整数规划1-概念、分支定界法.ppt

整数规划－－难度远大于一般线性规划 整数规划问题与模型 分支定界法、割平面法 0-1整数规划 指派问题 整数规划问题 应用案例 投资组合问题 背包问题 投资组合问题 背景 证券投资：把一定的资金投入到合适的有价证券上以规避风险并获得最大的利润。 项目投资：财团或银行把资金投入到若干项目中以获得中长期的收益最大。 案例 某财团有B万元的资金，经出其考察选中 n个投资项目，每个项目只能投资一个。其中第j个项目需投资金额为bj万元，预计5年后获利cj（j＝1，...,n）万元，问应如何选择项目使得5年后总收益最大？ 模 型 变量—每个项目是否投资 约束—总金额不超过限制 目标—总收益最大 整数规划的数学模型及解的特点 整数规划数学模型的一般形式 一部分或全部决策变量取整数值的规划问题 ——整数规划 整数规划中不考虑整数条件的规划问题 ——该整数规划的松弛问题 松弛问题为线性规划的整数规划问题 ——整数线性规划 整数线性规划的几种类型 整数规划问题的求解 为了满足整数要求，似乎可以把线性规划的小数最优解进行“舍入化整”以得到与最优解相近的整数解。 “舍入化整”一般是不可行的： 化整后的解有可能成为非可行解； 虽是可行解，却不是最优解。 例如 解：设x1为甲产品的台数，x2为乙产品的台数。 maxZ 6x1 +5 x2 2x1 + x2 ≤9 5x1 +7 x2 ≤35 x1, x2 ≥0 x1, x2取整数 不考虑整数约束则是一个LP问题,称为原整数规划的松弛问题。 不考虑整数约束的最优解： x1 * 28/9， x2 * 25/9，Z * 293/9 舍入化整 x1 3， x2 3，Z 33，不满足约束条件5x1 +7 x2 ≤35，非可行解； x1 3， x2 2，Z 28，满足约束条件，是可行解，但不是最优解； x1 4， x2 1，Z 29，满足约束条件，才是最优解。 步骤： 在线性规划的可行域内列出所有决策变量可能取的整数值， 求出这些变量所有可行的整数解， 比较它们相应的目标函数值，最优的目标函数值所对应的解就是整数规划的最优解。 适用性： 只有两个决策变量， 可行的整数解较少。 注 释 最优解不一定在顶点上达到 最优解不一定是松驰问题最优解的邻近整数解 整数可行解域过大，枚举法不可取 分支定界法 分枝定界法 Branch and Bound Method 基本思想： 先求出整数规划相应的LP 即不考虑整数限制 的最优解， 若求得的最优解符合整数要求，则是原LP的最优解； 若不满足整数条件，则任选一个不满足整数条件的变量来构造新的约束，在原可行域中剔除部分非整数解。 然后，再在缩小的可行域中求解新构造的线性规划的最优解，这样通过求解一系列线性规划问题，最终得到原整数规划的最优解。 定界的含义： 整数规划是在相应的线性规划的基础上增加变量为整数的约束条件，整数规划的最优解不会优于相应线性规划的最优解。 对极大化问题来说，相应线性规划的目标函数最优值是原整数规划函数值的上界； 对极小化问题来说，相应线性规划的目标函数的最优值是原整数规划目标函数值的下界。 步骤： *整数规划 * * * 整数线性规划一般形式： 中部分或全部取整数 全（纯）整数线性规划 混合整数线性规划 0-1型整数线性规划 例如选择投资项目问题（0-1规划问题） 3 6 单台利润 35 7 5 B 9 1 2 A 现有量 乙 甲 产品 资源 问如何安排甲、乙两产品的产量，使利润为最大。 整数规划的图解法 5x1 +7 x2 35 2x1 + x2 9 ? 3,3 ? ? ? ? ? ? ? ? ? ? x1 x2 1 2 3 1 2 5 3 4 4 例：考虑下面的整数规划问题 且取整数 从图上分析： 0 1 2 3 4 5 6 7 8 B P C 整数规划最优解 解的特点 整数线性规划及其松弛问题比较，前者的最优解的目标函数值不会优于后者。 分支定界法是枚举法基础上的改进。 分支定界法的关键是分支和定界。 思路：利用其松弛问题的最优解（值）来分支定界。 例：求解整数规划问题A 且为整数 松弛问题B 设问题A的最优目标函数值为 整数规划问题A 图解法分析： 、 、 、 、 、 、 、 、 、 、 、 0 1 2 3 4 5 6 7 8 9 10 8 - 7 - 6 - 5 - 4 - 3 - 2 - 1 - B 不是问题A解 但 图解法分析： 0 1 2 3 4 5 6 7 4 3 2 1 图解法分析： 0 1 2 3 4 5 6 7 4 3