湖北工业大学运筹学整数规划讲义.pptVIP

3.1 整数规划及其数学模型 例：某工厂用集装箱托运甲、乙两种货物，每箱的体积、重量、可获得的利润 及托运所受限制如表所示： 货物 体积（m3/每箱） 重量（百斤/每箱） 利润（百元/每箱） 甲 5 2 20 乙 4 5 10 托运限制 24 13 问：两种货物各托运多少箱，可使利润最大？ 这是一个整数线性规划问题。 不考虑（4）时，其最优解为： 3.1 整数规划及其数学模型 3.1.1 整数规划的类型 连续规划：线性规划问题中决策变量是连续变量。 整数规划：部分或全部决策变量取整数值的数学规划问题，属于离散规划。 整数规划问题分为以下几类： 1. 纯整数规划：全部决策变量取整数值的整数规划。 2. 混合整数规划：决策变量中有一部分必须取整数值的整数规划。 3. 0-1型整数规划：决策变量只能取值0或1的整数规划。 按照目标函数和约束条件中是否包含非线性，将整数规划分成整数线性规划和 整数非线性规划。本章的整数规划都是整数线性规划。 3.1.2 整数规划的数学模型及其特点 1. 整数线性规划的数学模型一般形式为： 3.1 整数规划及其数学模型 3.1.2 整数规划的数学模型及其特点 2. 整数线性规划的特点 不考虑整数条件，由余下的约束条件和目标函数构成的规划问题为该整数规 划问题的松弛问题。 整数规划问题的可行解一定是其松弛问题的可行解，但松弛问题的最优解取 整所得到的解不一定是整数规划的最优解，甚至也不一定是整数规划的可行解。 解：设 数学模型为： 3.2 分枝定界法 对于整数规划问题，当可行域有界，可用穷举法（枚举法）。穷举变量所有可行的整数组合，再比较其目标函数值以找到最优解。对于小型问题，变量少，该方法可行；对于大型问题，可行的整数组合很多，穷举法不可取。 分枝定界法仅检查可行的整数组合的一部分，找到最优整数解。 3.2.1 分枝与定界 1.分枝 若整数规划的松弛问题的最优解不符合整数要求，设 ，不符合整数 要求， 是不超过 的最大整数，则构造两个约束条件： 分别将其并入上述松弛问题中，形成两个分枝后继问题，两个后继问题中的 可行域包含原整数规划问题的所有可行解。 根据需要，各个后继问题可以类似产生自己的分枝后继问题，如此不断，直 到获得整数规划问题的最优解，就是所谓的“分枝”。 3.2 分枝定界法 3.2.1 分枝与定界 2.定界 在分枝过程中，某个后继问题获得一个整数可行解，则其目标函数值为 一个“界限”，可作为衡量其他分枝的一个依据。对于对应松弛问题最优解 目标函数值小于上述“界限”值的后继问题，可删除不予以考虑。当以后的 分枝出现更好的“界限”，就以它来取代原来的界限。 3.分枝与定界的作用 将可行域分成子区域（分枝），逐步减小松弛问题的目标函数值（上界） 增大整数规划问题的目标函数值（下界）。 分枝：为整数规划最优解出现创造新条件。 定界：提高搜索的效率。 3.2 分枝定界法 3.2.1 分枝与定界 解：记整数规划问题为IP，松弛问题为LP 加入到LP问题中，得到后继问题LP1、LP2。 3.2 分枝定界法 3.2.1 分枝与定界 LP11无可行解 加入到LP1中，得到两个分枝LP11、LP12。 加入到LP12中，得到两个分枝LP121、LP122。 这两个解为IP问题的可行解且目标函数值 相等，是IP最优解目标函数值的一个下界。 3.2 分枝定界法 3.2.1 分枝与定界 LP 3.2 分枝定界法 3.2.2 分枝定界法的基本步骤 1.求解原整数规划问题的松弛问题： （1）若松弛问题没有可行解，原问题也没有可行解，则停止。 （2）若松弛问题有最优解，且满足原问题中的取整要求，则该最优解为原整 数规划问题的最优解。 若松弛问题有最优解，但不满足原问题的取整要求，则转下一步，对松弛问 题进行分枝。 2.分枝：任选一个不符合取整要求的变量 ，其值为 ，构造两个约束条件： 分别加入到松弛问题，得到两个后继问题，对此后继问题求最优解。 3.定界：若分枝后继问题中存在满足原问题中取整要求的最优解，求出其目标 函数值为最大者，作为整数规划问题最优解目标函数值的下界限 。 4.比较与剪枝 各分枝后继问题中无可行解或最优目标函数值小于 ，不需要再考虑分枝。 3.2 分枝定界法 3.2.2 分枝定界法的基本步骤 5.若所有分枝后继问题都无需继续分枝，即得到整数规划问题的最优解。 分枝定界法适用于纯整数规划和混合型整数规划问题，它仅在一部分可行解的 整