[理学]运筹学教案整数规划与指派问题.pptVIP

4.1 整数规划问题及特点 4.2 分枝定界法 4.3.1 原理： 解伴随规划问题，若得到非整数最优解，则增加被称为割平面的一个线性约束，再求解。 增加的割平面能割掉一部分非可行域，但不会去掉整数可行解。 不断增加割平面，使缩少后的可行域的出现整数解的极点，并且为问题的最优解。 但割平面可能要经过多次构造才能出现此种情况。 割平面法的关键： 在于如何根据线性规划问题最优单纯表构造割平面（即新增的约束条件） 满足：能割掉一部分查行解，又不丢掉任何整数可行解。 4.3.2 割平面方程的构造方法下面是最优解表中某基变量所在行相应约束方程  将各系数分解为不超过此数是最大整数与小数部分之和,即令: 例:P48 最优解表中第一个约束条件: 约束为:x2+9/4x3-1/4x4=9/4可改写为： X2+(2+1/4)x3+(-1+3/4)x4=2+1/4 X2+(2+1/4)x3+(-1+3/4)x4=2+1/4 移项得： 1/4 –(1/4x3+3/4x4)=x2+2x3-x4 因xj=0 且取整数，故有： 1/4 -（1/4x3+3/4x4)=0 即1/4x3+3/4x41/4 即对任意整数变量，都满足上述不等式，亦即原问题加上上述约束条件，不会割去原问题的可行整数解，但会割掉包括其伴随规划问题最优解（非整数）在内的部分非整数可行解，故可作为此问题的一个割平面方程。一般地前述约束的割平面方程有如下形式： 用上述方法构造的线性规划问题的割平面具有P51两个性质。 4.3.3 割平面法求解整数规划问题的计算步骤： 一、求解其伴随规划问题若得到整数最优解则终止，否则，选择任一不取整数的基所在约束行构造割平面方程 二、将此约束标准化，加到最优表中，整理得一可用对偶单纯形法求解的计算表 三、用对偶单纯形法求解 转一步。详细见P51~P53例子。 4.4 0,1规划的割平面法 此法关键在于将即0,1约束限制的决策变量xj转化为一般整数约束即： 增加约束：xj=1 且xj=0 且即整数。 剩余下的同整数规划问题，可用割平面方法求解，若找到最优整数解，即为原0，1规划问题的最优解。 又见P54。关于0,1规划问题，还有各种隐枚举法。 概念：模型中有限制取0,1值决策变量的规划问题。 如：选址问题，投资方案选择问题，指派问题等。大凡涉及两种状态的决策问题可归结到0，1 规划问题。 0，1决策变量的另一用途： 描述互斥约束条件。 求解方法： （1）穷举法：以各种组合情况代入约束，计算约束成立的组合解的目标函数，并得到最优解，但此法因计算量太大而无效。 （2）各种隐枚举法：增加过滤（约束）条件，隐去大量不满足过滤条件的组合，减少枚举数量的方法。 指派问题的数学模型 问题： n项不同的工作需要指派n个人去完成， 若每人只能完成一项任务，一项任务只能 由一个人完成，已知每人完成不同工作的 效率，问如何安排工作，使总的工作效率 最高。 指派问题的数学模型 指派问题匈牙利算法的基本原理 通过几个性质描述。 性质1 若效率矩阵 中的所有元素 ，而且每一个行和列至少有一个零元素，则选取位于不同行与不同列的零元素所对应的变量 ，其余的 ，所得方案为最优指派方案。 称上述零元素为独立零元素组。 故，求解指派问题的关键在于： 性质2 从(Cij )矩阵的每行(或列)减或加一个常数 ui(或vj)构成新矩阵，C’ij= Cij±(uI+vj )， 则对应(C’ij )的最优解与原(Cij )的最优解 相同。 性质2给出了使效率矩阵出现更多零元素的等价变换方法： 即，效率矩阵各行减去该行最小元素，各列减去该列最小元素得一等价效率矩阵。 性质3 效率矩阵C中独立零元素的最多个数等于能覆盖所有零元素的最少直线数。 此命题由匈牙利数学家狄考尼格证明。 寻找独立零无素方法构成了指派问题匈牙利算法的主要内容。 匈牙利算法的步骤 下边以例子说明具体计算步骤。 第一步 变换系数矩阵： 首先每行减该行中的最小数，然后每列减去该列中的最小数得具有更多零的效率矩阵。 第二步 进行试指派。 （1）从只有一个0元素的行(列)开始，给这个0元素加圈，记作◎。这表示对这行所代表的人，只有一种任务可分派。然后划去◎所在列(行)的其他0元素，记作ф。这表示这列所代表的任务已分派完，不必再考虑别人了。 （2）给只有一个0元素列(行)的0元素加圈，记作◎；然后划去◎所在行的0元素，记作ф。 （3）返复进行这两步，直到所有0元素都被圈上或划掉为止。 （4）若有多个0元素的行列，则从剩0元素较少的行（或列）中开始，比较该行0元素所在列中0元素的个数