数学建模算法整数规划.pptxVIP

整数规划;一、概论;二、整数规划的一般模型;例题：设某企业有n个生产车间需要m种资源，对于第i个生产车间分别利用第j种资源 进行生产,单位资源可以获得利润为 （i=1,2……n;j=1,2……m).若第j种资源的单位价格为 （j=1,2……m),该企业现有资金M元 。 试问该企业应购买多少第j种资源（总量为 ），又如何分配给所属的n个生产车间，使得总利润最大？;解 设决策变量为 （i=1,2……n;j=1,2……m)表示分配给第i个车间第j种资源的资源量，均为非负整数，第j种资源的需求总量 (j=1,2……m)也都为整数。 ;在这个问题中，所求解均是整数，初看起来，似乎只要把已得到的带有分数或者小数的解的经过舍入化整就可以了，实际上这常常是不行的，因为化解后不见得是可行解，或虽是可行解但不一定是最优解。这种求最优整数规划的问题就是整数规划。;整数规划解的特点： （1）原线性规划最优解全是整数，则整数规划最优解与线性规划最优解一致 （2）原线性规划有可行解但不是整数，则整数规划无可行解 例1. 原线性规划为 （3）原线性规划有可行解且存在整数，则整数规划有可行解，但最优解值变差;三、整数规划解的求解方法;分支定界法;1.2分支界定法的一般步骤 1）将原整数规划问题A去掉所有的整数约束变为线性规划问题B,用线性规划的方法求解问题B: ①问题B无可行解，则A也无可行解，停止； ②问题B有最优解 ，并是A的可行解，则此解就是A的最优解，结束； ③问题B有最优解 ，但不是A的可行解，转下一步 ;2）将 代入目标函数，其值记为 ，并用观察法找出A的一个可行解（整数解，不妨可取 ），求的目标函数值（下界值），记为 ，则A的最优解记为 ，既有 ，转下一步;3）分枝：在问题B的最优解中任选一个不满足整数约束的变量 ，附加两个整数不等式约束： 到问题B中，构成两个新的子问题B1和B2，求B1和B2的解 定界：对每一个子问题的求解结果，找出最优值最小者为新的上界 ，从所有符合整数得约束条件的分枝中找出目标函数值最大的为新下限;4）比较与剪枝：各分支问题的最优值同 比较，如果其值小于 ，则这个分枝可以减掉，以后不再考虑。 如果其值大于 ，且又不是A的可行解，则继续分枝，返回（3），直到最后得到最优解使 ，即 为最优解 ;四、0-1整数规划;2、指派（或分配）问题 在生产管理上，总希望把人员最佳分配，以发挥其最大工作效率，创造最大的价值。 例如：拟分配n人去做n项工作，每人做且仅做一项工作，若分配第i人去做第j项工作，需花费 单位时间，问应如何分配工作才能使工人花费的总时间最少？ 容易看出，只需给出矩阵C=（ ），C为指派问题的系数矩阵。;引入0-1变量 ;例：;五、蒙特卡洛法—求解各种类型规划;1.2基本思想 当所求问题的解是某个事件的概率，或者是某个随机变量的数学期望，或者是与概率、数学期望有关的量时，通过某种试验的方法，得出该事件发生的频率，或者该随机变量若干个具体观察值的算术平均值，通过它得到问题的解。这就是蒙特卡罗方法的基本思想。; 因此，可以通俗地说，蒙特卡罗方法是用随机试验的方法计算积分，即将所要计算的积分看作服从某种分布密度函数f(r)的随机变量ｇ(r)的数学期望 通过某种试验，得到Ｎ个观察值r1，r2，…，rN（用概率语言来说，从分布密度函数f(r)中抽取Ｎ个子样r1，r2，…，rN，），将相应的Ｎ个随机变量的值g(r1)，g(r2)，…，g(rN)的算术平均值 作为积分的估计值（近似值）。 ;例 y=x^2,y=12-x与x轴在第一象限围成一个曲边三角形。设计一个随机试验，求该图形面积的近似值。 解 设计的随机试验思想如下：在矩形区域 上产生服从均匀分布的10^7个随机点，统计随机点落在曲边三角形的频数，则曲边三角形的面积近似为上述矩形的面积乘