运筹学-整数规划.pptVIP

为了选修课程门数最少，应学习哪些课程 ？ 例5 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 Qiu4.4-1.Ltx 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 。 min x1+x2+x3+x4+x5+x6+x7+x8+x9 st x1+x2+x3+x4+x52 x3+x5+x6+x8+x93 x4+x6+x7+x92 2x3-x1-x20 x4-x70 2x5-x1-x20 x6-x70 x8-x50 2x9-x1-x20 end int 9 上页 下页 返回 算法1（分支定界法） 分支定界法是一种灵活的枚举法或隐式枚举法。它在枚举过程中，逐步把一部分可行解排斥在考虑之内，从而大大地减少了计算量，是目前求解整数规划的 有效方法。 例4。求解下列线性规划问题 上页 下页 返回 解：利用图解法很容易求得最优解为： A(4.8,0) B C O 上页 下页 返回 但x1 ,x2 不是整数，故不是最优解。若将上述解化整得 它不是可行解。若将尾数去掉，变成 虽然它为可行解，但不是最优解。 显然 从上例知，求解相应的线性规划问题后，再取整并不能得到整数规划的解。 上页 下页 返回 下面我们通过实例来阐述分支定界法的思想。 例5 求解整数规划问题 解：求相应的线性规划问题 (LP) (IP) 上页 下页 返回 A(11/5,6/5) 由图解法知，(LP)的最优解为： 现将（LP)的可行域按x2?[6/5],x2 [6/5]分支得两个线性规划： 上页 下页 返回 和 解（P1)得最优解为 再将（P1)利用 x1 ?[9/4]和x1 [9/4]进行分支得： 上页 下页 返回 （s.t.) (P3) (S.t.) (P4) 上页 下页 返回 解（P3)得最优解为 而(P4)无可行解。 再回头解一下（P2),得最优解为 比较得最优解为 割平面法的基本思想： 若整数规划IP的松弛规划P0的最优解不是整数解，对P0增加一个约束条件，得线性规划P1，此过程缩小了松弛规划的可行解域，在切去松弛规划的最优解的同时，保留松弛规划的任一整数解，因此整数规划IP的解均在P1中，若P1的最优解为整数解，则得IP的最优解。若P1的最优解不是整数解，重复以上步骤，由于可行解域在不断缩小，且保留IP所有的整数解，总可以在有限次后得到IP的最优解. 割平面法 由松弛问题的可行域向整数规划的可行域逼近 方法—利用超平面切除 要求整数解保留 松弛问题最优值向最优解逼近