第二版运筹学整数规划解析.ppt

10 10 x1 x2 o A B C LP1 LP3 3 4 LP3:X=(4.33,6),Z3=35.33 6 ① ② LP1:X=(3,7.6),Z1=34.8 10 10 x1 x2 o A C LP1 3 4 6 ① ② LP4:X=(4,6),Z4=34 LP5:X=(5,5),Z5=35 5 LP1:X=(3,7.6),Z1=34.8 LP3 LP5 尽管LP1的解中x1不为整数，但Z5Z因此LP5的最优解就是原整数规划的最优解。 上述分枝过程可用下图表示 LP0:X=(3.57,7.14),Z0=35.7 LP1:X=(3,7.6) Z1=34.8 LP2:X=(4,6.5) Z2=35.5 x1≤3 x1≥4 LP3:X=(4.33,6) Z3=35.33 x2≤6 LP4:X=(4,6) Z4=34 LP5:X=(5,5) Z5=35 x1≤4 x1≥5 无可行解 x2≥7 * 设纯整数规划 松弛问题 的最优解 设xi不为整数， 3.2.2 求解IP的割平面法 3.2 纯整数规划的求解 Solving Pure Integer Programming * 将 分离成一个整数与一个非负真分数之和： 则有 等式两边都为整数并且有 3.2 纯整数规划的求解 Solving Pure Integer Programming * 加入松弛变量si得 此式称为以xi行为源行（来源行）的割平面，或分数切割式，或R.E.Gomory(高莫雷)约束方程。 将Gomory约束加入到松弛问题的最优表中，用对偶单纯形法计算，若最优解中还有非整数解，再继续切割，直到全部为整数解。 则 3.2 纯整数规划的求解 Solving Pure Integer Programming * 例如， x1行： 移项： 令 加入松弛变量s1得 同理，对于x2行有： 3.2 纯整数规划的求解 Solving Pure Integer Programming * 【例3.6】 用割平面法求解下列IP问题 【解】 放宽变量约束，对应的松弛问题是 3.2 纯整数规划的求解 Solving Pure Integer Programming * 加入松弛变量x3及x4后，用单纯形法求解，得到最优表3-3。 最优解X(0)＝(5/2，15/4),不是IP的最优解。选择表3-3的第一行(也可以选第二行)为源行 3.2 纯整数规划的求解 Solving Pure Integer Programming Cj 4 3 0 0 b CB XB x1 x2 x3 x4 4 3 x1 x2 1 0 0 1 1/4 －1/8 －1/2 3/4 5/2 15/4 λj 0 0 －5/8 －1/4 表3-3 * 分离系数后改写成 加入松弛变量x5得到高莫雷约束方程 将式(3.8)作为约束条件添加到表3－3中，用对偶单纯形法计算，如表3－4所示 3.2 纯整数规划的求解 Solving Pure Integer Programming * Cj 4 3 0 0 0 b CB XB x1 x2 x3 x4 x5 4 3 0 x1 x2 x5 1 0 0 0 1 0 1/4 －1/8 －1 －1/2 3/4 [－2] 0 0 1 5/2 15/4 －2→ λj 0 0 －5/8 －1/4↑ 0 4 3 0 x1 x2 x4 1 0 0 0 1 0 1/2 －1/2 1/2 0 0 1 －1/4 3/8 －1/2 3 3 1 λj 0 0 －1/2 0 －1/8 最优解X(1)＝(3，3)，最优值Z＝21。所有变量为整数，X(1)就是IP的最优解。如果不是整数解，需要继续切割，重复上述计算过程。 3.2 纯整数规划的求解 Solving Pure Integer Programming 表3－4 如果在对偶单纯形法中原切割方程的松弛变量仍为基变量，则此松弛变量所在列化为单位向量后就可以去掉该行该列，再切割。 * 作业：教材P76 T 7，8 1.理解分枝与定界的含义 2.选择合适的“ 枝”生“ 枝” 3.掌握何时停止生“ 枝” 4.领会割平面法的基本原理 5.分离源行，求出Gomory约束 6.在最优表中增加Gomory约束，用 对偶单纯形法迭代 3.2 纯整数规划的求解 Solving Pure Integer Programming 下一节： 0－1规划的求解 3.3 0－1规划的求解 Solving BIP * 3.3.1 求解0－1整数规划的隐枚举