运筹学第5章整数规划.ppt

Chapter 5 整数规划( Integer Programming ) 若将（x1=4.8，x2=0）凑整为（x1=5，x2=0），显然已不满足约束条件，②25。 若将（x1=4.8，x2=0）凑整为（x1=4，x2=0），是可行解，但是否最优呢？当（x1=4，x2=0），Z＝80。 向原点平行移动目标函数的等值线，第一次遇到“＋”的B点，即为最优解。(“＋”的点表示可行的整数解。) 当（x1=4，x2=1），Z＝90，更优。 图 分支定界法的步骤 算法思想 由相应的线性规划问题的可行域向整数规划的可行域逼近 方法—利用超平面切除 要求 整数解保留 不符合整数条件的线性规划问题的最优解被切除 第四节 0－1 整数规划 3. 固定成本问题 例3：高压容器公司制造小、中、大三种尺寸的金属容器，所用资源为金属板、劳动力和机器设备，制造一个容器所需的各种资源的数量如下表所示。 作业： 课后习题 5.2 5.3（1）5.6（1） 将生成的割平面条件加入松弛变量，然后加到表中： 0 2/3 -1/3 0 0 1 2/3 x1 0 0 1 0 0 1 0 1 x2 1 0 -4 1 1 0 0 2 x3 0 -1 -2 s1 0 -2 x4 0 1 s2 0 0 0 -1 －Z 0 0 0 -2 s2 0 x3 x2 X1 b XB CB 1 0 -1 0 0 1 0 x1 0 3/2 0 -1 0 1 0 0 x2 1 -6 0 5 1 0 0 6 x3 0 0 1 s1 1 1 x4 -3/2 -3/2 s2 0 0 0 0 －Z 0 0 0 1 s1 0 x3 x2 x1 b XB CB -1/2 1 0 0 0 1 1 x1 0 0 1 0 0 1 0 1 x2 1 3/2 -5 0 1 0 0 1 x3 0 -1 1 s1 0 1 x4 0 -3/2 s2 0 0 0 -1 －Z 0 0 0 1 x4 0 x3 x2 x1 b XB CB 至此得到最优表，其最优解为 X＊= (1 , 1) , Z = 1, 这也是原问题的最优解。 有以上解题过程可见，表中含有分数元素且算法过程中始终保持对偶可行性，因此，这个算法也称为分数对偶割平面算法。 把(2)、(3)代入(1)并移项得： 1. 令xi是相应线性规划最优解中为分数值的一个基变量，由单纯形表的最终表得到 割平面方程求解步骤： 0－1 整数规划是一种特殊形式的整数规划，这时的决策变量xi 只取两个值0或1，也叫二进制变量。一般的解法为隐枚举法。 在实际问题中，如果引入0－1型变量可将需要分别讨论的线性规划问题统一在一个问题中讨论了。 实际问题： 投资所（项目）的选定 相互排斥的约束条件 关于固定费用 1. 投资场所的选定-相互排斥的计划 例4 某公司拟在市东、西、南三区建立门市部。拟议中有7个位置（点）Ai 供选择。规定 在东区，由A1, A2, A3 三个点中至多选两个； 在西区，由A4, A5 两个点中至少选一个； 在南区，由A6, A7 两个点中至少选一个。 如选用Ai点，设备投资估计为bi元，每年可获利润估计为ci元，但投资总额不能超过B元。问应选择那几个点可使年利润为最大？ 则0-1规划模型为： 若例4中对运货有体积限制。现有车运和船运两种方式。 其中车运对体积的约束条件为：5x1+4x2?24。 船运对体积的约束条件为： 7x1+3x2?45， 显然。这两条件是相互排斥的。 更一般的，从p个约束条件中恰好选择q个，对应见右。其中，Mi可根据各xj的取值确定，亦可采用一个统一的M表示。 2. 相互排斥的约束条件 不考虑固定费用，每种容器售出一只所得的利润分别为4万元，5万元，6万元，可使用的金属板有500吨，劳动力有300人月，机器有100台月，此外不管每种容器制造的数量是多少，都要支付一笔固定的费用：小号是100万元，中号为150万元，大号为200万元。 现在要制定一个生产计划，使获得的利润为最大。 解：设x1、x2、x3为生产小、中、大容器的数量。 由于制造的固定费用只有生产了才投入，设 金属板： 劳动力： 机器台时： 为避免出现某种容器不投入固定费用就生产的情况： 4.2 0-1型整数规划的解法 4.目标函数值最大（最小）的解就是最优解。 隐枚举法的步骤： 1.找出任意一可行解，目标函数值为Z0； 2.原问题求最大值时，则增加约束(过滤条件)： 当求最小值时，上式 改为 ； 3.列出所有可能解，对每个可能解先检验式