Lecture 7 整数规划.pptVIP

求解过程 0-1规划 如果线性规划中的所有变量的取值只能取0、1，则这类线性规划问题是一种特殊的整数规划问题，我们把它称为0-1规划，把只能取0或1值的变量称为0-1变量。 主要求解方法：（过滤性隐枚举法） 过滤性隐举法基本思想是：首先将全部变量取0或1的所有组合列出，然后再逐个检查这些组合（解）是否可行的过程中，利用增加并不断修改过滤条件的办法，减少计算量，达到求出最优解的目的。 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 华南理工大学 模具研究室 mesjzhang@scut.edu.cn 在线性规划问题的讨论中，有些最优解是小数，但某些常要求最优解是整数（即整数解）,如决策变量是：机器的台数、人数、车辆数等等 整数规划模型 线性规划和整数规划的关系 对IP问题，可能会认为，只要求出不受整数约束的解，然后“舍入化整”，就可得到整数最优解？ 对吗？ 上例得到的启示１： （１）化整后未必是可行解 （２）即使是可行解，也未必是最优解 （３）即使该方法结果可以得到最优解，但如果有n个决策变量，则取舍方案有 ２n种。当n=60时，260约等于1018，这使计算机也难以实现。 所以，有必要讨论整数规划的求解方法。 启示２： （１）是否能在LP的约束区域中切去几块不含整数解的可行域，使整数解作为顶点，这样求LP问题的最优解，即为整数解。 　　　如前例，增加约束x2 ≤3，则LP问题的最优解，即为x1=5,x2=3,Zmax=17，就是 IP问题的解。 （２）在LP的可行域中，整数点不多时（12个），是否可以用穷举法。 割平面法 1959年，R.E.Gomory首先提出，从此使IP逐渐形成为一个独立的运筹学分支。其实质是用解LP问题的方法来解IP问题。 　　 　　基本思想是：通过对LP问题的求解，如果最优解X*是整数解，则就是IP的解。不是整数解，设法对LP问题增加约束（割平面），把LP的可行域中去掉不含整数解的一部分，再求LP问题。反复进行，直到求得最优解 　　割平面法的关键在于如何寻找适当的切割约束条件（即构造一个割平面），且保证切掉的部分不含有整数解。 但由于用割平面法求解IP问题常常会遇到收敛很慢的情况。所以用它来求解IP问题的仍然不多，但在理论上是重要的。 序号 b cB xB x1 x2 x3 x4 (a) 0 x3 2 1 1 0 5 0 x4 -4* 1 0 1 -2 检验数 -1 -1 0 0 0 (b) 0 x1 1 1/2 1/2 0 5/2 1 x4 0 3 2 1 8 检验数 0 -1/2 1/2 0 5/2 (c) 1 X1 1 0 1/6 -1/6 7/6 1 x2 0 1 2/3 1/3 8/3 检验数 0 0 5/6 1/6 23/6 序号 b cB xB x1 x2 x3 x4 x5 (a) 1 x2 0 1 2/3 1/3 0 8/3 1 x1 1 0 1/6 -1/6 0 7/6 0 x5 0 0 -2/3 -1/3* 1 -2/3 检验数 0 0 5/6 1/6 0 23/6 (b) 1 x2 0 1 0 0 1 2 1 x1 1 0 1/2 0 -1/2 3/2 0 x4 0 0 2 1 -3 2 检验数 0 0 1/2 0 1/2 7/2 注意：此处需要用对偶单纯形法求解 分枝定界法（Branch and Bound method） 　　　如果通过对全体可行的整数解，逐个比较优劣，得到最优解的方法，称为完全枚举法（穷举法）。但在解的个数很多时，这往往是不可能的。 　　　如果能通过仅对部分可行整数解的讨论，就得到原问题的最优解，称为部分枚举法或隐枚举法。分枝定界法就是一种隐枚举法，这是一种应用很广的求解方法。 分枝定界法是求解整数规划的一种常用的有效方法，它不仅能针对纯整数规划问题求解，也能对混合整数规划问题求解. 先给出它的一般思想： 松弛问题的提出 考察这样的问题 其中S是有限集 设A,B是两个有限集，且 f(x)是定义在B上的函数，优化模型： 称问题(2)是问题(1)的松弛问题。显然(2)的最优值小于等于问题(1)的最优值。 问题(2)的搜索范围大，所以(2)的求解更难一些？ 看一个生活中的例子： B　—　全国100m跑运动员全体 A — 全国18岁的百米