纯整数规划的求解.ppt

Ch6 整数规划 Integer Programming?? 6.2 纯整数规划的求解(续) Solving Pure Integer Programming 设纯整数规划 松弛问题 的最优解 设xi不为整数， 6.2.2 求解IP的割平面法 6.2 纯整数规划的求解 Solving Pure Integer Programming 将 分离成一个整数与一个非负真分数之和： 则有 等式(6.5)两边都为整数并且有 6.2 纯整数规划的求解 Solving Pure Integer Programming 加入松弛变量si得 此式称为以xi行为源行(来源行)的割平面，或分数切割式，或R.E.Gomory(高莫雷)约束方程。 将Gomory约束方程加入到松弛问题的最优表中，用对偶单纯形法计算，若最优解中还有非整数解，再继续切割，直到全部为整数解。 则 6.2 纯整数规划的求解 Solving Pure Integer Programming 例如， x1行： 移项： 令 加入松弛变量s1得 同理，对于x2行有： 6.2 纯整数规划的求解 Solving Pure Integer Programming 【例6.6】 用割平面法求解下列IP问题 【解】 放宽变量约束，对应的松弛问题是 6.2 纯整数规划的求解 Solving Pure Integer Programming 加入松弛变量x3及x4后，用单纯形法求解，得到最优表6-3: 最优解X(0)＝(5/2，15/4),不是IP的最优解。选择表6-3的第一行(也可以选第二行)为源行 6.2 纯整数规划的求解 Solving Pure Integer Programming Cj 4 3 0 0 b CB XB x1 x2 x3 x4 4 3 x1 x2 1 0 0 1 1/4 －1/8 －1/2 3/4 5/2 15/4 λj 0 0 －5/8 －1/4 表6-3 分离系数后改写成 加入松弛变量x5得到高莫雷约束方程 将式(6.8)作为约束条件添加到表6－3中，用对偶单纯形法计算，如表6－4所示: 6.2 纯整数规划的求解 Solving Pure Integer Programming Cj 4 3 0 0 0 b CB XB x1 x2 x3 x4 x5 4 3 0 x1 x2 x5 1 0 0 0 1 0 1/4 －1/8 －1 0 0 1 5/2 15/4 －2→ λj 0 0 －5/8 0 4 3 0 x1 x2 x4 1 0 0 0 1 0 1/2 －1/2 1/2 －1/4 3/8 －1/2 3 3 1 λj 0 0 －1/2 －1/8 最优解X(1)＝(3，3)，最优值Z＝21。所有变量为整数，X(1)就是IP的最优解。如果不是整数解，需要继续切割，重复上述计算过程。 3.2 纯整数规划的求解 Solving Pure Integer Programming 表6－4 如果在对偶单纯形法中原切割方程的松弛变量仍为基变量，则此松弛变量所在列化为单位向量后就可以去掉该行该列，再切割。 6.3 0－1规划的求解 Solving BIP 6.3.1 求解0－1整数规划的隐枚举法 隐枚举法的步骤： 1.找出任意一可行解，目标函数值为Z0 ； 2.? 原问题求最大值时，则增加一个约束 当求最小值时，上式改为小于等于约束； 3. 列出所有可能解，对每个可能解先检验式(*)，若满足再检验其它约束，若不满足式(*)，则认为不可行，若所有约束都满足，则认为此解是可行解，求出目标值 ； 4. 目标函数值最大(最小)的解就是最优解。 6.3 0－1规划的求解 Solving BIP 【例6.7】用隐枚举法求解下列BIP问题 【解】(1) 不难看出，当所有变量等于0或1的任意组合时，第一个约束满足，说明第一个约束没有约束力，是多余的，从约束条件中去掉。还能通过观察得到X0＝(1，0，0，1)是一个可行解，目标值Z0＝11是BIP问题的下界，构造一个约束： ，原BIP问题变为 6.3 0－1规划的求解 Solving BIP Ch6 整数规划 Integer Programming??