2整数规划.ppt

大学数学实验 Experiments in Mathematics 整数规划 (Integer Programming) 整数规划问题一般形式 整数线性规划(ILP) 目标和约束均为线性函数 整数非线性规划(INLP) 目标或约束中存在非线性函数 纯(全)整数规划(PIP) 决策变量均为整数 混合整数规划(MIP) 决策变量有整数，也有实数 0-1规划 决策变量只取0或1 分 类 若要求决策变量x的分量xi中至少有一个只取整数，则该模型称为整数规划。 为了选修课程门数最少，应学习哪些课程 ？ 例 选课策略 要求至少选两门数学课、三门运筹学课和两门计算机课 课号 课名 学分 所属类别 先修课要求 1 微积分 5 数学 ? 2 线性代数 4 数学 ? 3 最优化方法 4 数学；运筹学 微积分；线性代数 4 数据结构 3 数学；计算机 计算机编程 5 应用统计 4 数学；运筹学 微积分；线性代数 6 计算机模拟 3 计算机；运筹学 计算机编程 7 计算机编程 2 计算机 ? 8 预测理论 2 运筹学 应用统计 9 数学实验 3 运筹学；计算机 微积分；线性代数 选修课程最少，且学分尽量多，应学习哪些课程 ？ 0-1规划模型 决策变量 目标函数 xi=1 ~选修课号i 的课程（xi=0 ~不选） 选修课程总数最少 约束条件 最少2门数学课，3门运筹学课， 2门计算机课。 课号 课名 所属类别 1 微积分 数学 2 线性代数 数学 3 最优化方法 数学；运筹学 4 数据结构 数学；计算机 5 应用统计 数学；运筹学 6 计算机模拟 计算机；运筹学 7 计算机编程 计算机 8 预测理论 运筹学 9 数学实验 运筹学；计算机 先修课程要求 最优解： x1 = x2 = x3 = x6 = x7 = x9 =1, 其它为0；6门课程，总学分21 0-1规划模型 约束条件 x3=1必有x1 = x2 =1 模型求解（LINDO） ? ? ? ? ? ? 课号 课名 先修课要求 1 微积分 ? 2 线性代数 ? 3 最优化方法 微积分；线性代数 4 数据结构 计算机编程 5 应用统计 微积分；线性代数 6 计算机模拟 计算机编程 7 计算机编程 ? 8 预测理论 应用统计 9 数学实验 微积分；线性代数 学分最多 多目标优化的处理方法：化成单目标优化。 两目标(多目标)规划 讨论：选修课程最少，学分尽量多，应学习哪些课程？ 课程最少 以学分最多为目标，不管课程多少。 以课程最少为目标，不管学分多少。 最优解如上，6门课程，总学分21 。 最优解显然是选修所有9门课程 。 多目标规划 在课程最少的前提下以学分最多为目标。 最优解： x1 = x2 = x3 = x5 = x7 = x9 =1, 其它为0；总学分由21增至22。 注意：最优解不唯一！ 课号 课名 学分 1 微积分 5 2 线性代数 4 3 最优化方法 4 4 数据结构 3 5 应用统计 4 6 计算机模拟 3 7 计算机编程 2 8 预测理论 2 9 数学实验 3 ? ? ? ? ? ? ? ? ? ? ? ? LINDO无法告诉优化问题的解是否唯一。 可将x9 =1 易为x6 =1 增加约束 ， 以学分最多为目标求解。 多目标规划 对学分数和课程数加权形成一个目标，如三七开。 最优解： x1 = x2 = x3 = x4 = x5 = x6 = x7 = x9 =1， 其它为0；总学分28。 课号 课名 学分 1 微积分 5 2 线性代数 4 3 最优化方法 4 4 数据结构 3 5 应用统计 4 6 计算机模拟 3 7 计算机编程 2 8 预测理论 2 9 数学实验 3 ? ? ? ? ? ? ? ? 讨论与思考 最优解与?1=0，?2=1的结果相同——学分最多 多目标规划 最优解与?1=1，?2=0的结果相同——课程最少 例 饮料厂的生产与检修 单阶段生产计划 多阶段生产计划 企业生产计划 外部需求和内部资源随时间变化 问题分析 除第4周外每周的生产能力超过每周的需求； 生产成本逐周上升； 前几周应多生产一些。 周次 需求 能力 1 15 30 2 25 40