第八章整数规划讲义.ppt

第八章 整数规划 第一节 整数规划的图解法 第二节 分枝定界法 整数规划（Integer Programming，简称IP） 整数规划中要求部分或全部决策变量取整数值。 根据规划模型是否为线性，可分为整数线性规划（ILP）和整数非线性规划（INLP）。 根据受整数约束的变量范围，可分为纯整数规划（Pure IP）、混合整数规划（Mixed IP）和0－1规划。 第一节 整数规划的图解法 对二维ILP问题，图解法是最简单的。 解法：在LP问题最优解基础上，让目标函数等值线逆着其法线方向朝可行域内平移，首次碰到的整数点（ILP的整数可行解），即为ILP问题的最优解。 解决整数规划的两种初始想法： 1、一一列举所有可行方案； 2、先放弃整数性要求，求得一个LP问题的最优解后，然后用四舍五入法取整数解。 整数规划问题的解法值得探讨。 第二节 分枝定界法 首先，理解一个问题： 原问题与松弛问题解的关系？ 一般将一个规划问题去掉若干约束条件而得到的规划问题称为原问题的松弛问题； IP问题去掉整数性约束，一般称为该IP问题的伴随LP问题； 伴随LP问题是IP问题的一个松弛问题； 对伴随LP问题的解，可称之为IP问题的LP解； 伴随LP问题的最优值一定比IP问题的更优。 三点说明 1、分支顺序：目标值大的先分支； 2、下级分支问题的最优值一定比上级分支问题的最优值小。 3、各分支的取舍：若已取得一整数可行解，凡是目标函数值小于该整数可行解的分支都可以舍去。 * * 例、某厂拟用火车装运甲、乙两种货物集装箱，每箱的体积、重量、可获利润以及装运所受限制如下： 货物集装箱 体积(米3) 重量(百斤) 利润(百元) 甲 5 2 20 乙 4 5 10 托运限制 24 13 问两种货物各装运多少箱，可使获得利润最大？ 例：设甲、乙两种货物装运箱数分别为x1和x2。显然，x1、x2都要求为整数,于是可建立整数规划模型如下： Max z＝20x1+10x2 s.t. 5x1+4x2≤24 (1) 2x1+5x2≤13 (2) x1 ,x2≥0 (3) x1,x2为整数 (4) 它和线性规划问题的区别在于条件(4)。 x1 x2 （4.8，0） O 找到的第一个整数点（4，1），即IP问题的最优解 例如：S1 →S2 （松弛问题） Max z= 6x1+5 x2 2x1+ x2≤9 5x1+7x2≤35 x1 ≥0， x2 ≥0 x2≤2 s.t. 减少条件形成松弛问题S2 减少条件x2≤2后，x1、 x2的取值范围（设为 S2）比最初（设为S1 ）大，如图 S2 S1 因为S1 S2，所以z= 6x1+5 x2在S2上的最大值不超过S2上的最大值（因S1上的最大值也是S2上的值）。 ∪ 对于目标函数最小化的问题亦然。 意义：松弛问题的目标函数值比原问题的目标函数值更优。 例 求解IP问题 Max z=40x1+90x2 9x1+7x2 ≤ 56 7x1+20x2≤70 x1,x2≥0, 整数 R0: z0=356 x1=4.81 x2=1.82 R1:z1=349 x1=4.00 x2=2.10 R2:z2=341 x1=5.00 x2=1.57 R12: z12=327 x1=1.42 x2=3.00 x2≥3 R11: z11=340 x1=4.00 x2=2.00 R21: z21=308 x1=5.44 x2=1.00 R22: 无可 行解 x1 ≤4 x2 ≤1 x1≥5 x2≥2 伴随问题R0为: Max z=40x1+90x2 9x1+7x2≤56 7x1+20x2≤70 x1,x2≥0 问题R2为: Max z=40x1+90x2 9x1+7x2≤56 7x1+20x2 ≤ 70 x1 ≥ 5 x1,x2 ≥ 0 问题R1为: Max z=40x1+90x2 9x1+7x2≤56 7x1+20x2 ≤ 70 x1 ≤4 x1,x2≥0 x2 ≤2 问题R11