整数规划与分配问题演示文件修改版.pptVIP

第四章 整数规划(Integer Programming)与分配问题 特点 求解方法 建模 利用0-1变量建立整数规划数学模型 一、特点 变量要求取整数 纯整数规划：全部变量要求取整数 混合整数规划：某一部分变量要求取整数 整数规划目前还仅限于整数线性规划 【例1】求下述整数规划的最优解 二、整数规划的求解方法 凑整法的局限性： 1 变量取值小时，误差大 2 变量数量大时，计算工作量大 3 有时不一定能得到整数规划问题的最优解 整数规划的求解方法 1 图解法 2 分枝定（限）界法 3 割平面法 4 匈牙利法 5 隐枚举法 三、 建模---- 利用0-1变量建立整数规划数学模型 0-1变量的应用 2. 表示选择性约束 4. 两组条件满足其中一组 5. 分段函数线性表示 作业 P125 4.2 作业：P125 4.3(a) §3 分枝定界法(Branch and Bound Method) 分枝定界法的思路及解题步骤 步骤一:寻找松驰问题(替代问题)并求解 1 寻找松驰问题的方法: 放宽或取消原问题的某些约束条件。 2 松驰问题具备的条件: (1)容易求解; (2)松弛问题的解集应全部包含原问题的解集。 3 求解松驰问题: 若松驰问题的最优解是原问题的可行解，则找到了原问题的最优解。否则松驰问题这个最优解的值就是原问题最优解的边界值(求Max时是上界) 分枝定界法典例 整数规划模型 步骤二 分枝与定界 1 分枝的方法: 将松弛问题又分解成若个子问题 2 子问题具备的条件: (1)容易求解; (2)子问题的解不交叉; (3)所有子问题的解集应全部包含原问题的解集。 3 求解子问题: (1)若求解后所有子问题的最优解均不是原问题的可行解，则选边界值优的子问题继续细分，直到找到原问题的一个可行解为止。 (2)若同时找出多个原问题的可行解,则保留边界值优者 分枝与定界 分枝与定界 分枝定界法: 步骤三 剪枝 (1)将各子问题(分枝)的边界值与保留下来的可行解的边界值进行比较，将边界值劣于可行解的分枝剪去；对于边界值优于可行解边界值的分枝继续进行分枝计算。 (2)若分枝计算中又出现新的可行解，则比较新可行解与原可行解的边界值，保留优者,并对边界值劣于保留可行解的分枝及无可行解的分枝剪去，重复上述过程，直到所有分枝的边界值均劣于被保留的可行解的边界值为止。 作业：P125 4.7(a) §5 应用举例 【例5】值班安排问题 【例6】生产计划问题 【例7】位置选择问题 P46 1.3 aP48 1.12 P76 2.1(a) P77 2.6(b) P77 2.8 (a), (b) P100 3.1 表3-35 P101 3.5 P125 4.3(a) P125 4.7(a) L1： Max z=3 x1 +2 x2 st . 2 x1+ 3 x2?14 x1 +0.5 x2?4.5 x2?2 x1?0，x2?0 L2： Max z=3 x1 +2 x2 st . 2 x1+ 3 x2?14 x1 +0.5 x2?4.5 x2 ? 3 x1?0，x2?0 2 4 6 2 4 (4, 1) x1 x2 2x1+3x2=14 2x1+x2=9 3x1+2x2=6 (2.5, 3) (3, 2) L11： Max z=3 x1 +2 x2 st . 2 x1+ 3 x2?14 x1 +0.5 x2?4.5 x2?2 x1 ?3 x1?0，x2?0 L12： Max z=3 x1 +2 x2 st . 2 x1+