第六章整数规划课件.pptVIP

第六章 整数规划 本章主要教学内容 整数规划的概念和模型 整数规划的应用 整数规划的解法 本章教学的基本要求 1、掌握一般整数规划问题的概念及模型结构； 2、理解割平面法与分支定界法的解题原理； 3、能够运用割平面法与分支定界法求解一般整 数规划问题； 整数规划的基本概念 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 整数规划的模型 整数规划的一般模型 整数规划的应用 （一）投资决策问题: 整数规划的应用 （一）投资决策问题: 例：背包问题: 例：背包问题: 设一背包最大的装载重量为50公斤,现有三种物品,每种物品数量无限,其重量和单价如下表所示,请问:每种物品各取多少件装入背包,使其中物品的总价值最高。 例：项目选择 例：项目选择 （二）固定成本问题 （三）多重约束的选择 舍入化整法 先不考虑整数条件,而解一个相应的连续型问题,然后把连续的最优解取整到最接近的可行整数,当连续最优解的数值都较大时,上述做法基本可行。 但是，这种舍入化整的办法可能导致解的可行性受到破坏 。 舍入化整法 割平面法 (或切割法) 割平面法是以线性规划的解法为基础的, 通过增加适当的约束条件,将连续问题的可行域一次一次割去一部分,直到连续最优解满足整数性条件为止。 隐枚举法 (或搜索法) 隐枚举法的基本思想是将所有可行解的集合分成一些子集,从整体上估计最优解一定不会在某些子集中,然后把这些子集丢掉,以缩小解的检查范围,分支定界法就是其中的一种. 介绍两种整数规划的解法 割平面法 分支定界法 对已给的整数规划问题，先不考虑其整数条件，而解一个相应的线性规划问题。若此线性规划问题的最优解都是整数，则它也就是所求整数规划问题的最优解。 若线性规划问题的最优解中至少有一个基变量取非整数值，而问题中要求它为整数，则对原来的线性规划问题增加一个线性约束条件（几何上称为割平面）再行求解。 这个割平面将从原可行域中切去一部分，其中只包含相应线性规划问题的非整数最优解。而不包含整数最优解。 例 6.2-1 求解下述IP问题: max z = x1+x2 （1） s.t. -x1+x2≤1 （2） 3x1+x2≤4 （3） x1,x2 ≥0 （4） x1, x2,整数 （5） 我们由最优表中得到变量间的关系式: X1 -1/4x3+ 1/4x4=3/4 （8） x2+3/4x3+1/4x4=7/4=1+3/4 （9） 由于x1, x2， x3, x4都是非负整数， 因此等式（10）的左端为整数,则右端也必为整数, 变形为 -3x3-x4≤-3 分支定界法 分支定界法的基本思想 以求相应的线性规划问题的最优解为出发点，如果得到的解不符合整数条件，就将原规划问题分成几支，每支增加了约束条件，即缩小了可行解区域，可行解范围也随之缩小了，因而整数规划的最优值不会优于相应的线性规划最优值。 “定界”是指为目标函数定界，以便自动舍去那些最优值较差的子问题，提高计算效率。 分支定界法解法 书P182 页例6.2-3分支定界法： 原问题 max z=x1+7x2 s.t. - x1+3x2 ≤12 x1+x2 ≤10 x1,x2 ≥0 x1, x2,整数 分支定界法解法 max z=x1+7x2 s.t. - x1+3x2 ≤12 x1+ x2 ≤10 x1,x2 ≥0 x1, x2,整数 分支定界法小结 求整数规划松弛问题最优解 若松弛问题最优解满足整数要求，得到整数规划的最优解，否则转下一步。 任意选一个非整数的变量X，在松弛问题中加上约束