第4章整数规划与分配问题--生答辩.pptVIP

第4章 整数规划 * 第4章 整数规划 §1 整数规划的特点及作用 §2 分枝界定法 §3 割平面法 纯整数规划：在整数规划中，如果所有的变量都为非负整 数，则称为纯整数规划问题； 混合整数规划：如果有一部分变量为非负整数，则称之为 混合整数规划问题。 0-1变量：在整数规划中，如果变量的取值只限于0和1，这 样的变量我们称之为0-1变量。 0-1规划：在整数规划问题中，如果所有的变量都为0-1变 量，则称之为0-1规划。 §1 整数规划的有关概念及特点 一、 概念 整数规划： 要求决策变量取整数值的规划问题。 （线性整数规划、非线性整数规划等） 求整数解的线性规划问题，不是用四舍五入法或去尾法对 性规划的非整数解加以处理就能解决的，用枚举法又往往 会计算量太大，所以要用整数规划的特定方法加以解决。 例： 求解下列整数规划： 二、 整数规划的求解特点 §1 整数规划的有关概念及特点 分析： 若当作一般线性规划求解，图解法的结果如下。 1、非整数规划最优解 显然不是整数规划的可行解。 2、四舍五入后的结果 也不是整数规划的可行解。 3、可行解是阴影区域交叉点，可比较这些点对应的函数值，找出最优。 §1 整数规划的有关概念及特点 第4章 整数规划 §1 整数规划的特点及作用 §2 分枝界定法 §3 割平面法 分枝定界法是求解整数规划的一种常用的有效的方法，它 既能解决纯整数规划的问题，又能解决混合整数规划的问 题。 大多数求解整数规划的商用软件就是基于分枝定界法编 制而成的。 下面举例来说明分枝定界法的思想和步骤。 §2 分枝定界法 性质 求MAX的问题：整数规划的最优目标函数值小于或等于相应的线性规划的最优目标函数值； 求MIN的问题：整数规划的最优目标函数值大于或等于相应的线性规划的最优目标函数值。 1、求解整数规划相应的一般线性规划问题（即先去掉整数约束）。 易知：整数规划的可行域（小）包含于线性规划的可行 域 (大）。 若线性规划的最优解恰是整数解，则其就是整数规划的最优解。否则该最优解，是整数规划最优解的上界或下界。 §2 分枝定界法 例： 求解下列整数规划： 解：1、解对应的线性规划： 其最优解为 ， 显然不是整数规划的可行解。 L0： §2 分枝定界法 2、分枝与定界： 将对应的线性规划问题分解成几个子问题，每个子问题就是一分枝，而所有子问题的解集之和要包含原整数规划的解集。 求解每一分枝子问题： 若其最优解满足整数约束，则它就是原问题的一个可行解（不一定是最优）；否则，就是该枝的上界或下界。 若所有分支的最优解都不满足整数条件（即不是原问题的可行解），则选取一个边界值最优的分支继续分解，直至找到一个原问题的可行解。 若在同一级分枝中同时出现两个以上的原问题可行解，则保留目标值最优的一个，其余不再考虑。 从各分枝中找原问题可行解的目的是为下一步的比较与剪枝。 §2 分枝定界法 将上述线性规划问题分为两枝，并求解。 解得 解得 L1： L2： 显然两个分枝均非整数可行解，选边界值较大的L1继续分枝。 §2 分枝定界法 将L1分为两枝，并求解。 解得 解得 L11： L12： 两个分枝均是整数可行解，保留目标值较大的L12。 §2 分枝定界法 3、比较与剪枝 将各子问题的边界值与保留下的整数可行解对应的目标值比较，将边界值劣于可行解的分支减剪去。 若比较剪枝后，只剩下所保留的整数可行解，则该解就是原整数规划的最优解；否则选取边界值最大的一个分枝继续分解，在其后的过程中出现新的整数可行解时，则与原可行解比较，保留较优的一个，重复第三步。 §2 分枝定界法 L0： X2≤2 X2≥3 X1≤3 X1≥4 用图表示上例的求解过程与求解结果 §2 分枝定界法 第4章 整数规划 §1 整数规划的特点及作用 §2 分枝界定法 §3 割平面法 一、 基本思想 在整数规划的松弛问题中，依次引进新的约束条件（割平面），使问题的可行域逐步减小，但每次割去的只是部分非整数解，直到使问题的目标函数值达到最优的整数点成为缩小后的可行域的一个顶点，这样就可以用线性规划的方法求得整数最优解。 §3 割平面法 例： 求解下列整数规划： 解： 1、解对应的线性规划（松弛问题），并将约束条件的系数均化为整数： §3 割平面法 加入松弛变量后求解，得最终单纯形表： 2 5/2 0 1 1/2 -1/2 3 13/4 1 0 -1/4 3