第二讲整数规划与0-1规划.pptVIP

* 整数规划与0-1规划 主讲：黄厚辉 电话邮箱：imhhh@yeah.net * 什么是整数规划与0-1规划？ 定义 规划中的变量（部分或全部）限制为整数时，称为整数规划。若在线性规划模型中，变量限制为整数，则称为整数线性规划。目前所流行的求解整数规划的方法，往往只适用于整数线性规划。目前还没有一种方法能有效地求解一切整数规划。 整数规划的分类（一般指整数线性规划 ） 变量全限制为整数时，称纯（完全）整数规划。 变量部分限制为整数的，称混合整数规划。 变量只能取0或1时，称之为0-1整数规划。 * 例 1 * 例 2 背包问题 * 整数规划特点 (1)原线性规划有最优解，当自变量限制为整数后，其整数规划解出现下述情况： 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。 原线性规划最优解不全是整数，则整数规划最优解小于原线性规划最优解（max）或整数规划最优解大于原线性规划最优解（min）。 整数规划无可行解。 (2)整数规划最优解不能按照实数最优解简单取整而获得。 * 整数规划求解方法分类 （i）分枝定界法—可求纯或混合整数线性规划。 （ii）割平面法—可求纯或混合整数线性规划。 （iii）隐枚举法—求解“0-1”整数规划： ①过滤隐枚举法； ②分枝隐枚举法。 （iv）匈牙利法—解决指派问题（“0-1”规划特殊情形）。 （v）蒙特卡洛法—求解各种类型规划。 * 整数规划-分枝定界法 对有约束条件的最优化问题的可行解空间恰当地进行系统搜索，这就是分枝与定界内容。通常，把全部可行解空间反复地分割为越来越小的子集，称为分枝；并且对每个子集内的解集计算一个目标下界（对于最小值问题），这称为定界。在每次分枝后，凡是界限不优于已知可行解集目标值的那些子集不再进一步分枝，这样，许多子集可不予考虑，这称剪枝。这就是分枝定界法的主要思路。 * 例题演示 例 3 求解下述整数规划 s.t. A B 先不考虑整数限制，即解相应的线性规划，得最优解为： * 显然它不符合整数条件。这时Z是问题A的最优目标函数值Z*的上界，记作 。而 显然是问题A的一个整数可行解，这时Z=0，是Z*的一个下界，记作 ，即 * 分支 因为 当前均为非整数，故不满足整数要求，任选一个进行分枝。设选 进行分枝，把可行集分成2个子集： 因为4与5之间无整数，故这两个子集内的整数解必与原可行集合整数解一致。这一步称为分枝。这两个子集的规划及求解如下： * 再定界： 对问题B1再进行分枝得问题B11和B12，它们的最优解为: 再定界： ，并将B12剪枝。 对问题B2再进行分枝得问题B21和B22，它们的最优解为: 无可行解。 将 剪枝，于是可以断定原问题的最优解为： * 0=Z*=355.8799 340=Z*=355.8799 340=Z*=341.4 * * * 小结 从以上解题过程可得用分枝定界法求解整数规划（最大化）问题的步骤为： 首先，将要求解的整数规划问题称为问题A，将与它相应的线性规划问题称为问题B。 i）解问题B可能得到以下情况之一： （a）B没有可行解，这时A也没有可行解，则停止． （b）B有最优解，并符合A问题的整数条件，B的最优解即为A的最优解，则停止。 （c）B有最优解，但不符合问题的整数条件，记它的目标函数值为 。 * 小结（续） ii）用观察法找问题A的一个整数可行解，一般可取 试探，求得其目标函数值，并记作 。以 表示问题的最优目标函数值；这时有 其次，进行迭代。 第一步：分枝，在B的最优解中任选一个不符合整数条件的变量xj，其值为bj，以[bj]表示小于bj的最大整数。构造两个约束条件: 将这两个约束条件，分别加入B问题，求两个后继规划问题B1和B2。不考虑整数条件求解这两个后继问题。 定界，以每个后继问题为一分枝标明求解的结果，与其它问题的解的结果中，找出最优目标函数值最大者作为新的上界 。从已符合整数条件的各分支中，找出目标函数值为最大者作为新的下界 ，若无作用 =0 。 第二步：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， 则重复第一步骤。 一直到最后得到 = 为止。得最优整数解 。 * 分析 整数规划关键是找到一下限-最大化问题（或上限-最小化问题），用来剪枝，通