRP time ∈ NPBeweisskizze: Die nichtdeterministische Turingmaschine rät p, die Touren π 1bis π p und eine Zuordnung der Touren zu den Fahrzeugen.Die Überprüfung auf die Vereinbarkeit mit dem Fuhrpark und den Vergleichder Kosten mit α erfolgt dann deterministisch in polynomieller Zeit.i=124
Satz 3.7Beweis: Die Reduktion erfolgt durch:TSP ≤ m VRPb(s) = 1, ∀s ∈ SD = 1F = {f 1 }q(f 1 ) = |S|m(f 1 ) = 1G, c und α können unbesehen übernommen werden.Alle Stops können mit einem Fahrzeug bedient werden und die kürzesteLösung des VRP ist gleich der kürzesten Lösung des TSP.Satz 3.8Beweis: Die Reduktion erfolgt durch:VRP ≤ m VRP timet E (e) = 0, ∀e ∈ Et S (s) = 0, ∀s ∈ St D (x) = 0, ∀x ∈ lR + 0t F (f) = 1, ∀f ∈ FG, c, D, F , q, m und α werden übernommen.Die Reduktion wurde so angelegt, daß jede Lösung des VRP auch die Zeitschrankeneinhält.Satz 3.9 VRP und VRP time sind NP-vollständig.Beweis: Die Behauptung folgt direkt aus den Sätzen 3.6, 3.7 und 3.9.25
- Seite 1 und 2: Heuristiken zurEin-Depot-Tourenplan
- Seite 3: Ich versichere, daß ich diese Dipl
- Seite 6 und 7: A Verzeichnis der Bezeichnungen 83B
- Seite 8 und 9: 7.1 Beispiele für Probleme, bei de
- Seite 10 und 11: 1.2 GIS-gestützte TourenplanungDie
- Seite 12 und 13: 2231,52312,541,5118521,51,563972Abb
- Seite 14 und 15: 231456Abbildung 2.2: Beispiel für
- Seite 16 und 17: Dabei sind die x ij die oberen Schr
- Seite 18 und 19: Neben der Kostenfunktion c wird ein
- Seite 20 und 21: Einsatzzeit16Abbildung 2.3: Beispie
- Seite 22 und 23: ⎛m(f k∑ k∑∑ v)t E (i, j)
- Seite 24 und 25: Satz 3.1 TSP ∈ NPBeweisskizze: Di
- Seite 26 und 27: 12VertexCover4Clique3Abbildung 3.2:
- Seite 30 und 31: 3.2 Exaktes TSP und VRP als Entsche
- Seite 32 und 33: 11 23 211neueTour4 (3,4) 4(3,2) (3,
- Seite 34 und 35: • Über die vorhergehende Kante i
- Seite 36 und 37: aM + C c (b,y)ByxM + cA(a,x)bG AG
- Seite 38 und 39: Beweisskizze: Sei s := ∑ v 1 ,v 2
- Seite 40 und 41: Kapitel 4Berechnung derStop-Distanz
- Seite 42 und 43: 2231,522,5431,51R811,5 2G6 35 9s 1,
- Seite 44 und 45: 23121121103 113401404Abbildung 4.2:
- Seite 46 und 47: Kapitel 5Heuristiken für TSPFür d
- Seite 48 und 49: Abbildung 5.2: Momentaufnahmen beim
- Seite 50 und 51: Minimal spannenderBaum mit Matching
- Seite 52 und 53: Kapitel 6Heuristiken für VRPHeuris
- Seite 54 und 55: Fahrzeug 1Fahrzeug 4Fahrzeug 2 Fahr
- Seite 56 und 57: Gib die übriggebliebenen Stops wie
- Seite 58 und 59: Abbildung 6.2: Ablauf des simultane
- Seite 60 und 61: Abbildung 6.3: Ablauf des sequentie
- Seite 62 und 63: while(es gibt noch Stops in S)Wähl
- Seite 64 und 65: Kern-Stop ist der Stop mit der aktu
- Seite 66 und 67: 6.4 Giant TourBeim Giant-Tour-Verfa
- Seite 68 und 69: Im folgenden wird der Ablauf einer
- Seite 70 und 71: Komponente 2DDDDKomponente 3DKompon
- Seite 72 und 73: 7.1.2 Meßwerte/ErgebnisseDie Meßw
- Seite 74 und 75: • inhomogen6. Verteilung der Tran
- Seite 76 und 77: Länge(opt.Touren) = ∑ Länge(Pen
- Seite 78 und 79:
kann auch zu Problemen führen, da
- Seite 80 und 81:
42 113123333123 FahrzeugeKapazitat
- Seite 82 und 83:
ClusterDepotAbbildung 7.5: Fehlverh
- Seite 84 und 85:
Giant TourTour 1 Tour 2DAbbildung 7
- Seite 86 und 87:
7.4.7 Zusammenfassung der Ergebniss
- Seite 88 und 89:
V Knotenmenge von GX Matrix eines g
- Seite 90 und 91:
Anhang BMeßwerte/ErgebnisseZu jede
- Seite 92 und 93:
Anhang CFarb-AbbildungenDie folgend
- Seite 94 und 95:
[12] Cook, S.A.: The Complexity of
- Seite 96:
[41] Potvin, J.-Y.; Lapalme, G.; Ro