分支定界解析.docVIP

MATLAB解整数规划问题——分支定界法 柯伟敏 G012012348 一、问题分析 在线性规划问题中，有些最优解可能是分数或小数，事实上，线性规划是连续变量的线性优化问题。但在实际问题中，常有要求解答必须是整数的情形。例如，所求解是机器人的台数，完成工作的人数或者装货的车数等，分数或者小数的解答就不符合要求。为了满足整数解的要求，初看起来，似乎只要把已得到的带有分数的或小数的解经过‘舍入化整’就可以了。但这常常是不行的，因为化整之后不见得就是可行解，或虽是可行解，但不一定是最优解。因此，对求最优整数解问题，有必要另行研究。我们称这样的问题为整数规划问题。学习运筹学过后，我们学习了笔算这类问题，但是当对于一个问题的约束条件有很多个时，手算必然耗费很大个工作量。但是用 MATLAB 解题却可以达到事半功倍的效果，省去了很多繁琐的运算过程。 二、数学原理 下面我主要介绍分支定界解法。分支定界法的基本思想是不断将可行域分割成小的集合，然后再小的集合上找整数最优解，在分割可行域时，整数解并不会丢失。其算法过程如下： 1、 置矩阵NF_lb为原整数的的lb，NF_ ub 为原整数规划的ub，置最优解(，目标函数的最优上界F=+∞。 2、设NF_lb的第一列为l，NF_ub第一列为u，求解线性规划min f（x）=cx， s.t. ，设最优解为，最优值为，如果不存在最优解，则设=+∞； 3、若=+∞，则将NF_lb的第一列和NF_ub的第一列去掉，转7，否则，转4 4、若F，则将NF_lb的第一列去掉，和NF_ub的第一列去掉，转7，否则，转5. 5、若F，且的各分量都为整数，则置F=,，将NF_lb的第一列和NF_ub的第一列去掉，转7，否则转6。 6、若F，但的有些分量不是整数，任选择中一个不是整数的分量，将此问题分解为两个问题Q1Q2； 第一个问题的ub等于u，而lb是将NF_lb中的第一列分量对应的下界改为[]+1; 第二个问题的lb等于l，而ub是将NF_ub中的第一列，对应的上界改为[]，再将NF_lb的第一列和NF_ub的第一列去掉，把Q1，Q2对应的lb，ub作为新列分别添加到NF_lb和NF_ub的后面，转2 若NF_lb不为空，则转2，若为空，且不为空，则为原整数规划的最优解，F=最优值，如果为空，则原整数规划不存在最优解。 解题过程 根据上述算法，编写对应的MATLAB程序 function [x,fm] = IntProgFZ(f,A,b,Aeq,beq,lb,ub) x = NaN; fm = NaN; NF_lb = zeros(size(lb)); NF_ub = zeros(size(ub)); NF_lb(:,1) = lb; NF_ub(:,1) = ub; F = inf; while 1 sz = size(NF_lb); k = sz(2); opt = optimset(TolX,1e-9); %解线性规划 [xm,fv,exitflag] = linprog(f,A,b,Aeq,beq,NF_lb(:,1),NF_ub(:,1),[],opt);%求原问题的松弛问题的最优解 if exitflag == -2 %不存在最优解 xm = NaN; fv = NaN; end if xm == NaN fv = inf; %无穷大，对应第3步 end if fv ~= inf %不为不穷大 if fv F %对应算法分析第5步 if max(abs(round(xm) - xm))1.0e-7 %判断各个分量是否为整数 F = fv; x = xm; tmpNF_lb = NF_lb(:,2:k);%去掉第一列 tmpNF_ub = NF_ub(:,2:k);%去掉第一列 NF_lb = tmp NF_lb; NF_ub = tmp NF_ub; if is empty(NF_lb) == 0 %第7步，判断NF_lb是否为空