(整数规划).pptVIP

* 5.5 匈牙利法 标准指派问题 匈牙利法步骤 实例 非标准指派问题 * 1.标准指派问题 有n个任务，由n个人来做，已知第i人做第j件事的费用为Cij，求最佳任务分配方案，使总费用最少。 * 化指派问题为极小化问题，对各行或各列减去该行或该列的最小元素，使价值系数矩阵中的行或列元素都有零元素出现为止。 为变换后的价值系数矩阵确定独立零元素，即用最少的横线或竖线划去0元素，通常从0元素最多的行或列划起，如果线条数m=n，则已能找到最优解，否则转第4步。 找最优解，即找n个不同行不同列的0元素，从行或列最少的0元素开始寻找，把该行或列的一个0元素变为1，其余为0，形成单位阵的一行或一列，最后形成一个单位阵，其中为1的元素对应其行任务由列人做。 价值系数矩阵变换，在未被直线覆盖的元素中找出一个最小元素Cik，对未被直线覆盖的元素减去该元素，被覆盖一次的元素不变，被覆盖两次的元素加上该元素。得到新的价值矩阵，返回2步。 2.匈牙利法步骤 * 3.实例 －4 －7 －6 －6 －6 －1 －3 所以最优解为： Z=7+9+6+6+6=34万元 * 4.非标准指派问题 最大化指派问题：可化为极小化指派问题形式再求解，即用价值系数中最大者减去各价值系数取得一新的价值系数矩阵。 人数和任务数不等的指派问题： 人数任务数时，需添上虚拟“人”，价值系数为0； 人数任务数时，需添上虚拟“任务”，价值系数为0； 一个人可做n件任务的指派问题，把该人做相同的n个人指派； 某事一定不能由某人做的指派问题，价值系数定为M； 某事一定要由某人做的指派问题，把该任务对应的其他人的价值系数定位M. * 第五章 整数规划 5.1 整数规划的数学模型及解的特点 5.2 割平面法和分支定界法 5.3 0-1整数规划 5.4 隐枚举法 5.5 匈牙利法 * 本章学习要求 熟悉分支定界法和割平面法的原理及其应用 掌握求解0-1规划问题的隐枚举法 掌握求解指派问题的匈牙利法 * 5.1整数规划的数学模型及解的特点 整数规划的类型 整数规划的数学模型实例 整数规划解的特点 * 1.整数线性规划（ILP）的类型 要求一部分或全部决策变量必须取整数值的规划问题称为整数规划（integer programming，简记ILP）。 纯ILP： Xj全为整数 混合ILP：部分Xj为整数 0-1 ILP：Xj为0或1 * 线性规划模型 max z=x1+4x2 s.t. 14x1+42x2≤196 -x1+ 2x2≤ 5 x1, x2≥0 整数规划模型 max z=x1+4x2 s.t. 14x1+42x2≤196 -x1+ 2x2≤ 5 x1, x2≥0 x1,x2 为整数 0 1 2 3 4 5 6 7 8 4 3 2 1 A(2.6, 3.8) B(5, 3) 2.整数线性规划（ILP）实例 * 线性规划的最优解A(x1, x2)=(2.6, 3.8)不是整数解，目标函数值为z=17.8。整数规划的最优解B(x1, x2)=(5,3)目标函数值为z=17。线性规划最优解A(2.6, 3.8)四舍五入得到的解为(3,4)，不是可行解；舍去尾数取整的解为(2,3)，目标函数值z=14。 因此整数规划的最优解一般不能由线性规划的最优解通过简单的取整得到。 0 1 2 3 4 5 6 7 8 4 3 2 1 A(2.6, 3.8) B(5, 3) * 3.整数线性规划（ILP）解的特点 ILP是其中LP的一个子问题，所有解也是LP的可行解，所以如果LP的最优解满足ILP的整数条件，则已得最优解。 * 5.2 割平面法和分支定界法 割平面法（Gomory法） 分支定界法 * 1.割平面法 基本原理： 根据单纯形法求得其松弛问题的最优解，若不满足整数条件，则由最优解中选取具有最大真分数部分的非整分量所在行构造割平面约束，将其加入原松弛问题中形成一个新的线性规划求解，逐渐缩小解的范围，又不去掉整数解，直至找到最优解为整数解结束。 * 1.割平面法 割平面束构造： 设具有最大真分数部分的非整分量所在行为： 将该约束方程所含系数和常数分解为整数N和正真分数f之和，即： 则该约束方程等价于： * 1.割平面法 例： Cj 1 1 0 0 CB XB b x1 x2 x3 x4 Θ 0 x3 6 2 1 1 0 0 x4 20 4 5 0 1 δj 1 1 0 0 [ ] [ ] 3 5 x1入 x3出 1 x1 3 1 1/2 1/2 0 0 x4 8 0 3 -2 1