运筹(第四章整数规划)解析.ppt

* * （0） 8 2 5 11 （0） 5 4 2 3 （0） 0 0 11 4 5 根据上图，k=2， 最优解： * * 两点说明： 1、任务数 人数 时如何处理 增加虚拟的人或虚拟的任务 2、指派问题中目标函数变为MAX时如何处理 。 每行每列找最大者，用此最大元素减去相应各行各列的元素，得到同解矩阵。 * * §4 分枝定界法 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。 * * 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。 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： * * 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。 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。 * * 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。 * * 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。 * * 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。 * * 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  §5.1 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