整数规划jssk运筹学.pptVIP

第五章 整数规划 在求解线性规划问题时，得到的最优解可能是分数或小数，但许多实际问题要求得到的解为整数才行。这种要求线性规划有整数解的问题，称为整数线性规划(Integer linear Programming) 。 例1 某服务部门各时段（每2h为一时段）需要的服务员人数见下表。按规定服务员连续工作8小时为一班。现要求安排服务员的工作时间，使服务部门服务员总数最少。 例2 现有资金总额为B，可供选择的投资项目n个，项目j所需投资额和预期收益分别为aj和cj，此外，由于种种原因，有三个附加条件：（1）若选择1，则必须选择2，反之则不一定；（2）项目3和4至少选择一个；（3）项目5、6、7中恰好选择2个。应该如何选择项目，才能使总预期收益最大？ 例3 工厂A1和A2生产某种物资。由于该种物资供不应求，故需再建一家工厂，相应的方案有A3和A4两个。这种物资的需求地有B1~B4四个。各工厂的生产能力、各地年需求量、各厂至各需求地的单位运费cij见下表。工厂A3或A4开工后，每年的生产费用估计分别为1200万元或1500万元。现要决定应该建设A3还是A4，才能使每年的总费用（即全部物资运费和新工厂生产费用之和）最少。 引例 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： 整数规划的数学模型 第二节 割平面法 第三节 分枝定界法 分支定界法的步骤 分支定界法的步骤 (4)定界。在各分枝中找出目标函数值最大者作为新的上界z；从已符合整数要求的各分枝中，找出目标函数值最大者作为新的下界z。 (5)比较与剪枝。各分枝的最优目标函数值中如果有小于z者，则剪掉这一枝（用打×表示），即以后不再考虑了。若已没有大于z的分枝，则已得到R的最优解，结束；否则，转(3)。 第四节 0-1 整数规划 0-1型整数规划是整数规划的一种特殊形式，它的变量xj仅取值0或1。这种只能取0或1的变量称为0-1变量或二进制变量。 如果有m个互相排斥的约束条件(≤型)： αi1x1+αi2x2+…+αinxn≤bi，i=1，2，…,m 为保证这m个约束条件只有一个起作用，我们引入m个0-1变量yi(i=1,2,…，m)和一个充分大的常数M，将约束条件改为如下形式： αi1x１+αi2x2+…+αinxn≤bi+yiM i=1,2,…，m (5-13) y1+y2+…+ym=m ? 1 (5-14) 显然，在m个yi中只有一个能取0值，设yi*=0，就只有i=i*这个约束条件起作用，而别的式子都是多余的。 无可行解 61/14(B12)10/3(B2), 优先选择B12分枝。 410/3，所以B2无需分枝。 【例3】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。 10 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 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 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 LP3 尽管LP1的解中x1不为整数，但Z5Z因此LP5的最优解就是原整数规划的最优解。 分枝过程如图表示： LP0:X=(3.57,7.14),Z0=35.7 LP1:X=(3,7.6) Z1=34.8 LP2:X=(4,6.5) Z2=35.5 x1≤3 x1≥4 LP3:X=(4.33,6) Z3=35.33 x2≤6 LP4:X=(4,6) Z4=34 LP5:X=(5,5) Z5=35 x1≤4 x1≥5 无可行解 x2≥7 (1)用观察法求整数规划原问题R的一个可行解，其目标值便是R的最优目标值z*的一个下界z。 (2)求解松弛问题R0，若R0无可行解，则R也无可行解，结束；若得到R0的最优解x(0)和最优值z0。若x(0)符合R的整数条件，则显然x(