Ch3整数规划.ppt

* * * * * * * * * * * * * * * * * * * * * * * * 例如， x1行： 移项： 令 加入松弛变量s1得 同理，对于x2行有： 3.2 纯整数规划的求解 Solving Pure Integer Programming * 【例3.6】 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 3.2 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3-3。 最优解X(0)＝(5/2，15/4),不是IP的最优解。选择表3-3的第一行(也可以选第二行)为源行 3.2 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3-3 * 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(3.8)作为约束条件添加到表3－3中，用对偶单纯形法计算，如表3－4所示 3.2 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 －1/2 3/4 [－2] 0 0 1 5/2 15/4 －2→ λj 0 0 －5/8 －1/4↑ 0 4 3 0 x1 x2 x4 1 0 0 0 1 0 1/2 －1/2 1/2 0 0 1 －1/4 3/8 －1/2 3 3 1 λj 0 0 －1/2 0 －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3－4 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。 * 作业：教材P76 T 7，8 1.理解分枝与定界的含义 2.选择合适的“ 枝”生“ 枝” 3.掌握何时停止生“ 枝” 4.领会割平面法的基本原理 5.分离源行，求出Gomory约束 6.在最优表中增加Gomory约束，用 对偶单纯形法迭代 3.2 纯整数规划的求解 Solving Pure Integer Programming 下一节： 0－1规划的求解 3.3 0－1规划的求解 Solving BIP * 3.3.1 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 3.3 0－1规划的求解 Solving BIP * 【例3.7】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 3.3 0－1规划的求解 Solving BIP * (2) 列出变量取值0和1的组合，共24＝16个，分别代入约束条件判断是否可行。首先判断式（3.9a）是否满足，如果满足，接下来判断其它约束，否则认为不可行，计算过程见表3－7所示。 3.3 0－1规划的求解 Solving BIP * j Xj 3.9a 3.9b 3.9c 3.9d Zj j Xj 3.9a 3.9b 3.9c 3.9d Zj 1 (0,0,0,0) × 　 　 　 　 9 (1,0,0,0) × 　 　 　 　 2 (0,0,0,1) × 　 　 　 　 10 (1,0,0,1) √ √ √ √ 11 3 (0,0,1,0) × 　 　 　 　 11 (1,0,1,0) × 　 　 　 　 4 (0,0,1,1) × 　 　 　 　 12 (1,0,1,1) √ √ √ √