实用管理科学.ppt

整數線性規劃 線性規劃中有一項假設，是決策變數是連續的，且不必為整數。如果某個問題符合線性規劃連續性等其他假設，但決策變數卻必須是整數，則成為『整數線性規劃(ILP)』。 整數線性規劃類型 整數線性規劃問題一般可分為三種型態 純粹整數問題 問題中所有變數都必須是整數。 混合整數線性規劃問題 問題中有某些變數必須是整數，而其他變數可 以不為整數。 0-1整數規劃問題 這類型問題的變數不僅必須是整數，還必須是 0或1；所以，這些變數也被稱之為「二位元變 數」(Binary Variables)或「0-1變數」。 圖解法與電腦解 題目請見課本p152 [解] 令X與Y分別為A100型與B200型零件的生產量(組) 模型： Max 2X + Y s.t. 3X + 2Y ? 40 機器處理時間不得超過40小時 X ? 4 A100型零件至少須生產4組 Y ? 4 B200型零件至少須生產4組 X, Y ? 0 且為整數 圖解法範例說明(1/7) 在求解過程，可先不考慮整數的限制，也就是求其放鬆線性規劃(LP Relaxation) 修正模型限制式 ：X, Y ? 0變數X與Y為非負實數 放鬆線性規劃(LP Relaxation)： 在求解純粹整數及混合整數問題之初期過程，可以先不考慮整數的限制，其餘限制式不變，稱之為放鬆線性規劃 圖解法範例說明(2/7) 先作出「放鬆線性規劃」問題。從圖7.1中知，當目標函數等斜率線往右上方移動至與可行區域仍有交點處之座標為(10.66, 4)，此為第一與第三條限制式所對應直線的交點：3X + 2Y = 40、Y = 4 ，可得X=10.66，Y=4。 此點為放鬆線性規劃問題的最佳解，代入可得最大利潤2X+Y = 2(10.666)+4 = 25.33(百萬)。 圖解法範例說明(3/7) 圖解法範例說明(4/7) 倘若取為最接近的整數，Y已是整數，維持Y=4不變；另外X=10.66為小數，則可取為10或11。顯然X=11不可行，因為將違反第一條限制式，故只能取X=10。 想要瞭解此組修正過後的整數解(10, 4)是否為原整數規劃問題的最佳解？答案否定的，從圖7.2中可看出最佳整數解為(10, 5)，最大利潤為2X+Y = 2(10)+5 = 25(百萬)。 圖解法範例說明(5/7) 圖解法範例說明(6/7) 發現以下的結果：整數線性規劃問題的最佳目標函數值小於其放鬆線性規劃問題的最佳目標函數值。 可得到結論： 對於最大化問題，整數線性規劃問題的最佳目標函數值小於或等於其放鬆線性規劃問題的最佳目標函數值 圖解法範例說明(7/7) 若我們想要快速得知某最大化整數規劃問題的上限，可求出其放鬆線性規劃問題的最佳目標函數值，因整數線性規劃的最佳目標函數值將不大於此值。 註：對於最小化的問題，整數線性規劃問題的最佳目標函數值大於或等於其放鬆線性規劃問題的最佳目標函數值 電腦解範例說明(1/2) 電腦解範例說明(2/2) 人力排班規劃(1/3) 題目請見課本p155-156 Xi = 第i天(i =1~7)開始上班 (full-time)員工人數(連續工作五天) Yi = 第i天(i =1~7)上班 (part-time)員工人數(未必連續工作) 模型： Min X1+X2+X3+X4+X5+X6+X7 s.t. X1+X4+X5+X6+X7+Y1 ? 10.8 !(24*1.5+18*4)/10=10.8 X1+X2+X5+X6+X7+Y2 ? 6.1 X1+X2+X3+X6+X7+Y3 ? 7.5 X1+X2+X3+X4+X7+Y4 ? 8.7 人力排班規劃(2/3) X1+X2+X3+X4+X5+Y5 ? 11.1 X2+X3+X4+X5+X6+Y6 ? 9.0 X3+X4+X5+X6+X7+Y7 ? 4.0 Y1 ? 3 Y2 ? 3 Y3 ? 3 Y4 ? 3 Y5 ? 3 Y6 ? 3 Y7 ? 3 Y1+Y2+Y3+Y4+Y5+Y6+Y7 ? 9 Xi, Yi為非負整數 ? i (=1~7) 人力排班規劃(3/3) 固定成本問題(1/3) 題目請見課本p157-158 【解】 Xij = 元件i(=1, 2, 3)在機器j(=A, B, C) 產量 Yj = 1，若機器j(=A, B, C)有被運用來生產元件；否則為0 Lindo輸入