PERHITUNGAN METODE PEMOTONGAN

Walaupun hanya dua jenis pemotongan yang disajikan dalam buku ini, beberapa
pemotongan lainnya telah dikembangkan, dengan setiap pemotongan baru mengatasi
sebagian kesulitan perhitungan yang berkaitan dengan pemotongan-pemotongan
lainnya. Tetapi, tidak satu pun pemotongan dapat dipandang secara seragam lebih baik
dari sudut pandang perhitungan.
Walaupun dalam beberapa kasus yang terisolasi beberapa pemotongan untuk masalah-
masalahyang disusun secara khusus terbukti efektif, konsensus umum di antara para
praktisi adalah bahwametode pemotongan tidak dapat diandalkan untuk memecahkan
masalah-masalah integer tanpabergantung pada ukurannya. Pengalaman telah
menunjukkan bawa beberapa masalah yang kecil tidak dapat dipecahkan oleh metode
pemotongan. Pada kenyataannya, telah dilaporkan beberapa kasus dimana perubahan
acak dalam urutan batasan telah membuat sebuah masalah yang mudah dari segi
perhitungan menjadi sebuah masalah yang sangat
Kemungkinan kesimpulan umum berkenaan dengan metode pemotongan adalah
bahwa metode ini sendiri tidak dapat dipergunakan secara efektif untuk memecahkan
masalah integer umum. Tetapi, beberapa gagasan dari metode ini dapat dan telah
dipinjam untuk meningkatkan efektivitas jenis-jenis teknik pemecahan lainnya (lihat
Taha (1975, hal. 160-161)]. Juga, bidang pemotongan telah dipergunakan dalam
konteks algoritma B&B untuk mempercepat pergerakan pemecahan dari setiap bagian
masalah ke arah pemecahan integer yang diinginkan.

MASALAH INTEGER NOL-SATU

x = yo + 2y + 22y2 + +2kyk
dimana k adalah integer terkecil yang memenuhi 2+1-12n.
Fakta bahwa setiap masalah integer dapat dijadikan biner bersamaan dengan
kesederhanaan perhitungan dalam menangani variabel nol-satu (setiap variabel hanya
memiliki dua nilai) telah mengarahkan perhatian pada pemanfaatan sifat ini untuk
mengembangkan algoritma yang efektif.
Dalam bagian ini, kami menyajikan sebuah algoritma baru yang dirancang secara spesifik
untuk memecahkan masalah biner. Metode baru ini, yang disebut algoritma aditif,
sebenarnya merupakan variasi dari metode B&B yang lebih umum yang disajikan dalam
Bagian 9.3. Adalah menarik bahwa versi awal dari algoritma aditif ini tidak disajikan
dalam konteks ini. Satu alasan i adalah bahwa algoritma awal tersebut tidak melibatkan
pemecahan program linier apapun, seperti prosedur B&B. Pada kenyataannya, operasi
aritmatika yang diperlukan dalam algoritma ini hanyalah penambahan dan
pengurangan, sehingga dinamakan algoritma aditif.
Pengajian kani tentang algoritma aditif akan berada dalam konteks algoritma B&B,
dengan tujuan untuk memperlihatkan bahwa algoritma aditif pada kenyataannya
merupakan kasus khusus teknik B & B
dari ERMIR DAD.

9.5.1 ALGORITMA ADITIF

Untuk maksud algoritma ini, versi kontinyu dari masalah nol-satu harus dimulai dual-
layak, yaitu, optimal tetapi tidak layak. Lebih jauh lagi, semua batasan harus berjenis (S),
sehingga menyingkirkan persamaan eksplisit. Format ini dapat selalu dicapai sebagai
berikut. Anggaplah masalahnya adalah berjenis minimisasi (sifat umum dari metode ini
tidak terhilang di sini) dan definisi masalah ini adalah

minimumkan z =

dengan batasan

4;*; +S; = b;

j=1

X; = 0 or 1,
S 0,

j = 1, 2, ..., n
i = 1, 2, ..., m
Dimana Si adalah variabel slack berkaitan dengan batasan ke-i. Versi kontinyu dari
masalah di atas bersifat dual-layak jika setiap c; 0. Setiap c; dapat dikonversikan ke
format yang diinginkan dengan melengkapi variabel yaitu, dengan mensubstitusi x; 1 - di
mana adalah sebuah variabel biner, dalam fungsi tujuan dan batasan. Jika, di samping
kelayakan dual, masalah tersebut bersifat tidak ada lagi yang perlu dilakukan, karena
pemecahan minimum, dalam bentuk variabel-variabel baru, dicapai dengan memberikan
nilai nol pada semua variabel. Tetapi, jika masalah itu bersifat primal tidak layak,
algoritma aditif dipergunakan untuk menemukan pemecahan optimum.
Gagasan umum dari algoritma aditif adalah mendaftarkan 2" pemecahan yang mungkin
dari masalah yang bersangkutan. Tetapi, algoritma ini mengenali bahwa beberapa
pemecahan dapat disingkirkan secara otomatis tanpa diteliti secara implisit. Jadi, dalam
analisis terakhir, hanya sebagian dari yang perlu diteliti secara eksplisit.
Dalam bentuk masalah nol-satu tertentu, gagasan ini diimplementasikan sebagai
berikut. Pada awalnya, asumsikan bahwa semua variabel berada di tingkat nol. Ini
adalah logis, karena semua 20. Karena pemecahan yang bersesuaian tidak layak (yaitu,
beberapa variabel slack S; kemungkinan negatif), maka beberapa variabel perlu
dinaikkan ke tingkat satu. Prosedur ini menuntut peningkatan satu variabel (atau
mungkin lebih) sekali waktu, asalkan terdapat bukti bahwa langkah ini akan
menggerakkan pemecahan ke arah kelayakan, yaitu membuat S; 20 untuk semua
pengujian telah dikembangkan untuk memastikan pemilihan variabel yang tepat untuk
dinaikkan ke tingkat satu. Pengujian ini pertama-tama disajikan dengan contoh numerik
dan kemudian diformalisasi secara matematis.

Perhitungan dalam Enumerasi Implisit

Algoritma aditif pada intinya merupakan sebuah algoritma B&B. Efektivitas algoritma
aditif sangat bergantung pada kekuatan pengujian pengukurannya. Saangnya,
pengujian ini tidak memadai untuk menghasilkan algoritma yang layak secara
perhitungan Program komputer yang berhasil didasari oleh pengujian-pengujian yang
jauh lebih kuat. Kemungkinan pengujian yang paling efektif adalah yang disebut
batasan pengganti. Daripada menelusuri batasan satu per satu, batasan pengganti
berusaha menggabungkan semua batasan awal dari masalah menjadi satu batasan dan
tidak menyingkirkan satu pun titik (integer) yang layak dari masalah semula. Batasan
baru ini dirancang sedemikian rupa sehingga memiliki potensi untuk mengungkapkan
informasi yang tidak dapat disampaikan oleh salah satu batasan awal yang
dipertimbangkan secara terpisah (lihat Pertanyaan 9-33).
Pengalaman perhitungan yang dilaporkan menunjukkan bahwa penggunaan batasan
pengganti efektif dalam mempercepat waktu perhitungan. Tetapi, karena enumerasi
implisit meneliti (secara implisit atau eksplisit) kesemua 2" titik biner, waktu pemecahan
bervariasi secara berlipat ganda dengan jumlah variabel n. Hal ini membatasi jumlah
variabel yang dapat ditangani oleh metode ini. Walaupun kasus-kasus yang berhasil
telah dilaporkan untuk masalah-masalah yang cukup besar yang memiliki struktur
khusus), adalah aman untuk menyimpulkan bahwa, secara umum, hanya masalah
masalah dengan 100 variabel atau kurang yang dapat dipecahkan dalam waktu
perhitungan yang wajar.
Satu observasi khusus tentang algoritma aditif adalah bahwa waktu perhitungan
bergantung pada data. Pengurutan yang spesifik dari variabel dan batasan dapat
memiliki pengaruh langsung terhadap efisiensi algoritma ini. Misalnya, batasan harus
diurutkan dengan batasan yang paling ketat di atas, sementara variabel-variabel dapat
diatur dengan ukuran yang menaik dalam koefisien tujuan (nonnegatif) mereka. Kedua
kondisi ini menguntungkan untuk "lebih cepat" mengukur pemecahan parsial.
Kesimpulan umumnya adalah bahwa metode enumerasi implisit tetap tidak
menyediakan jawaban untuk masalah perhitungan dari pemrograman integer.
Tampaknya metode branch-and bound (Bagian 9.3) akan terus mendominasi, terutama
ketika mencoba memecahkan masalah-ma- salah praktis yang besar.