02第2章整数规划.ppt

2.4 指派问题的计算机求解 基础部数学教研室 基础部数学教研室 */38 数学建模 数学建模算法与应用 2.1 概论 相互排斥的约束条件 关于固定费用的问题（Fixed Cost Problem） 指派问题的数学模型 2.3 蒙特卡洛法（随机取样法） 基础部数学教研室 基础部数学教研室 */38 数学建模 1. 整数规划的定义 数学规划中的变量（部分或全部）限制为整数时，称为整数规划。若在线性规划模型中，变量限制为整数，则称为整数线性规划。目前所流行的求解整数规划的方法，往往只适用于整数线性规划。目前还没有一种方法能有效地求解一切整数规划。 2. 整数规划的分类 如不加特殊说明，一般指整数线性规划。对于整数线性规划模型大致可分为两类 （1）变量全限制为整数时，称纯（完全）整数规划。 （2）变量部分限制为整数的，称混合整数规划。 3. 整数规划特点 （1） 原线性规划有最优解，当自变量限制为整数后，其整数规划解出现下述情况 ⅰ）原线性规划最优解全是整数，则整数规划最优解与线性规划最优解一致。 ⅱ）整数规划无可行解。 例2.1 原线性规划为 ， s.t. . 其最优实数解为，而对应的整数规划无可行解。 ⅲ）有可行解（当然就存在最优解），但最优解值变差。 例2.2 原线性规划为 ， s.t. . 其最优实数解为。 若限制为整数得。 3. 整数规划特点 （2） 整数规划最优解不能按照实数最优解简单取整而获得。 4. 求解方法分类 （1）分枝定界法—可求纯或混合整数线性规划。 （2）割平面法—可求纯或混合整数线性规划。 （3）隐枚举法—求解“0-1”整数规划。 i）过滤隐枚举法； ii）分枝隐枚举法。 （4）匈牙利法—解决指派问题（“0-1”规划特殊情形）。 （5）蒙特卡洛法—求解各种类型规划。 2.2 型整数规划 型整数规划是整数规划中的特殊情形，它的变量仅取值0或1。这时称为变量，或称二进制变量。仅取值0或1这个条件可由下述约束条件 ，且为整数， 所代替，是和一般整数规划的约束条件形式一致的。 有两种运输方式可供选择，但只能选择一种运输方式，或者用车运输，或者用船运输。用车运输的约束条件为，用船运输的约束条件为。 即有两个相互排斥的约束条件 或 ， 为了统一在一个问题中，引入变量 ， 则上述约束条件可改写为 其中是充分大的数。 把相互排斥的约束条件改成普通的约束条件，未必需要引进充分大的正实数， 例如相互排斥的约束条件 或 ， 可改写为 如果有个互相排斥的约束条件 为了保证这个约束条件只有一个起作用，我们引入个变量 ，， 和一个充分大的常数， 则个约束条件 ，， （2.1） ， （2.2） 就合于上述的要求。这是因为，由于（2.2），个中只有一个能取1值，设，代入（2.1），就只有的约束条件起作用，而别的式子都是多余的。 在讨论线性规划时，有些问题是要求使成本为最小。那时总设固定成本为常数，并在线性规划的模型中不必明显列出。但有些固定费用（固定成本）的问题不能用一般线性规划来描述，但可改变为混合整数规划来解决，见下例。 例2.3 某工厂为了生产某种产品，有几种不同的生产方式可供选择，如选定的生产方式投资高（选购自动化程度高的设备），由于产量大，因而分配到每件产品的变动成本就降低；反之，如选定的生产方式投资低，将来分配到每件产品的变动成本可能增加。所以必须全面考虑。 今设有三种方式可供选择，令 表示采用第种方式时的产量； 表示采用第种方式时每件产品的变动成本； 表示采用第种方式时的固定成本。 为了说明成本的特点，暂不考虑其它约束条件。采用各种生产方式的总成本分别为 ，. 在构成目标函数时，为了统一在一个问题中讨论，现引入变量，令 （2.3） 于是目标函数 ， 可表为下述3个线性约束条件 ，， 其中是一个充分小的正常数，是个充分大的正常数。 （2.4）式说明，当时必须为1；当时只有为0时才有意义，所以（2.4）式完全可以代替（2.3）式。 例2.4 拟分配人去干项工作，每人干且仅干一项工作，若分配第人去干第项工作，需花费单位时间，问应如何分配工作才能使工人花费的总时间最少？ 引入变量 ， 上述指派问题的数学模型为 ， s.t. 上述指派问题的可行解可以用一个矩阵表示，其每行每列均有且只有一个元素为1，其余元素均为0；还可以用中的一个置换表示。 指派问题的求解可以使用匈牙利算法，或拍卖算法等算法 蒙特卡洛方法也称为计算机随机模拟方法，它源于世界著名的赌城—