第2节整数规划解法.PDFVIP

第2 节 整数规划解法 一、舍入化整法 为了满足整数解的要求, 比较自然的想法是似乎可以把用线性规划求得的带有分数或小 数的解进行 “舍入”或 “截尾”处理, 以得到与最优解相近的整数解,即采用舍入化整法。这 样做除少数情况外,一般是不可行的,因为化整后的解有可能超出了可行域,成为非可行解;或 者虽是可行解,却不是最优解。 但是舍入化整法也有一定适用性:第一,决策变量的取值非常大。此时可以考虑使用舍入 化整 。 第二,决策变量的价值系数非常小。如果价值系数非常大,舍入化整对目标的影响是 很大的,如果价值系数比较小,舍入化整后影响很小。 二、穷举整数法 求解整数规划时,可能想到的方法,就是在可行域内列出所有决策变量可能取的整数值, 然后求出这些变量所有可行的整数解,并比较它们相应的目标函数值,最优的目标函数值所对 应的解就是整数规划的最优解, 对于决策变量少,可行的整数解又较少时,这种穷举法有时是可行的,并且也是有效的。但 对于大型的整数规划问题,可行的整数解数量很多,用穷举法求解是不可能的。 因此,这就促使人们去研究探索求解整数规划的有效方法。但到目前为止,整数规划尚未 在理论上自成体系,也还没有一种非常令人满意和有效的解法。但是, 由于应用及理论的需要, 也已提出了许多能用于求解整数线性规划问题的方法。 工商管理类人员主要应掌握整数规 划模型的应用,因此下面只简单介绍应用比较广泛的分枝定界法。 三、分枝定界法 整数规划可认为是在相应的线性规划的基础上增加变量为整数的约束条件。如果不考虑 整数约束,整数规划就变成了一个线性规划,这个线性规划称为整数规划的松弛问题(slack problem) 。 (一)分枝定界原理 首先求出整数规划相应的松弛问题的最优解,若求得的最优解符合整数要求,则这个解就 是原整数规划的最优解;若不满足整数条件,则任选一个不满足整数条件的变量来构造两个新 的约束,使原问题分成两个问题,在原可行域中剔除部分非整数解,如此不断重复,直到获得一 个整数解。另外,整数规划的最优解不会优于相应线性规划的最优解。 对于最大化问题,在分枝的过程中如果大于这个整数解,才有必要再接着分枝;如果不大 于这个整数解,就可以剔除掉,不再考虑其分枝。 分枝为整数规划最优解的出现创造了条件,缩小了求解范围,而定界则可以提高求解的效 率。分枝定界法(branch bound method)就是依据这种思路进行求解的。分枝定界法的处理思 路类似于解决复杂管理系统的分解和协调原理。 分枝定界法可用于解纯整数或混合的整数规划问题。具有以下优点:第一,任何整数模型 均可用;第二,思路简单、灵活;第三,适合计算机求解。 (二)分枝定界举例 下面我们先用例3—1 来说明分枝定界法的原理和步骤。 第一步,不考虑整数约束,求出相应松弛问题LP0 的最优解: x =3,x =2,Z =32 1 2 0 第二步,定界过程。 这个解不满足整数约束,因此不是原整数规划的最优解。 现在不考虑整数约束求得这个解,其目标函数值Z 是原整数规划目标函数的上界,记=32 。 由于x =0,x =0 必然满足整数约束,其目标函数值为0,确定为现有下界,记Z=0 。 1 2 第三步,分枝过程,将不满足整数约束的变量x 进行分枝,x 称为分枝变量,构造两个新的 1 1 约束条件: x ≤=3 1 x ≥+1=4 1 式中,表示不大于3 的最大整数。这样就把相应的线性规划的可行域分成两个部分,如图3—1 所示,即增加约束x ≤3 或x ≥4 。 1 1 图3