[管理学]第3章整数规划4。10.pptVIP

第3章 整数规划 ILP问题的概述 整数规划概述 在线性规划问题中，所有的解都假设为具有连续型的数值，即解可以是整数、分数或带有小数点的实数。 但对于某些具体的问题，常要求最优解是整数的情形。例如，所求的解是机器台数，完成工作的人数或装货的车数等，这时，分数或小数的解答就不符合要求。 为了满足整数解的要求，初看起来，似乎只要把已求得的解经过“舍入化整”就可以，但这常常是不可行的。（因为化整后不见得是可行解。或虽然是可行解，但不一定是最优解。） 整数规划概述 求最优整数解的问题，称为整数规划 (Integer Programming)，简称为 IP 。 整数规划中，如果所有的变量都要求是非负整数，就称为纯整数规划(Pure Integer Programming) 或全整数规划(All Integer Programming)。 如果仅是其中一部分变量取值为整数，则称为混合整数规划 (Mixed Integer Programming)。 如果变量只取0或1，则称为0-1规划。 由于变量限制为整数实质上一个非线性约束，如0、1限制，因此：整数规划问题的求解要比一般的线性规划困难得多。 3.1 整数线性规划问题 整数规划是一类要求变量取整数值的数学规划。 对于两个变量的整数规划，可以用图解法，但对于一般的整数规划问题，则需要专门的方法：割平面法、分枝定界法、(隐枚举法、匈牙利法)。本章的讲解将从图解法开始，引出若干个启示后，再学习专门的方法。 3.1.1 整数规划的典型问题举例 投资决策问题 某部门在今后五年中可用于投资的资金额为B万元，有n(n?2)个项目，假定每个最多投资一次，第j个项目需资金bj万元，将会获利cj万元，问如何投资使总利润最大。 承建宿舍问题 某建筑公司建两类宿舍，甲占地0.25?103(m2)，乙占地0.25?103(m2)，已购进地3?103(m2)。计划甲不超过8幢，乙不超过4幢，问如何建使获利最大？ 旅行售货员问题 一推销员从v0出发，再遍访v1,v2,…,vn各一次，再返回v0。从vi到vj的差旅费为cij，如何使总费用最小。 背包问题等 3.1.2 图解法求解及启示 例1： 某工厂在计划期内要安排甲、乙两种仪器设备的生产，已知生产仪器设备 需要A、B两种材 料的消耗以及资 源的限制，如右 表。 问题：工厂应分 别生产多少件甲、乙种仪器设备才 能使工厂获利最多？ 例2：某集装箱运输公司，箱型标准体积24m3，重量13T,现有两种货物可以装运，甲货物体积5m3、重量2T、每件利润2000元；乙货物体积4m3、重量5T、每件利润1000元，如何装运获利最多？ maxZ=2000x1+1000x2 s.t. 5x1+4x2≤24 2x1+5x2 ≤13 x1,x2 ≥0且为整数 解此LP问题， 得：X1=4.8，X2=0 显然不是可行解 图解法的启示 整数规划与一般线性规划之间有联系，一般我们称不加上整数约束的问题为对应整数规划问题的松弛问题。其解也有联系： 两者之间的解不能简单的通过取整得到。如例2：A（4.8，0）点是LP问题的可行解，不是IP问题的可行解，B（4，1）才是IP的最优解，因此纯整数规划的可行解就是可行域中的整数点； 非整数点不是可行解，对于求解没有意义，故切割掉可行域中的非可行解，不妨碍整数规划问题的优化 整数规划的最优目标值小于相应对于求最大问题，整数规划的最优目标值小于相应线性规划的最优目标值，对于求最小问题，线性规划的最优目标值是对应整数规划的下界。 如果一般线性规划无解，则对应的整数规划也无解 请大家试着建立该题的模型！ 整数规划问题的求解方法 3.2 Gomory 割平面法 3.3 分枝定界法 3.2 割平面法 3.2 割平面法（Cutting Place Approach） 松驰问题：任何整数规划（P），凡放弃某些约束条件（如整数要求）后，所得到的问题（P0） 都称为（P）的松驰问题。 解法： 若P0有最优，且为整数，则P达最优； 若P0有最优，但不为整，增加一个割平面条件； 若P0无最优，则P无最优。 割平面条件 割平面条件：将由（P0）得到的非整数解恰在被割掉，而原来ILP的可行解（均为整数）都没有被割掉。 割平面条件的数学原理见P88。 然后得到LP问题（P1），再判断它的解。如此循环，直到找到最优整数解。 例： max x2 s.t. 3x1+2x2 ? 6 -3x1+2x2 ? 0 x1，x2?0，整数 3.3 分枝定界法 （Branch and Bound Method） 定界