5.40-1整数规划.ppt

作用： 在实际问题中，如果引入0-1变量， 就可以把有各种情况需要分别讨论的 线性规划问题统一在一个问题中讨论了。 一.引入0-1变量的实际问题 1. 投资场所的选定——相互排斥的计划 例4 : 某公司拟在市东、西、南三区建立门市部。 拟议中有7个位置(点)Ai (i=1，2，…，7)可供选择。 规定： 在东区，由A1，A2，A3三个点中至多选两个； 在西区，由A4，A5两个点中至少选一个； 在南区，由A6，A7两个点中至少选一个。 如选用Ai点，设备投资估计为bi元， 每年可获利润估计为ci元， 但投资总额不能超过B元。 问应选择哪几个点可使年利润为最大? 解题时先引入0-1变量xi (=1,2，…，7) 2. 相互排斥的约束条件 在本章开始的例1 (P114)中，关于运货的体积限制为 5x1+4x2≤24 (5-9) 今设运货有车运和船运两种方式， 上面的条件系用车运时的限制条件， 如用船运时关于体积的限制条件为 7x1+3x2≤45 (5-10) 这两条件是互相排斥的。 为了统一在一个问题中，引入0-1变量y，令 于是(5-9)式和(5-10)式可由下述的条件(5-11)式和(5-12)式 来代替：5x1+4x2≤24+yM (5-11)7x1+3x2≤45+(1-y)M (5-12)其中M是充分大的数 , y是0-1变量。 可以验证，当y=0时，(5-11)式就是(5-9)式， 而(5-12)式自然成立，因而是多余的。 当y=1时,(5-12)式就是(5-10)式， 而(5-11)式是多余的。 引入的变量y不必出现在目标函数内， 即认为在目标函数式内y的系数为0。 为了保证这m个约束条件只有一个起作用， 引入m个0-1变量yi(i=1,2,…，m)和一个充分大的常数M。 3. 关于固定费用的问题 在讨论线性规划时， 有些问题是要求使成本为最小。 这时总假定固定成本为常数， 并在线性规划的模型中不必明显列出。 但有些固定费用(固定成本)的问题 不能用一般线性规划来描述， 但可改变为混合整数线性规划来解决，见下例。 例5: 某工厂为了生产某种产品， 有几种不同的生产 方式可供选择， 如选定投资高的生产方式(选购自动化程度高的设备)， 由于产量大，因而分配到每件产品的变动成本就降低； 反之，如选定投资低的生产方式， 将来分配到每件产品的变动成本可能增加， 所以必须全面考虑。 今设有三种方式可供选择，令 xj表示采用第j种方式时的产量； cj表示采用第j种方式时每件产品的变动成本； kj表示采用第j种方式时的固定成本。 为了说明成本的特点，暂不考虑其他约束条件。 问题的目标是使所有产品的总生产费用为最小. 解：采用各种生产方式的总成本分别为： (5-15)式这个规定可由以下3个线性约束条件表示： 二 0-1型整数规划的一般解法---隐枚举法 解0-1型整数规划最容易想到的方法， 和一般整数线性规划的情形一样，就是穷举法， 即检查变量取值为0或1的每一种组合， 比较目标函数值以求得最优解， 这就需要检查变量取值的2n个组合。 对于变量个数n较大(例如n＞10)，这几乎是不可能的。 而隐枚举法就是在此基础上改进的， 通过加入一定的条件，就能较快的求得最优解。 只检查变量取值的组合的一部分， 就能求到问题的最优解， 这样的方法称为隐枚举法(implicit enumeration)， 分枝定界法也是一种隐枚举法。 其解题关键是寻找可行解，产生过滤条件。 过滤条件： 是满足目标函数值优于计算过的可行解目标函数值的约束条件。 当然，对有些问题隐枚举法并不适用， 所以有时穷举法还是必要的。 下面举例说明求解0-1型整数规划的隐枚举法 例6 : 目标函数 max z=3x1-2x2+5x3 约束条件： x1+2x2-x3≤2 ① x1+4x2+x3≤4 ② (5-17) x1+x2≤3 ③ 4x2+x3≤6 ④ x1，x2，x3=0或1 ⑤ 我们在求最优解时， 对于极大化问题，当