21 Haziran 2014 Cumartesi

Binary KnapSack - BackTracking

ağırlık değeri  değer/ağırlık
5 10 2
8 12 1.5
3 3 1

Kapasite : 10

Kapasitesi 10 birim olan çantaya parçalanamayan 3 tane obje yerleştireceksin , hangilerini seçesin ki kazancın maksimum olsun ?

Ağacı oluşturalım:


1 _ _ : 1. objeyi alalım
1 1 _ : 1. ve 2. objeyi alalım
1 0 _ : 1. objeyi alalım , 2. objeyi almayalım

Ağacın yaprakları tüm kombinasyonları gösteriyor. Bunların bazıları imkansız : 
1 1 1 : 3 objeyi de alalım
3 objenin toplam ağırlığı 5 + 8 + 3 = 16 kapasiteyi aşıyor!

Peki 1 1 1 in olanaksız olduğunu daha önceden göremiyor muyuz?
1 1 1 in türediği noda bakalım
1 1 _ : 1.ve 2. objeyi alalım.
2 objenin toplam ağırlığı 13 kapasiteyi aşıyor!

O halde 1 1 _ nodundan daha devam etmeye gerek var mıydı? Hayır. Bu eleme yöntemine olanaksızlık ile budama yöntemi deniyor.

Budama hakkında genel bir bilgi verdikten sonra backtracking le ağaçta nasıl gezeceğimizi görelim. DFS(Depth first search) diye adlandırdığımız derinlik öncelikli arama yöntemi ile gezeceğiz. Yani her noda geldiğimizde önce sol çocuk , sonra sağ çocuk. Yaprağa gelindiğinde ya da gidecek daha fazla yer kalmadığında ebeveyn noda dönülür.





Son haliyle gezme sırası numaralanmıştır:


Başka bir budama yöntemi ise bir noddan devam ettiğinde elde edebileceğin maksimum kazanç şimdiye kadar ulaştığın kazançtan daha yüksek değil ise nodu açmanın bir anlamının olmaması.

Diyelimki 5 numaranın bana getirisinin 15 olduğunu saptadım. (Sayısal değerleri atıyorum) , back trackle 2. noda geri döndün , sağ taraftan devam ediyorsun , 6. noda geldin elde edebileceğin maksimum kazancı hesapladın 14 çıktı , o  zaman o nodu daha fazla açmaya gerek yok , zaten elimde kazancımın 15 olduğu bir çözüm var , 15ten daha yüksek birşey bulursam eğer yeni çözümüm o olur.

Öncelikle üst sınır hesaplamalarında Rational Knapsack kullanabiliriz . (Rational Knapsackten elde edeceğim kazanç her zaman binary knapsackten büyük ya da eşit olacaktır)

Bu ağaç üzerinde inceleyelim:

1 numaralı nodda elde edebileceğimiz maksimum kazanç ne olur ?

Değer/ağırlık değeri en yüksek olan obje 1. obje
ağırlık 5 , değer 10 , 5 birimin hepsini koydum kazancım  10

Geriye 5 birim yerim kaldı

2. olarak değer/ağırlık oranı en yüksek olan 2. obje
ağırlık 8 , değer 12 , bunun 5 birimini alabiliyorum , kazancım 7,5

toplam kazancım : 10 + 7,5 = 17,5

Yani 3 objeyle ulaşabileceğimiz maksimum kazanç 17,5 . 1. nodun üst sınırı 17,5 .

2. node : 1. objeyi alalım , zaten 17,5 kazancı 1. objenin tamamını alarak hesaplamıştık , o sebepten bu nod içinde üst sınır 17,5.

3. node : 1. ve 2. objeyi alalım.
Ağırlık : 5 + 8 = 13 .
Kapasiteyi aştığı için bu nodu buduyoruz.(Aşağıdaki şekilde görülüyor.)

Tekrar 2. noda çıktık , ordan sağ çocuğa iniyoruz:
6. nod : 1i alalım , 2yi almayalım.
17,5 kazancını 2. objenin bir kısmını koyarak elde ettik , burda 2. objeyi almıyoruz , o sebepten 3. objeye bakalım : 1. obje 5 birimi doldurdu , 2. obje 3 birim alanı oldurdu:
Toplam kazanç : 10 + 3 = 13

7. nod : İlk olasılığa ulaştık : 1. ve 3. objeleri al , toplam kazanç 13

6. noda çıkıyoruz üst sınır 13 tü , onuda 7. nodla elde ettik , o sebepten 8. noda bakmaya gerek yok , eliyoruz.

Şu ana kadar ağaç şu durumda :



Backtrackle 1. noda çıktık , şimdi 8. noda bakıyoruz.

9. nod: 1. objeyi alma. Kalan objelerden elde edeceğim kazanç:
2. objenin tamamını alırım , 2 birimde 3. objeden alırım
Toplam kazanç 12 + 2 = 14
Şu an elimizde olan çözümün(1 0 1) kazancı 13 , daha yüksek bir kazanç vadediyor, devam edelim.


10. nod : 1. yi almayalım , 2.yi alalım , bir üst nodda hesaplamayı 2. tamamen alarak yapmıştık , maksimum kazanç yine 14

11. nod : 2. ve 3.ü alalım.
Ağırlık : 11 Kapasiteyi aştı buduyoruz.


12. nod : Sadece 2.yi alalım
Ağırlık :8 , Kazanç : 12
Elimizdeki çözümden daha iyi değil.

BackTrackle 9. noda geldik.
13. nod : 1. ve 2.yi alma
Geriye 3. kaldı , maksimum kazancımız 3 , elimizde kazancı 13 olan çözüm var , bu noddan daha fazla devam etmiyoruz.


Daha fazla gezecek node kalmadığı için çözüme ulaştık : (1 , 0 , 1) , Kazanç : 13


4 Haziran 2014 Çarşamba

Binary Knapsack - Branch & Bound Design

Problem için öncelikle durum uzayı oluşturalım .

Her seviyede o objeyi alıp almama olarak nodumuz ikiye ayrılıyor. Sonunda 2^n farklı kombinasyon oluşuyor. Peki tüm ağacı search etmekten daha iyi ne yapabiliriz?

İki farklı budama yapabiliriz.
1. Branching infeasible nodes
2. Branching with bounding

Bir örnek üzerinde açıklayalım.
4 adet objemiz olsun. Ağırlıkları 2,5, 7, 3 ; kapasite 12 olsun . Öyleyse (1,1,1,0) bir çözüm olabilir mi? Hayır  çünkü 1 . 2. 3. objeyi koyabilmemiz için kapasitemizin en az  2+5+7=14 olması gerekir. Öyleyse bu noddan devam etmeye gerek kalmıyor ve buduyoruz.

Sadece infeasibility ile budamak dışında ne yapabiliriz. Her bir nodda bir üst sınır bulabilirsek , yani o noddan ilerleyerek bulabileceğim çözümün maksimum benefiti o nodun üst sınırı, üst sınırı düşük kalan nodları budayabiliriz. Binary knapsack için nasıl bir üst sınır bulabiliriz: Rational knapsack. Aynı objeler ve aynı kapasiteyle binary knapscakle ulaşabilceğim maksimum benefit her zaman rational knapsackle ulaşabilceğiminkinden küçük veya eşittir.

Bunuda bir örnekle açıklayalım.

benefits: 20  35  21  33
weights:  2    5    7    3
b/w      : 10   7   3    11
capacity: 12

Rational knapsack problemi olsaydı b/w büyüklüğüne göre
33 + 20 + 35 + 21*2/7 = 94 maksimum benefitimiz 94 olurdu.(1. 2. 4. objeyi tamamen alıyoruz , 3.nün 2/7sini)

1. seviyede 1. objeyi alırsak üst sınırımız yine 94 b=20 w=2
                  1. objeyi almazsak kalan objelerle maksimum 33+35+21*4/7=80 benefit elde edebiliyoruz




En gelecek vadedenden devam ediyoruz.
2. seviye 2.objeyi alırsak üst sınır yine 94, weight=7
                           almazsak kalan objelerle üst sınırımız 33+20+21=74 oluyor.




3. seviye 3.objeyi alırsak üst sınır 94 , weight = 14 (infeasible)
                            almazsak üst sınır= 33+20+35=88


4.seviye 4.objeyi alırsak üst sınır 88, weight=10, benefit=88
B(x)=benefit olduğu için öbür nodu açmaya gerek yok zaten bu noddan elde edilebilcek maksimum benefit 88. Açılmamış olan tüm nodlar budanıyor , çünkü bulduğumuz çözümün benefiti hepsinin üst sınırından daha büyük , o sebepten onları açmaya gerek kalmadan çözüme ulaşıyoruz.