[哲学]数学建模讲义7.ppt

数学建模讲义 线性整数规划 3 线性整数规划的解法 * * 主讲人:穆学文 西安电子科技大学数学系 Email:mxw1334@126.com 数学建模专题讲座 最优化模型 ---线性整数规划 1、建模引例。 2、线性整数规划模型 3、线性整数规划的主要算法。 4、0-1规划选讲 1、建模引例 例1:某厂拟用火车装运甲、乙两种货物集装箱，每箱的体积、重量、可获利润以及装运所受限制如下： 货物集装箱 体积(米3) 重量(百斤) 利润(百元) 甲 5 2 20 乙 4 5 10 托运限制 24 13 问两种货物各装运多少箱，可使获得利润最大？ 设甲、乙两种货物装运箱数分别为x1和x2。显然，x1、x2都要求为整数,于是可建立整数规划模型如下： Max z＝20x1+10x2 (1) 5x1+4x2≤24 (2) 2x1+5x2≤13 (3) x1,x2≥0 (4) x1,x2为整数 (5) 是不是可通过把不考虑整数要求求得的最优解经过“化整”得到满足整数要求的最优解呢？ 它和线性规划问题的区别在于条件(5)。 此例可解得x1=4.8,x2=0，凑整为x1=5,x2=0，这就破坏了条件(2)，因而不是可行解；如截断小数变为x1=4,x2=0，这当然满足所有约束条件，但不是最优解，因为对x1=4,x2=0有z＝80，而对x1=4,x2=1（也是可行解）有z＝90。因此要专门研究整数规划的解法。 整数规划是一类要求变量取整数值的数学规划，可分成线性和非线性两类。 根据变量的取值性质，又可以分为全整数规划，混合整数规划，0-1整数规划等。 整数规划是数学规划中一个较弱的分支，目前只能解中等规模的线性整数规划问题，而非线性整数规划问题，还没有好的办法。 整数规划简介 整数规划(IP)的一般数学模型: Max (min) Z = Σcjxj s.t. Σaijxj ? bi(i=1,2,…m) xj ? 0 且部分或全部是整数 2. 线性整数规划模型 解法概述 当人们开始接触整数规划问题时，常会有如下两种初始想法： 因为可行方案数目有限，因此经过一一比较后，总能求出最好方案，例如，背包问题充其量有2n-1种方式；连线问题充其量有n!种方式；实际上这种方法是不可行。设想计算机每秒能比较1000000个方式，那么要比较完20!（大于2*1018）种方式，大约需要800年。比较完260种方式，大约需要360世纪。 先放弃变量的整数性要求，解一个线性规划问题，然后用“四舍五入”法取整数解，这种方法，只有在变量的取值很大时，才有成功的可能性，而当变量的取值较小时，特别是0-1规划时，往往不能成功。 例2 求下列问题： Max Z=3x1+13x2 s.t. 2x1+9x2 ? 40 11x1-8x2 ? 82 x1,x2 ? 0,且取整数值 O 1 2 3 4 5 6 7 8 9 10 5 4 3 2 1 x1 x2 I(2,4) B(9.2,2.4) A D 可行域OABD内整数点，放弃整数要求后，最优解B(9.2,2.4) Z0=58.8，而原整数规划最优解I(2,4) Z0=58，实际上B附近四个整点(9,2)(10,2)(9,3)(10,3)都不是原规划最优解。 枚举法 仅仅对极小规模的问题有效 分支定界法 应用比较广泛，对中小规模问题 割平面法 应用比较广泛，对中小规模问题 分枝定界法是20世纪60年代由Land-Doig和Dakin等人提出的。这种方法既可用于纯整数规划问题，也可用于混合整数规划问题，而且便于用计算机求解，所以很快成为解整数规划的最主要的方法。 3.1 分枝定界法 分枝定界法步骤 原问题的松驰问题：任何整数规划（IP），凡放弃某些约束条件（如整数要求）后，所得到的问题（P） 都称为（IP）的松驰问题。一般求解对应的松驰问题，可能会出现下面几种情况： 若所得的最优解的各分量恰好是整数，则这个解也是原整数规划的最优解，计算结束。 若松驰问题无可行解，则原整数规划问题也无