第七章1-整数规划问题.pptVIP

知识结构 第一节 整数规划的基本概念 第一节 整数规划的基本概念 第一节 整数规划的基本概念 第一节 整数规划的基本概念 第一节 整数规划的基本概念 第一节 整数规划的基本概念 第一节 整数规划的基本概念 第一节 整数规划的基本概念 * * 知识结构 整 数 规 划 整数规划的基本概念 割平面算法 分枝定界法 关于0—1规划 一．关于整数规划 在前面讨论过的线性规划问题中，有些最优解可能是分数或小数，但对有些具体问题常要求解答必须是整数的情形（称为整数解），例如所求的解是机器台数、干工作的人数或装货的车数等等。为了满足整数解的要求，初看起来，似乎只要把得到的非整数解“舍入化整”就可以了，但这常常是不行的，因为化整后不一定是可行解，即使是可行解也未必是最优解，因此，对求整数规划问题，必须另有研究，我们称这样的问题为整数规划 （Integer, Programming）,简称IP，整数规划是近二十年发展起来的规划论中一个重要分支。 整数规划中如果所有的变量都限制为（非负）整数，就称为纯整数规划或全整数规划；如果仅一部分变量限制为整数，则称为混合整数规划，整数规划中有一个特殊的情形是0—1规划，它的变量取值仅限于0或1。现举例说明用前述单纯形法求得的解不能保证是整数最优解。 例题1 某厂拟用集装箱托运甲、乙两种货物，每箱的体积、重量、可获利润及托运所受限制如下表所示： 先不考虑整数约束的条件，解相应的线性规划问题得最优解为： x1= 4.8， x2= 0 z0= 96 如将x1= 4.8，x2= 0凑整为x1= 5， x2= 0，就不是可行解；若将x1= 4.8舍去尾数0.8，就变为x1= 4，x2= 0是可行解但不是最优解，因为最优解是x1= 4，x2= 1由此看来，非整数解“凑整”的方法容易想到，但常常得不到整数最优解，甚至根本不是可行解。因此有必要对整数规划的解法进行专门研究。 通过计算可以看出，对于目标函数为max型的整数规划问题，若不考虑整数约束求出的最优解（称为连续解）对应的目标函数值为Zc ，用整数规划求出的整数解最优解（称为离散解）对应的目标函数值为Zd ，一个连续解凑整后对应的目标函数值为Zr ，则三者之间有如下关系（这是后面分枝定界算法中是否终止分枝的一个重要的判别条件,也就是常说的“定界”）。 Zr ≤ Zd ≤ Zc 另外，还会看到，越靠近最优连续解（坐标点）的整数点，越有可能是整数最优解。这就对下面算法中设定分枝条件提供了思路，那就是从最接近最优连续解的整数开始分枝，比较容易求得最优解。 使用时，直接删除本页！ 精品课件，你值得拥有！ 精品课件，你值得拥有！ 使用时，直接删除本页！ 精品课件，你值得拥有！ 精品课件，你值得拥有！ 使用时，直接删除本页！ 精品课件，你值得拥有！ 精品课件，你值得拥有！ *