第7章整数规划11.pptVIP

第七章 整数规划;§7.1 引言 ;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； 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。 所有决策变量均要求为0或1，则称之为纯 0—1 整数规划。 部分决策变量要求为0或1，则称之为混合0—1 整数规划。; 整数规划是一类要求变量取整数值的数学规划，可分成线性和非线性两类。 求整数解的线性规划问题，不是用四舍五入法或去尾法对线性规划的非整数解加以处理都能解决的，而要用整数规划的方法加以解决。 ;例7-1 求下列问题： Max Z=3x1+13x2 s.t. 2x1+9x2 ? 40 11x1-8x2 ? 82 x1,x2 ? 0,且取整数值;;;;X1 ? 2;性质1：任何求最大目标函数值的纯整数规划或混合整数规划的最大目标函数值小于或等于相应的线性规划的最大目标函数值；任何求最小目标函数值的纯整数规划或混合整数规划的最小目标函数值大于或等于相应的线性规划的最小目标函数值。 ;例2： Max z = 3x1 + x2 + 3x3 s.t. -x1 + 2x2 + x3 ≤ 4 4x2 -3x3 ≤2 x1 -3x2 + 2x3 ≤3 x1,x2,x3 ≥ 0 且为整数;例3： Max z = 3x1 + x2 + 3x3 s.t. -x1 + 2x2 + x3 ≤4 4x2 -3x3 ≤2 x1 -3x2 + 2x3 ≤3 x3 ≤1 x1,x2,x3 ≥ 0, x1，x3 为整数, x3为0-1变量;§7.4　整数规划的应用; Aj 各点的设备投资及每年可获利润由于地点不同都是不一样的，预测情况见表所示 (单位：万元)。但投资总额不能超过720万元，问应选择哪几个销售点，可使年利润为最大?;解：设：0--1变量 xi = 1 (Ai 点被选用）或 0 (Ai 点没被选用）。这样我们可建立如下的数学模型： Maxz=36x1+40x2+50x3+22x4+20x5+30x6+25x7+48x8+58x9+61x10 s.t.100x1+120x2+150x3+80x4+70x5+90x6+80x7+140x8 +160x9 +180x10 ≤ 720 x1 + x2 + x3 ≤ 2 x4 + x5 ≥ 1 x6 + x7 ≥ 1 x8 + x9 + x10 ≥ 2 xj ≥ 0 且xj 为0--1变量， i = 1,2,3,……,10;0-1变量的概念 0-1变量：一种逻辑变量，常用来表示系统处于某个特定状态，或者决策时是否取某个特定方案。 ;固定费用问题 例：有三种资源被用于生产三种产品，资源量、产品单件可变费用售价、资源单耗量及组织三种产品生产的固定费用见下表。要求制定一个生产计划使总收益为最大。; 产品 资源;设xj 为生产第 j 种产品的产量。y为0-1变量 Max Z=4x1+5x2+6x3-100y1-150y2-200y3;指派问题;人;;;§7.5　整数规划的分枝定界法;分枝定界解法 （Branch and Bound Method) 原问题的松驰问题：任何整数规划（IP），凡放弃某些约束条件（如整数要求）后，所得到的问题（LP） 都称为（IP）的松驰问题。; 分枝定界法步骤 一般求解对应的松驰问题，可能会出现下面几种情况： 若所得的最优解的各分量恰好是整数，则这个解也是原整数规划的最优解，计算结束。;若松驰问题无可行解，则原整数规划问题也无可行解，计算结束。 若松驰问题有最优解，但其各分量不全是整数，则这个解不是原整数规划的最优解，转下一步。 ;从不满足整数条件的基变量中任选 一个xl进行分枝，它必须满足xl ?[xl ] 或xl ?[xl ] +1中的一个，把这两个约束条件加进原问题中，形成两个互不相容的子问题（两分法）。;定界：把满足整数条件各分枝的最优目标函数值作为上（下）界，用它来判断分枝是保留还是剪枝。 剪枝：把那些子问题的最优值与界值比较，凡不优或不能更优的分枝全剪掉，直到每个分枝都查清为止。;分枝定界法是先求解整数规划的线性规划问题，如果其最优解不符合整数条件，则求出整数规划的上下界，用增加约束条件的办法，把相应的线性规划的可行域分成子区域（称为分枝），再求解这些子区域上的