运筹学教程 第2版 作者 邱菀华 冯允成 第4章.pptVIP

第四章 整数线性规划 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 第四章 整数线性规划  4.1 整数线性规划 4.2 分枝定界法 4.3 割平面法 4.1 整数线性规划 例4-1 某厂生产A、B两种产品，单件工时定额及利润等见表4-1。试求最优产品组合的生产计划。 表4-1　已知数据表 定额 工时 产品 部门 A B 可用工时 制造部门/h 9 7 56 装配部门/ h 7 20 70 利润/元 40 90 p（最大） 第一节 整数线性规划 解　按照生产计划问题的通常解法。设x１和x２分别表示计划生产A和B的件数，可建立下列线性规划模型： 问题１：max p=40x1+90x2 s.t. 9x1+7x2≤56 7x1+20x2≤70 x1, x2≥0 4.1 整数线性规划 用单纯形法求得问题１的最优解为。这个解不满足取整数的实际要求，故本例的正确提法应为解下列整数线性规划问题。 问题２：maxp＝４０x１＋９０x２ s．t．９x１＋７x２≤５６ ７x１＋２０x２≤７０ x１，x２为非负整数 4.1 整数线性规划 问题２与问题１的差别仅在于增加了解答整数限制。这一差异使两者具有了本质的不同。从图4-1可以看出，问题１的可行域是图中的阴影部分，而问题２的可行域由图中画＋号的离散点组成。这表明整数线性规划是一个离散最优化问题。由图4-1可知，点A是问题２的最优解。它既不是问题１的最优解点B的近似值（x１≈５，x２≈２的点，连可行解都不是），也不是可行域的顶点。但是，问题１与问题２具有解之间的紧密关系：问题２的可行域包含在问题１的可行域之中。因此，问题１的最优值是问题２的目标值的上界（对最大问题）。 4.1 整数线性规划 将整数线性规划的整数性限制去掉后，得到的线性规划问题，称为原整数线性规划的松弛问题。求解松弛问题可提供原问题目标值的上界（对于求极大问题）或下界（对于求极小问题）。 4.2 分枝定界法 分枝定界法是求解整数线性规划的一个重要方法。我们结合上例进行介绍。 用分枝定界法求解例4-1的问题２。其对应的松弛问题的最优解不是整数，因而不是原问题的解。但由此可知，对于原问题的解，或者x１≤４，或者x１≥５。因而在原问题的约束条件中分别加上上述两个不等式，就将它分成以下两枝求解（注意：可以用x２作节点分枝，解法同样，不再赘述）。　　　　　　　 4.2 分枝定界法 分枝问题１ maxp＝４０x１＋９０x２ s．t．９x１＋７x２≤５６ ７x１＋２０x２≤７０ x１≤４ x１，x２≥０ 分枝问题２ maxp＝４０x１＋９０x２ s．t．９x１＋７x２≤５６ ７x１＋２０x２≤７０ x１≥５ x１≥０，x２≥０　　　　　　 4.2 分枝定界法 这两个分枝问题至少有一个含有原问题的解。事实上，产生分枝问题就是将松弛问题的可行域进行分割，舍去那些不含原问题解的区域（见图4-2）。也可以这样体会：产生分枝问题，就把原问题的可行域（整数解）分成若干部分，每一部分是一个分枝问题的可行域。于是，对于原问题的求解，就转换成分别对分枝问题进行求解了。由于任一分枝问题解的目标值都代表该分枝问题所含整数解的目图4-2分枝问题的可行域标值上界，故所有分枝问题解中最优者，如为整数解，则必为原问题的最优解。此外，若所有分枝问题均无可行解，则原问题也无可行解。　　　　 4.2 分枝定界法 求解分枝问题１和２，所得结果列表5-2中。从该表中可以看出，分枝问题１的解优于分枝问题２的解，但仍不是整数解。于是对分枝问题１的解x２再进行分枝：x２≤２和x２≥３，并将它们分别加到分枝问题１的约束条件中，得到新的分枝问题３和分枝问题４。这两个分枝问题的求解结果列于表4-3中。　　　 4.2 分枝定界法 表4-2 分枝问题解表一 表4-3 分枝问题解表二 分枝问题1 分枝问题2 分枝问题3 分枝问题4 x1=4 x1=5 x1=4 x1=1.428 x2=2.1 x2=1.571 x2=2 x2=3 P=349 P=341.428 P=340 P=327.143 4.2 分枝定界法 分枝问题３的解为整数解，但它不优于分枝问题２的解，故还不能断定是否是原问题的最优解。比较分枝问题２、３和４（因分枝问题３已得整数解，故求解结束了）可知，接下去对问题２的x２进行分枝，分别将x２≤１和x２≥２加入原问题的约束条件得新的分枝问题５和分枝问题６。求解这两个分枝得的解列于表4-4中。　　　 分枝问题5 分枝问题6 x1=5.444