整数规划 燕山大学教务在线.docVIP

整数规划 整数规划的数学模型及解的特点 解纯整数规划的割平面法 分支定界法 0—1型整数规划 指派问题与匈牙利法 整数规划的数学模型及解的特点 整数规划IP (integer programming)：在许多规划问题中，如果要求一部分或全部决策变量必须取整数。例如，所求的解是机器的台数、人数、车辆船只数等，这样的规划问题称为整数规划，简记IP。 松弛问题(slack problem)：不考虑整数条件，由余下的目标函数和约束条件构成的规划问题称为该整数规划问题的松弛问题。 若松弛问题是一个线性规化问题，则该整数规划为整数线性规划(integer linear programming)。 一、整数线性规划数学模型的一般形式 整数线性规划问题可以分为以下几种类型 1、纯整数线性规划(pure integer linear programming)：指全部决策变量都必须取整数值的整数线性规划。有时，也称为全整数规划。 2、混合整数线性规划(mixed integer liner programming)：指决策变量中有一部分必须取整数值，另一部分可以不取整数值的整数线性规划。 3、0—1型整数线性规划(zero—one integer liner programming)：指决策变量只能取值0或1的整数线性规划。 二、整数规划的解的特点 相对于松弛问题而言，二者之间既有联系，又有本质的区别 (1)整数规划问题的可行域是其松弛问题的一个子集 (2)整数规划问题的可行解一定是其松弛问题的可行解 (3)一般情况下，松弛问题的最优解不会刚好满足变量的整数约束条件，因而不是整数规划的可行解，更不是最优解 (4)对松弛问题的最优解中非整数变量简单的取整，所得到的解不一定是整数规划问题的最优解，甚至也不一定是整数规划问题的可行解 (5)求解还是要先求松弛问题的最优解，然后用分支定界法或割平面法。 解纯整数规划的割平面法 基本思路：通过增加新的约束来切割可原问题伴随规划的可行域，使它在不断缩小的过程中，将原问题的整数最优解逐渐暴露且趋于可行域极点的位置，这样就有可能用单纯形法求出。 增加的新约束称为割平面方程或切割方程 例 用割平面法解整数规划问题 解：将原整数规划问题称为原问题A0，不考虑整数条件的伴随规划称为问题B0，求解过程如下： 用单纯形法求解B0，得最优单纯形表 Cj 1 1 0 0 CB XB x1 x2 x3 x4 1 1 x2 x1 7/4 3/4 0 1 1 0 3/4 -1/4 1/4 1/4 -Z -5/2 0 0 -1/2 -1/2 2．求一个割平面方程 在最终表上任选一个含有不满足整数条件基变量的约束方程。 本例中，x1=3/4,x2=7/4均不满足整数条件 若选x1，则含x1的约束方程为： (1) (2)将所选的约束方程中非基变量的系数及常数项进行拆分处理。具体规则是：将上述系数和常数均拆成一个整数加一个非负的真分数之和。 如： 7/4=1+3/4 -5/2=-3+1/2 1/4=0+1/4 则(1)式变为 (2) (3)将上述约束方程重新组合。组合的原则是：将非基变量系数及常数项中的非负真分数部分移到等号左端，将其他部分移到等式右端，即得 (3) (4)求割平面方程 分析式(3)，等式右端由三部分组成，常数项得整数部分，基变量及非基变量(含松弛变量或剩余变量)，前两部分都是整数或应取整数，而松弛变量根据约束方程来看也应取非负整数(对于这一点，当原问题A0得约束方程组中的系数或常数项中有非整数时，要求将该约束方程先化成整数系数及整数常数项，然后再标准化，就可满足)，因此式(3)右端应为整数，同时由于等式左端的特殊性，右端的整数应是大于等于零的整数。这是因为可将(3)式改写成 (4) 式(4)左端是非负数，右端第一项是一个真分数，如果第二项为负整数(即≤－1的整数)，则不能保证左端为非负数。因此，(3)式的左端应大于等于零 即 这就是一个割平面方程。 将上述方法进行一般化描述： (1)设是伴随规划最终单纯形表上第I行约束方程所对应的基变量，其取值为非整数，则其约束方程式为 (1) (2)将拆分 记 (2) 式中 将(2)式代入(1)式 或