第章 整数规划与分配问题第讲.ppt

* * 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 * * §5 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。 * * 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： * * 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 3/4 0 0 -1/4 -5/4 如果上述求解结果是整数解，则结束；否则转下一步； 2、找出非整数解中分数部分最大的一个基变量，并将该行对应的约束方程所有常数（系数及常数项）分解成一个整数与一个正分数之和；将所有分式项移到等式右端。 例如上例，取第一行约束 * * 易知，左端为整数，要是等式成立，右端也必为整数，且 将 代入上式，得 * * 这就是一个割平面。将其添加到原约束中，得到新的可行域如图所示。 割去的只是部分非整数解。 * * 3、将新的约束添加到原问题中，得到一个新的线性规划问题，求解此问题，可用灵敏度分析的方法。 4、重复上述的1-3步，直至求出整数最优解。 2 5/2 0 1 1/2 -1/2 0 3 13/4 1 0 -1/4 3/4 0 0 -1/2 0 0 -1/2 -1/2 1 0 0 -1/4 -5/4 0 将 反应到最终表中，得 * * 运用对偶单纯形法，解得 2 2 0 1 0 -1 1/2 3 1 0 0 1 -1/2 0 1 0 0 1 1 -2 0 0 0 -1 -1/2 此解仍非整数解，将基变量 对应的约束分解为： 得到新的约束 * * 2 2 0 1 0 -1 1/2 0 3 1 0 0 1 -1/2 0 0 1 0 0 1 1 -2 0 0 -1/2 0 0 0 0 -1/2 1 0 0 0 -1 -1/2 0 2 1 0 1 0 -1 0 2 3 4 1 0 0 1 0 -1 0 3 0 0 1 1 0 -4 0 1 0 0 0 0 1 -2 0 0 0 -1 0 -1 此时已得整数最优解。 * * 约束 即为 分支定界法 1）求整数规划的松弛问题最优解； 若松弛问题的最优解满足整数要求，得到整数规划的最优解,否则转下一步； 2）分支与定界： 任意选一个非整数解的变量xi，在松弛问题中加上约束： xi≤[xi] 和 xi≥[xi]+1 组成两个新的松弛问题，称为分枝。新的松弛问题具有特征：当原问题是求最大值时，目标值是分枝问题的上界；当原问题是求最小值时，目标值是分枝问题的下界。 3 ) 剪枝 检查所有分枝的解及目标函数值，若某分枝的解是整数并且目标函数值大于（max）等于其它分枝的目标值，则将其它分枝剪去不再计算，若还存在非整数解并且目标值大于(max)整数解的目标值，需要继续分枝，再检查，直到得到最优解。 分支定界法的解题步骤： 分支定界法 例 用分枝定界法求解整数规划问题 解：首先去掉整数约束，变成一般线性规划问题(原整数规划问题的松驰问题) LP IP 分支定界法 用图解法求松弛问题的最优解，如图所示。 x1 x2 ⑴ ⑵ 3 (18/11,40/11) ⑶ 2 1 1 2 3 x1＝18/11, x2 =40/11 Z=－218/11≈(－19.8) 即Z 也是IP最小值的下限。 对于x1＝18/11≈1.64， 取值x1 ≤1， x1 ≥2 对于x2 =40/11 ≈3.64，取值x2 ≤3 ，x2 ≥4 先将（LP）划分为（LP1）和（LP2）,取x1 ≤1, x1 ≥2 分支定界法 分支： 分别求出（LP1）和（LP2）的最优解。 分支定界法 先求LP1,如图所示。此时在B点取得最优解。 x1＝1, x2 =3, Z(1)＝－16 找到整数解，问题已探明，此枝停止计算。 x1 x2 ⑴ ⑵ 3 3 (18/11,40/11) ⑶ 1 1 B A C 同理求LP2,如图所示。在C 点取得最优解。即: x1＝2, x2 =10/3, Z(2)＝－56/3≈－18.7 ∵Z(2) Z(1)＝－16 ∴原问题有比－16更小的最优解，但 x2 不是整数，故继续分支。 分支定界法 在IP2中分别再加入条件： x2≤3, x2≥4 得下式两支： 分别求出LP21和LP22的最优解 分支定界法 x1 x2 ⑴ ⑵ 3 3 (18/11,40/11) ⑶ 1 1 B A C D 先