Ch3整数规划-2016.ppt

整数规划 变量的取值为整数的LP问题为整数规划问题。 纯整数规划 当要求全部变量取整数值时,称为纯整数规划。 混合整数规划 当要求部分变量取整数值时,称为混合整数规划。 例题1: 某运输问题 设xij表示从仓库Ai调到商场Bj的调拨数，（i=1,2;j=1,2,3）以 台为单位，则有以下LP模型： 先不考虑整数条件, 而解一个相应的连续型LP问题。 画出可行区域, 求出最优解； 然后找出可行区域的所有整数规划解； 将目标函数等值线向最优化方向平移，直至取得整数规划最优值。 3/4 -1/4 0 1 13/4 x1 3 -5/4 -1/2 x4 0 -1/4 1/2 x3 0 0 0 cj -zj 1 0 5/2 x2 2 x2 x1 b 基 CB 2 3 cj → 0 1 0 0 x5 0 -1/2 -1/2 0 0 -1/2 x5 0 [ ] -1/2 -1 0 0 0 cj-zj -2 1 1 0 0 1 x3 0 -1/2 1 0 0 1 7/2 x1 3 1 -1 0 1 0 2 x2 2 得到新的Gomory约束 加上松弛变量后得 【例3.6】 用割平面法求解下列IP问题 【解】 放宽变量约束，对应的松弛问题是 3.2 纯整数规划的求解 Solving Pure Integer Programming 加入松弛变量x3及x4后，用单纯形法求解，得到最优表3-3。 最优解X(0)＝(5/2，15/4),不是IP的最优解。选择表3-3的第一行(也可以选第二行)为源行 3.2 纯整数规划的求解 Solving Pure Integer Programming －1/4 －5/8 0 0 σj 5/2 15/4 －1/2 3/4 1/4 －1/8 0 1 1 0 x1 x2 4 3 x4 x3 x2 x1 XB CB b 0 0 3 4 Cj 表3-3 分离系数后改写成 加入松弛变量x5得到高莫雷约束方程 将上式作为约束条件添加到表3－3中，用对偶单纯形法计算，如表3－4所示 3.2 纯整数规划的求解 Solving Pure Integer Programming －1/8 0 －1/2 0 0 σj 3 3 1 －1/4 3/8 －1/2 0 0 1 1/2 －1/2 1/2 0 1 0 1 0 0 x1 x2 x4 4 3 0 0 －1/4↑ －5/8 0 0 σj 5/2 15/4 －2→ 0 0 1 －1/2 3/4 [－2] 1/4 －1/8 －1 0 1 0 1 0 0 x1 x2 x5 4 3 0 x5 x4 x3 x2 x1 XB CB b 0 0 0 3 4 Cj 最优解X(1)＝(3，3)，最优值Z＝21。所有变量为整数，X(1)就是IP的最优解。若非整数解，需要继续切割，重复上述计算过程。 3.2 纯整数规划的求解 Solving Pure Integer Programming 表3－4 如果在对偶单纯形法中原切割方程的松弛变量仍为基变量，则此松弛变量所在列化为单位向量后就可以去掉该行该列，再切割。 【例3.5 】用分枝定界法求解 【解】先求对应的松弛问题（记为LP0）： 用图解法得到最优解X＝（3.57,7.14）,Z0=35.7,如下图所示。 3.2 纯整数规划的求解 Solving Pure Integer Programming 3.2.2求解整数规划的分枝定界法 8.33 10 松弛问题LP0的最优解X=(3.57,7.14),Z0=35.7 x1 x2 o A B C 10 3.2 纯整数规划的求解 Solving Pure Integer Programming 10 10 x1 x2 o A B C LP1 LP2 3 4 LP1:X=(3,7.6),Z1=34.8 LP2:X=(4,6.5),Z2=35.5 ① ② 10 10 x1 x2 o A B C LP1 LP3 3 4 LP3:X=(4.33,6),Z3=35.33 6 ① ② LP1:X=(3,7.6),Z1=34.8 10 10 x1 x2 o A C LP1 3 4 6 ① ② LP4:X=(4,6),Z4=34 LP5:X=(5,5),Z5=35 5 LP1:X=(3,7.6),Z1=34.8 LP3 LP5 LP3:X=(4.33,6),Z3=35.3 尽管LP1的解中x1不为整数，但Z5Z1，因此LP5的最优解就是原整数规划的最优解。 上述分枝过程可用下图表示 LP0:X=(3.57,7.14),Z0=35.7 LP1:X=(3,7.6) Z1=34.8 LP2:X=(4,6.5)