[管理学]整数规划.pptVIP

整数(线性)规划(Integer Programming,IP) 在线性规划问题的讨论中，有些最优解是小数，但 某些常要求最优解是整数（即整数解） 如决策变量是： 机器的台数、人数、车辆数等等 如果在问题中所有变量有整数限制，称：纯整数规划 （或全整数规划）； 如果问题中仅部分变量有整数限制，称：混合整数规划； 如果在问题中决策变量仅取0,1，称：0-1规划 例1（装载问题）某厂拟用集装箱托运甲乙两种货物，每箱的体积、重量、可获利润，及托运限制如表，问两种货物各托运多少箱，可获利最大。 解： 设x1,x2分别为甲、乙两种货物托运箱数，则： max Z = 20 x1 + 10 x2 s.t. 5x1 + 4x2 ≤ 24 2 x1 + 5x2 ≤ 13 x1 ≥ 0，x2 ≥ 0 .x1,x2为整数 这是一个纯整数规划问题 例2（背包问题，投资问题） 假设有人要出发旅行，他拟考虑带七种。每种物品的重量与 价值，如表。现在假设他最多能带35 kg物品，问该带哪几 件物品，总价值最大？ 解： 对IP问题，可能会认为，只要求出不受整数约 束的解，然后“舍入化整”，就可得到整数最优 解，是这样吗？ 其实，这样的方法常常是行不通的。 下面通过整数规划的求解来说明。 图解法 上例得到的启示１： （１）化整后未必是可行解 （２）即使是可行解，也未必是最优解 （３）即使该方法结果可以得到最优解，但如果有n个决策变量，则取舍方案有 ２n种。当n=60时，260约等于1018，这使计算机也难以实现。 所以，有必要讨论整数规划的求解方法。 启示２： （１）是否能在LP的约束区域中切去几块不含整数解的可行域，使整数解作为顶点，这样求LP问题的最优解，即为整数解。 　　　如前例，增加约束x1 ≤4，则LP问题的最优解，即为x1=4,x2=1,Zmax=90，就是 IP问题的解。 （２）在LP的可行域中，整数点不多时（12个），是否可以用穷举法。 一般思想： 看一个生活中的例子： B　—　全国100m跑运动员全体 A — 全国18岁的百米运动员全体 　　　先假设对某个最优化问题（1）(min)已找到一个容易解决的松弛问题(2),设x0是(2)的最优解，其最优解z0=f(x0). １、如果　　　　则问题(1)也解决了 ２、否则，至少可知问题(1)的最优值z1一定≥z0.即给出了问题(1)的一个下界 　　所以解决问题(2)总是有好处的。 　　　 整数规划应用举例 例（装配线平衡问题） 若某工厂的产品的装配线由6道工序组成,各工序的加工时间，工序的前后顺序见表： 如果这条装配线设若干个工作站，被装配的产品，在这些编了号的工作站上流水移动时，每个工作站都要完成一道或几道工序，假设每个工作站加工被装配的产品时至多耗时10分钟，问至少应设立几个工作站，每个工作站完成哪些工序？ 解： 显然，需要的工作站 不会多余4个，这是 因为工序1,2,3在一个 站上完成，而工序 4,5,6各在一个工作站 上进行，只需4个。 考虑约束条件 (1)对工序i来说，它应恰在某一工作站上完成 (4)最后考虑关于各道工序前后顺序这组约束。 首先考虑工序2应当在工序3之前完成这个要求。如果工序3在最后一个工作站4上完成，那显然是没有什么问题，如果工序3分配在工作站3上完成则工序2就不能分配在工作站4上完成，必须由工作站1,2,3上完成，即 对其他工序顺序，有： * * 13 24 托运限制 10 5 4 乙 20 2 5 甲 每箱利润 每箱重量（百斤） 每箱体积 货物 26 13 6 9 3 3 15 3 4 90 15 5 112 16 7 12 4 2 12 3 1 价值Cj 重量aj 物品 这是一个0-1规划问题 装载问题为例： max Z = 20 x1 + 10 x2 s.t. 5x1 + 4x2 ≤ 24 2 x1 + 5x2 ≤ 13 x1 ≥ 0，x2 ≥ 0 .x1,x2为整数 5 2 1 0 1 3 2 4 3 L1 L2 x1 x2 A B C 求解得：x1=4.8,x2=0,Zmax=96 考虑化整 x1=5,x2=0,不可行 x1=4,x2=0,Zmax=80 最优：x1=4,x2=1,Zmax=90 性 质 求最大值时,整数规划的目标函数值小于等于相应一般线形规划的目标函数值; 求最小值时,整数规划的