整数线性规划课件.pptVIP

整 数 规 划 整数规划问题与模型 整数规划算法 计算软件 应用案例 整数规划问题 实例 特点 模型分类 例3 某储蓄所每天的营业时间为上午9：00到下午的17：00，根据经验，每天不同时间段所需要的服务员的数量为： X1，X2分别为全时服务员在12：00－13：00和13：00－14：00安排休息的人数，Y1，Y2，Y3，Y4，Y5，分别为9：00，10：00，11：00，12：00，13：00，开始工作的半时服务人员 线性整数规划模型 一般整数规划模型 0-1整数规划模型 混合整数规划模型 一般整数规划模型 0-1整数规划模型 混合整数规划模型 算 法 与线性规划的关系 分支定界算法 割平面算法 近似算法 与线性规划的关系 注 释 最优解不一定在顶点上达到 最优解不一定是放松问题最优解的邻近整数解 整数可行解远多余于顶点，枚举法不可取 割平面算法 算法思想 算法步骤 算例 算 法 思 想 由放松问题的可行域向整数规划的可行域逼近 方法—利用超平面切除 要求 整数解保留 放松问题最优值增加 割平面生成方法 条件--保留整数解删除最优解 算 法 步 骤 分支定界算法 算法思想 算法步骤 算例 注释 算 法 思 想 隐枚举法 求解放松问题 分支的方法 定 界 当前得到的最好整数解的目标函数值 分支后计算放松的线性规划的最优解 整数解且目标值小于原有最好解的值则替代原有最好解 整数解且目标值大于原有最好解的值则 删除该分支其中无最优解 非整数解且目标值小于原有最好解的值则继续分支 非整数解且目标值大于等于原有最好解的值则删除该分支其中无最优解 算 例 注 释 求解混合整数规划问题，只对整数变量分支，对非整数变量不分支。 对0-1整数规划分支时 计 算 软 件 Matlab没有提供专门的解整数线性规划的函数，我们可以根据分支定界法结合函数linprog来解决整数线性规划问题。 继续上述的过程，我们可以结合matlab和分支定界法得到所求问题的答案，只需要改动vlb和vub。 相对较为繁琐 整数变量定义 LinDo 一般整数变量:GIN Variable 0-1整数变量: INT Variable LinGo 一般整数变量: @GIN( variable_name); 0-1整数变量：@BIN( variable_name); 算例 算 例 max 3 x1+5 x2+4 x3 subject to 2 x1+3 x2=1500 2 x2+4 x3=800 3 x1+2 x2 +5 x3=2000 end gin x1 gin x3 应用案例分析 人力资源分配问题 应急设施选址问题 人力资源分配问题 某个中型百货商场对售货人员（周工资200元）的需求经统计如下表 为了保证销售人员充分休息，销售人员每周工作5天，休息2天。问应如何安排销售人员的工作时间，使得所配售货人员的总费用最小？ 模型假设 每天工作8小时，不考虑夜班的情况； 每个人的休息时间为连续的两天时间； 每天安排的人员数不得低于需求量，但可以超过需求量 问题分析 因素 不可变因素：需求量、休息时间、单位费用； 可变因素：安排的人数、每人工作的时间、总费用； 方案 确定每天工作的人数，由于连续休息2天，当确定每个人开始休息的时间就等于知道工作的时间，因而确定每天开始休息的人数就知道每天开始工作的人数，从而求出每天工作的人数。 变量 每天开始休息的人数 约束条件 1.每人休息时间2天，自然满足。 模 型 注 解 该问题本质上是个整数规划问题，放松的线性规划的最优解是个整数解，所以两规划等价。 定义整数变量用函数@gin(x1)…… @gin(x7); 0-1整数变量为@bin(x1) 应急选址问题 某城市要在市区设置k个应急服务中心,经过初步筛选确定了m个备选地，现已知共有n个居民小区，各小区到个备选地的距离为 为了使得各小区能及时得到应急服务，要求各小区到最近的服务中心的距离尽可能的短，试给出中心选址方案。 问题分析 该问题与传统的选址问题的主要区别在于其目标不再是要求费用最小，而是要求最长距离最短。也就是离服务中心距离最远的小区离最近的服务中心距离最小。 变量：当中心的位置确定下来后，各小区对应的最近中心也就确定，所以真正的变量也就是小区的位置。设 问