运筹学-第7章.pptVIP

解：设在第 j 时段开始上班的人数为 ，则 第 2 节 全整数线性规划的求解 第 2 节 全整数线性规划的求解 线性规划（Linear Programming） (1) 优点：求解简单(单纯形方法）、解较稳定、灵敏度分析 (2) 缺点：变量的解不一定是整数 例如：股票和房屋的购买 整数规划（Integer Programming） (1) 优点：变量的解可为整数 (2) 缺点：求解困难(分枝定界算法)、解不稳定 应用范围：有变量取值为整数的规划问题 本章重点内容： (1) 0-1整数线性规划模型的灵活应用 (2) 分枝定界算法 第 7 章 整数规划 一、整数规划的概念 第 1 节 整数规划的概念与分类 整数规划：一部分或全部决策变量取整数值的规划问题 整数规划的松弛问题：整数规划中不考虑整数条件对应的规划问题 整数线性规划：松弛问题为线性规划的整数规划问题 二、I.P. 模型分类 第 1 节 整数规划的概念与分类 I.P.模型 全整 I.P.模型 混合 I.P. 模型 0－1模型 三、整数线性规划的分类 1、全整数线性规划 2、混合整数线性规划 3、0-1型整数线性规划 第 1 节 整数规划的概念与分类 四、全整数线性规划举例 例：某服务部门各时段（每2小时为一时段）需要的服务员人数见下表。按规定服务员连续工作8小时为一班。现要求安排服务员的工作时间，使服务部门服务员总数最少。 服务人员需求表 第 1 节 整数规划的概念与分类 且为整数 例：考虑下面的全整数线性规划问题 且取整数 一、L.P.松弛图解法 从图上分析： 0 1 2 3 4 5 6 7 8 B P C 整数线性规划最优解 第 2 节 全整数线性规划的求解 二、 L.P.松弛图解法的启示 第 2 节 全整数线性规划的求解 ≤ 注：对最小化问题，只需将 “≤” 改成 “≥” 任一 最大化的全 整线性规划 之最优解值 对应的 L.P. 松驰最优解值 三、计算机求解 四、分枝定界法 分枝定界法是枚举法基础上的改进 分枝定界法的关键是分枝和定界 思路：利用其松弛问题的最优解值来分枝定界 例：求解整数规划问题A 且为整数 松弛问题B 设问题A和B的最优目标函数值为 Z*,Z0 整数规划问题A 初始上界 第 2 节 全整数线性规划的求解 图解法分析： 、 、 、 、 、 、 、 、 、 、 、 0 1 2 3 4 5 6 7 8 9 10 8 - 7 - 6 - 5 - 4 - 3 - 2 - 1 - B 不是问题A解 但 图解法分析： 0 1 2 3 4 5 6 7 4 3 2 1 图解法分析： 0 1 2 3 4 5 6 7 4 3 2 1 图解法分析： 4 3 2 1 0 1 2 3 4 5 6 7 是问题A解 但 不是问题A解 而 剪枝 图解法分析： 0 1 2 3 4 5 6 7 4 3 2 1 分枝定界的全过程： 分支定界的全过程： 四、分枝定界法 算法思路： 第 2 节 全整数线性规划的求解 分枝 定界 上界＝下界？ N. 求出最优解 Y. 求解 I.P. 之 L.P. 松驰并定界 五、整数规划模型解的不稳定性 1、整数规划最优解对系数极敏感 例如： max 40x1 + 60x2 + 70x3 + 160x4 s.t.