整数规划的模型精选.ppt

此时，X1 ＝(2/3, 1), Z=1,仍不是整数解。继续以x1为源行生成割平面，其条件为： 用上表的约束解出x4 和s1 ，将它们带入上式得到等价的割平面条件：x1 ≥ x2 ，见图： x1 x2 ⑴ ⑵ 3 3 第一个割平面 第二个割平面 割平面法 将生成的割平面条件加入松弛变量，然后加到表中： CB XB b x1 x2 x3 x4 s1 s2 0 x1 2/3 1 0 0 -1/3 2/3 0 1 x2 1 0 1 0 0 1 0 0 x3 2 0 0 1 1 -4 0 0 s2 -2/3 0 0 0 -2/3 -2/3 1 －Z -1 0 0 0 0 -1 0 CB XB b x1 x2 x3 x4 s1 s2 0 x1 0 1 0 0 -1 0 1 1 x2 0 0 1 0 -1 0 3/2 0 x3 6 0 0 1 5 0 -6 0 s1 1 0 0 0 1 1 -3/2 －Z 0 0 0 0 1 0 -3/2 割平面法 CB XB b x1 x2 x3 x4 s1 s2 0 x1 1 1 0 0 0 1 -1/2 1 x2 1 0 1 0 0 1 0 0 x3 1 0 0 1 0 -5 3/2 0 x4 1 0 0 0 1 1 -3/2 －Z -1 0 0 0 0 -1 0 至此得到最优表，其最优解为 X＊= (1 , 1) , Z = 1, 这也是原问题的最优解。 有以上解题过程可见，表中含有分数元素且算法过程中始终保持对偶可行性，因此，这个算法也称为分数对偶割平面算法。 割平面法 0－1 整数规划是一种特殊形式的整数规划，这时的决策变量xi 只取两个值0或1，一般的解法为隐枚举法。 例一、求解下列0－1 规划问题 0－1 整数规划 解：对于0－1 规划问题，由于每个变量只取0，1两个值，一般会用穷举法来解，即将所有的0，1 组合找出，使目标函数达到极值要求就可求得最优解。但此法太繁琐，工作量相当大。而隐枚举法就是在此基础上，通过加入一定的条件，就能较快的求得最优解。 x1 . x2. x3 约束条件 满足条件 Z 值 (1) (2) (3) (4) 是∨ 否× ( 0. 0. 0 ) 0 0 0 0 ∨ 0 ( 0. 0. 1 ) －1 1 0 1 ∨ 5 ( 0. 1. 0 ) 2 4 1 4 ∨ －2 ( 1. 0. 0 ) 1 1 1 0 ∨ 3 ( 0. 1. 1 ) 1 5 × ( 1. 0. 1 ) 0 2 1 1 ∨ 8 ( 1. 1. 0 ) 3 × ( 1. 1. 1 ) 2 6 × 0－1 整数规划 由上表可知，问题的最优解为 X*=( x1 =1 x2=0 x3=1 ) 由上表可知： x1 =0 x2=0 x3=1 是一个可行解，为尽快找到最优解，可将3 x1－2 x2＋5 x3 ≥5 作为一个约束，凡是目标函数值小于5 的组合不必讨论，如下表。 x1 . x2. x3 约束条件 满足条件 Z 值 (0) (1) (2) (3) (4) 是∨ 否× ( 0. 0. 0 ) 0 0 0 0 0 ∨ 0 ( 0. 0. 1 ) 5 －1 1 0 1 ∨ 5 ( 0. 1. 0 ) -2 × ( 0. 1. 1 ) 3 × ( 1. 0. 0 ) 3 × ( 1. 0. 1 ) 8 0 2 1 1 ∨ 8 ( 1. 1. 0 ) 1 × ( 1. 1. 1 ) 4 × 0－1 整数规划 指派问题的数学模型 设n 个人被分配去做n