第4章 整数规划与分配问题 管理运筹学 重庆三峡学院.pptVIP

第 4 章 整数规划与分配问题 目录 4 整数规划 1 2 3 0-1 规划 分配问题 本章小结与作业 管 理 运 筹 学 第 4 章 整 数 规 划 与 分 配 问 题 4.1 整数规划 管 理 运 筹 学 第 4 章 整 数 规 划 与 分 配 问 题 ? 导入案例 ? 整数规划的基本概念 ? 图解法 ? 分枝定界法的基本思路 4.1.1 导入案例——集装箱托运计划 管 理 运 筹 学 第 4 章 整 数 规 划 与 分 配 问 题 货物 每箱体积 (m 3 ) 每箱质量 (50kg) 每箱利润 ( 百元 ) 甲 乙 3 8 4 3 5 6 托运 限制 40 24 某厂拟用集装箱托运甲、乙两种货物，每箱的体积、质量、可获得的利 润以及托运所受到的限制如表所示。问怎样安排托运计划，可使利润最 大？ 1 2 1 2 1 2 1 2 1 2 max z 5 6 3 8 4 3 , 0 , x x x x x x x x x x ? ? ? ? ? ? ? ? ? ? ? ≤ 40 ≤ 24 ≥ 取整数 设 x1,x2 表示两种货物装载数量 ( 整 数 ) ，依题意有如下数学模型： 在实际中，许多要求变量取整 的数学模型，称为整数规划。 4.1.2 整数规划的基本概念 ? 整数规划（ integer programming ， IP ）是指一类要求问 题中的全部或一部分变量为整数的数学规划。在整数规划 中，依决策变量的取值不同，又可进一步划分： ? 如果所有变量都限制为整数，则称为纯整数规划（ Pure Integer Programming ， PIP ）； ? 如果仅一部分变量限制为整数，则称为混合整数规划 （ Mixed Integer Programming ， MIP ）； ? 变量取二进制的整数规划则称为 0-1 规划（ Binary Integer Programming ， BIP ）。 管 理 运 筹 学 第 4 章 整 数 规 划 与 分 配 问 题 4.1.3 图解法 管 理 运 筹 学 第 4 章 整 数 规 划 与 分 配 问 题 【例 4.1 】 用图解法求解整数规划 1 2 1 2 1 2 1 2 1 2 max 5 6 3 8 40 (1) 4 3 24 (2) , 0 , z x x x x x x x x x x ? ? ? ? ? ? ? ? ? ? ? ≤ ≤ ≥ 取整数 （ 1 ）建立直角坐标系， 图示约束条件，确定 可行域。 （ 2 ）图示目标函数一 根基线，按目标要求 平行移动，直到与可 行域相交。 （ 3 ）求出交点坐标与 目标值。 ① 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 x1 0 1 2 3 4 5 6 7 8 x 2 ② X=( 2,4),z=34 4.1.4 分枝定界法的基本思路 * 管 理 运 筹 学 第 4 章 整 数 规 划 与 分 配 问 题 【例 4.1 】 分枝定界法求解 1 2 1 2 1 2 1 2 1 2 max 5 6 3 8 40 (1) 4 3 24 (2) , 0 , z x x x x x x x x x x ? ? ? ? ? ? ? ? ? ≤ ≤ ≥ 取整数 分枝定界法 (Branch and Bound Method) 用于求解整数规划问题 ，是在 20 世纪 60 年代初，由 Land Doig 和 Dakin 等人提出的。 解 (1) 承例 4.1 ，由图解法知，一般线性规划解的坐标为 (72/23,88/23) ，不在 网格线的交叉点上，非整数解（非可行解）。 ① (2) 对“解 1” 分枝定界：选取 x1 进行分枝定界：在原模型的基础上，分别添 加 x1≤3,x1≥4 。优化结果 “解 2” ， X=(3,31/8) ；“解 3” ， X=(4,8/3) ，均为非 整数（非可行解）。 (3) 先对“解 2” 2” 的坐标为 (3,31/8) ，分别添加 x2≤3 ， x2≥4 ， 优化结果 “解 4” ， X=(3,3) ， z=33 ，为可行解；“解 5” ， X=(8/3,4) ， z=37.33 ， 为非可行解，由于其目标值大于解 4 的目标值，先保留，待进一步分枝定界。 (4) 再对“解 3” 分枝定界：“解 3” 的 x2 坐标 为非整数，添加 x2≤2 （ x2 ≥3 为非 可行域），优化结果为“解 6 ” X=(9/2,2) ， z=34.5 ；再添加 x1 =4,x1 ≥5 。解得 整数解 X=(4,2) ， z=32 和非整数解 X=(5,4/3) ，目标值 z=33 ，这两个整数解和非 整数解的目标值均不大于整数解 —— 解 4 ，不再保留。