运筹学-4整数规划.pptVIP

* * * * * * 在实际中经常会遇到这样的问题，有n 项不同的任务，需要n 个人分别完成其中的一项，但由于任务的性质和各人的专长不同，因此各人去完成不同的任务的效率（或花费的时间或费用）也就不同。于是产生了一个问题，应指派哪个人去完成哪项任务，使完成 n 项任务的总效率最高（或所需时间最少），这类问题称为指派问题或分派问题。 * * * * * * * 指派问题是0-1 规划的特例，也是运输问题的特例，当然可用整数规划，0-1 规划或运输问题的解法去求解，这就如同用单纯型法求解运输问题一样是不合算的。利用指派问题的特点可有更简便的解法，这就是匈牙利法，即系数矩阵中独立 0 元素的最多个数等于能覆盖所有 0 元素的最少直线数。 * * * * * * * * * * * 选择有最大目标函数值的节点继续向下分枝 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 整数规划这里是指线性规划中的一类特殊的问题，其特点是决策变量只取整数。 ??? 建立整数规划模型如同建立一般线性规划模型一样，要确定决策变量、目标函数和约束条件。所不同的是，这里的可行解中各变量只取整数。如果只有两个决策变 量，可行解只可能是平面上坐标是整数的点。因而在各决策变量有界的条件下，可行解只可能是有限多个。这个特点使我们有可能用一些特殊方法求解整数规划模型。 * * * * * * * 基本思想： 1. 松弛模型的最优解要优于其相应的整数规划的解 ????? 由于松弛模型可行解的区域（多边形）包含了对应的整数规划的可行解的集合（多边形内的整数点），因而松弛模型的解要优于整数规划的解。这就是说，如果问题 是求最大值的，则松弛模型最优解对应的目标函数值必大于或等于整数规划最优解对应的目标函数值；如果问题是求最小值的，则松弛模型的最优解对应的目标函数 值必小于或等于整数规划最优解对应的目标函数值。由此可以推出： 2. 松弛模型的最优解如果是整数解，则必然也是整数规划的最优解。 3. ?松弛模型的最优解如果不是整数解，则如果问题是求最小值的，松弛模型最优解的目标函数值是整数规划最优解目标函数值的一个上界；如果问题是求最小值的，则松弛模型最优解的目标函数值是整数规划最优解目标函数值的一个下界。 * * 舍入取整法：只舍不入、只入不舍、四舍五入 * 建立整数规划模型如同建立一般线性规划模型一样，要确定决策变量、目标函数和约束条件。所不同的是，这里的可行解中各变量只取整数。如果只有两个决策变 量，可行解只可能是平面上坐标是整数的点。因而在各决策变量有界的条件下，可行解只可能是有限多个。这个特点使我们有可能用一些特殊方法求解整数规划模型。 * * 在20世纪60年代初由Land Doig和Dakin等人提出。 分支定界法（Branch and bound method）是一种 隐枚举法或部分枚举法，它是枚举法基础上的改进。 分支定界法的关键是分支和定界。 * * * * * 即两个后继问题。这两个后继问题的可行域总包含原整数规划问题的所有可行解，而在原松驰问题可行域总，满足[bi}xi[bi]+1的一部分区域在以后的求解过程中被抛弃了，因为它不包含整数规划的任何可行解。根据需要，各后继问题可以类似地产生自己的分支，如此不断继续，直到获得整数规划的最优解，这就是所谓的“分支”。 * “分支”为整数规划最优解的出现创造了条件，而“定界”则可以提高搜索的效率。经验表明，在可能的情况下，根据对实际问题的了解，实现选择一个合理的界限，可以提高分支定界发的搜索效率。 * * * * * * 原理：对C的行和列减去某个常数， 将C化的尽可能简单， 简单到可一眼看出该问题的最优解 当将效率矩阵的每一行都减去各行的最小元素，将所得的矩阵的每一列在减去当前列中最小元素，则最后得到新效率矩阵中必然出现一些零元素。设 =0， 从第i行来看，它表示第i个人去干第j项工作效率（相对）最好。而从第j列来看，这个0表示第j项工作以第i人来干效率(相对)最高。 也是一个独立零元素组。 不是一个独立零元素组。 问题是：能否找到位于不同行、不同列的n个0元素？ 定义 在效率矩阵C中，有一组处于不同行、不同列的零元素，称为独立零元素组，此时其中每个元素称为独立零元素。 例 已知 则 是一个独立零元素组， 但有的效率矩阵独立零元素的个数不到n,很难找到最优指派方案。 已知效率矩阵 怎么办？ 【定理2】若矩阵A的元素可分成“0”与非“0”两部分，则覆盖“0”元素的最少直线数等于位于不同行不同列的“0”元素（称为独立0元素）的最大个数． 如果最少直线数等于m，则存在m个独立的“0”