第四章整数规25.pptVIP

一、 整数规划简介 整数规划是数学规划的一个重要分支，它研究的是一类要求其部分或全部变量取整数的最优化问题。 要求所有的解xj 为整数，称为纯整数规划 要求部分的xj 为整数，称为混合整数规划 要求xj 的取值只能是0和1 ，称为0-1型整数规划 整数规划数学模型 Chapter 4 整数规划 对应没有整数解要求的线性规划称之为松弛问题 整数规划的解是可数个的，最优解不一定发生在极点 整数规划的最优解不会优于其松弛问题的最优解 整数规划问题A 其松弛问题B 二、整数规划的解法 分枝定界法是一种计算与分析判断相结合的求解整数规划问题的重要方法。它既能解决纯整数规划问题，又能解决混合整数规划问题。这种方法有很强的适应能力，是目前较为成功的求解整数规划问题的一种方法。 1.分枝定界法 基本思想：分枝定界法是通过有系统的“分枝”和“定界”步骤来寻求最优解的。它是先求解松弛问题，如果其最优解不符合整数条件，则求出整数规划的上下界，用增加约束条件的方法把相应的线性规划的可行域分成子区域（称为分枝），再求解这些子区域上的线性规划问题，不断缩小整数规划的上下界距离，最后取得整数规划的最优解。 分枝定界法的解题步骤： Step1 求解松弛问题B， -若松弛问题B无解，则整数规划A也无解,则停止。 -若B有最优解，且符合问题A的整数条件，则B的最优解也是 A的最优解，则停止。 -若B有最优解，但不符合A的整数条件，记其目标函数值为f1。 Step2 确定A的最优目标函数值f*的上下界，其上界为f1，即 再用观察法找到A的一个整数可行解，求其目标函数值作为f*的下界，记为 ，这时有 Step3 判断 是否等于 。如果 ，则A的最优解即为 其目标函数值等于 的那个整数可行解。否则，进行Step4。 Step4 分枝，在B的最优解中任选一个不符合整数条件的变量xj=bj，以[bj]表示小于bj的最大整数。构造两个约束条件： xj≤ [bj] 和 xj ≥ [bj]+1 将这两个约束条件分别加入问题B，得到B的两个分枝B1和B2。 Step5 求解分枝B1, B2。修改A的最优目标函数值的上下界。 (1)修改上界 ：每求解完一对分枝，都要考虑修改上界 上界的值应是至今为止所有未被分枝的问题的目标函数值中最大的一个。 （2）修改下界 ：每求出一次符合整数条件的可行解时，都要考虑修改下界 ，选择至今为止最好的整数可行解相应的 目标函数值作下界 。 Step6 比较与剪枝。各分枝的最优目标函数中若有小于 者，则剪掉这枝，即以后不再考虑了。若大于 ，且不符合整数条件，则重复Step4至Step6,直至 ，求出整数最优解为止。 各分枝问题的解可能出现的情况 情况 2, 4, 5 找到最优解 情况 3 在缩减的域上继续分枝定界法 情况 6 问题 1 的整数解作为界被保留，用于以后与问题 2 的后续分枝所得到的解进行比较，结论如情况 4或5 例1 解：松弛问题B的最优解为 x1=2.5 , x2=2 , f =23 分枝定界法举例 问题A 松弛问题B 由 x1=2.5 得到两个分枝如下： 显然x1=1 , x2=1是问题A的可行解，其目标函数值为10 于是有 10≤f *≤23 求解两个分枝问题 问题B2的解即为原整数规划问题A的最优解 可能存在两个分枝都是非整数解的情况，则需要两边同时继续分枝，直到有整数解出现，就可以进行定界过程 当有很多变量有整数约束时，分枝既广又深，在最坏情况下相当于组合所有可能的整数解 松弛问题B x1=2.5 x2=2 f=23 问题B1 x1=2 x2=2.25 f1=21 问题B2 x1=3 x2=1 f2=22 x1≤2 x1≥3 10≤f *≤23 22≤f *≤22 × 例2 解：松弛问题B的最优解为 x1=3.142 , x2=3.285 , f =288.5 分枝定界法举例 问题A 由 x2=3.285 得到两个分枝如下： x1=1 , x2=1 显然是问题A的一个可行解, 其目标函数值为90 , 这时有 松弛问题B 求解各分枝问题 问题B1 问题B2 x1=3.3 x2=3 f1=285 x1=2.25 x2=4 f2=272.5 因f1 f2，故有 继续对问题B1和 B2进行分解， 因f