6.4混合整数规划问题的计算机求解.pptxVIP

混合整数规划问题的计算机求解整数线性问题求解 最优化问题的要求除了满足约束条件的规则外，还需要是的全部和部分自变量取整数，这类问题又称为整数规划。其中要求全部。 要求全部自变量均为整数的最优问题又称为纯整数规划问题，部分自变量要求为整数的最优化问题又称为混合整数规划问题。要求自变量只能是0或1，这类规划问题又称为0-1规划问题。 整数规划问题又分为线性整数规划问题和非线性整数规划问题。书中介绍整数规划问题是分为了：整数线性规划问题，整数非线性规划问题，0-1整数规划问题。整数线性问题求解整数线性规划的一般数学描述为Matlab中自身没有提供整数线性规划的函数，一般采用荷兰的Eindhoven科技大学Michel Berkelaar等人开发的LP_Solve包中的MATLAB支持的mex文件。函数表示为如下：intlist为整数约束标示，其第i个分量为1表示需要xi为整数。当前的版本ipslv_mex()函数不能用于MALTLAB7.*下。一般非线性整数规划问题求解在实际应用中经常需要求解非线性整数规划或混合规划问题，常用的方法是分枝定界算法。给出基于此算法编写的函数bnb20（）该函数的调用格式为：[err,f,x]=bnb20(fun,x0,intlist,xm,Xm,A,B,Aeq,Beq,CFun)err为函数的错误信息字符串，x和f分别为最优解和其函数值。如果正确返回最优解，则err字符串为空字符串。该函数尚有不完全之处，一方面，接受xm和xM时，非整数的向量会导致问题；另一方面，得出的解往往不是很精确的整数，所以应该在该函数调用前后给出下面的补丁语句调用前：ix=(intlist==1);xm(ix)=ceil(xm(ix));xM(ix)=floor(xM(ix));调用后：if lengthe(err)==0,x(ix)=round(x(ix)),end一般非线性整数规划问题求解A=[0 2 1 4 2;3 4 5 -1 -1];intlist=ones(5,1);Aeq=[];Beq=[];B=[54;62];xm=[0,0,3.32, 0.678,2.57];xM=2000*ones(5,1);ix=(intlist==1);xm(ix)=ceil(xm(ix));x0=xm;[errmsg,f,X]=bnb20(c6miopt,x0,intlist,xm,xM,A,B,Aeq,Beq); if length(errmsg)==0,x(ix)=round(x(ix)),end intlist=[1,0,0,1,1];ix=(intlist==1);xm(ix)=ceil(xm(ix)); [errmsg,f,X]=bnb20(c6miopt,x0,intlist,xm,xM,A,B,Aeq,Beq); if length(errmsg)==0,X(ix)=round(X(ix)),end一般非线性整数规划问题求解x0=[1;1];xm=-100*[1;1];xM=100*[1;1]; A=[];B=[];Aeq=[];Beq=[];intlist=[1 1]; [errmsg,f,x]=bnb20(c6fun1,x0,intlist,xm,xM,A,B,Aeq,Beq); x if length(errmsg)==0,x=round(x),end; x xm=-20*[1;1];xM=20*[1;1]; [errmsg,f,x]=bnb20(c6fun1,x0,intlist,xm,xM,A,B,Aeq,Beq); if length(errmsg)==0,x=round(x),end;x0-1规划问题求解0-1规划，指自变量xi的值或者为0，或者为1。Matlab提供了一个新函数bintprog()可以用来求解0-1线性规划问题，调用格式为x=bintprog(f,A,B,Aeq,Beq)f=[-3,2,-5];A=[1 2 -1;1 4 1;1 1 0;0 4 1];B=[2;4;5;6];x=bintprog(f,A,B,[],[])0-1规划问题求解x0=[1;1;1];xm=[0;0;0];xM=[1;1;1];intlist=[1;1;1];A=[1 2 -1;1 4 1;1 1 0;0 4 1];B=[2;4;5;6];Aeq=[];Beq=[];[errmsg,f,x]=bnb20(c6fun2,x0,intlist,xm,xM,A,B,Aeq,Beq)使用bnb20求解0-1规划问题割平面法算法原理：Gommory割平面法首先求解非整数约束的线性规划，在选择一个不是整数的基变量，定义新的约束，增加到原来的约束中，增加到原来的约束中，新的约束缩小了可行域，但是保留了原问题的全部整数可行解。