混合整数规划.pptVIP

整数规划（上） 纯整数规划：全部决策变量取整数值； 混合整数规划：部分决策变量取整数值； 0-1规划：决策变量取0或1。 等等 二、整数规划 2.1 整数规划问题的解 2.2 0-1规划 2.3.1 整数规划求解之分支定界法 例：求下述规划问题的最优解 O 1 2 3 4 5 6 7 x1 x2 9 8 7 6 5 4 3 2 1 (3.25，2.5) × × × × × × × × × × 采用凑整法试验，比较 (4,3), (4,2), (3,3), (3,2) 其中(3,2)为可行解，z=13，但并非最优解。 最优解为(4，1)，z*=14. 2.1 整数规划问题的解 整数规划解的特点： （1） 线性规划有最优解，当决策变量限制为整数后 ① 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； ② 整数规划无可行解； ③ 有可行解（必存在最优解），但最优解值变差。 （2） 整数规划最优解不能按照实数最优解简单取整获得。 2.1 整数规划问题的解 0-1规划 某些特殊问题，只做是非选择，故决策变量设置简化为0或1（分别代表选择或不选择）。 决策变量取0或1的规划问题是整数规划的特殊情况（例如指派问题），此时决策变量也称0-1变量、二进制变量或逻辑变量。 2.2 0-1规划 1. m个约束条件中只有k个起作用 设m个约束条件可表为： 定义 M为任意大的正数，则 引入0-1变量在建立数学模型中的作用 2.2 0-1规划 2. 约束条件的右端项可能是r个值中的某一个，即 定义 2.2 0-1规划 引入0-1变量在建立数学模型中的作用 3. 两组条件中满足其中一组 若x1?4，则x2?1; 否则(即x14时)，x2 ?3. 定义 M为任意大的正数，则 2.2 0-1规划 引入0-1变量在建立数学模型中的作用 4. 用以表示含固定费用的函数 设xj代表产品j的生产数量，其生产费用函数可表示为： 式中Kj是同产量无关的生产准备费用。 目标函数： 设0-1变量yj，当xj=0时，yj=0；当xj0时，yj=1. 2.2 0-1规划 引入0-1变量在建立数学模型中的作用 整数规划求解方法： （1）分枝定界法— 可求纯或混合整数线性规划 （2）割平面法 — 可求纯或混合整数线性规划 （3）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。 （4）匈牙利法 —解决指派问题 （5）蒙特卡洛法 —求解各种类型规划 等等 2.3 整数规划求解方法 LP1 x1=1, x2=3 Z(1) ＝16 LP x1=18/11, x2=40/11 Z(0) ＝19.8 LP2 x1=2, x2=10/3 Z(2) ＝18.5 LP21 x1=12/5, x2=3 Z(21) ＝17.4 LP22 无可 行解 LP211 x1=2, x2=3 Z(211) ＝17 LP212 x1=3, x2=5/2 Z(212) ＝15.5 x1≤1 x1≥2 x2≤3 x2≥4 x1≤2 x1≥3 基本思路： 求解相应的线性规划问题； 反复进行分支、定界、剪枝，直至求得整数规划问题的最优解。 2.3.1 分支定界法 2.3 整数规划求解方法 例：用分支定界法求解整数规划问题 记为（IP） 解：首先去掉整数约束，变成一般线性规划问题 记为（LP） 2.3.1 分支定界法 2.3 整数规划求解方法 1）先求（LP）的最优解 x1 x2 3 3 2.3.1 分支定界法 2.3 整数规划求解方法 x1 x2 ⑴ ⑵ 3 3 ⑶ (18/11,40/11) x1＝18/11, x2 =40/11 Z(0) =218/11≈(19.8) 即Z 也是（IP）最大值的上限。 1）先求（LP）的最优解 2.3.1 分支定界法 2.3 整数规划求解方法 对于x1＝18/11≈1.64， 分支x1 ≤1， x1 ≥2 或 对于x2 =40/11 ≈3.64，分支x2 ≤3 ，x2 ≥4 不妨先将（LP）划分为 （LP1）和（LP2）, 分别取x1 ≤1, x1 ≥2 2.3 整数规划求解方法 2）进行分支、定界、剪枝 2.3.1 分支定界法 x1 x2 ⑴ ⑵ 3 3 ⑶ (18/11,40/11) 继续求（LP1）和（LP2）的最优解。 将（LP）划分为（LP1）和（LP2），加入条件x1≤1， x1 ≥2 2.3 整数规划求解方法 2）进行