第二章整数规划.pdfVIP

第二章 整数规划 §1 概论 1.1 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。 1.2 整数规划的分类 如不加特殊说明，一般指整数线性规划。对于整数线性规划模型大致可分为两类： 1o 变量全限制为整数时，称纯（完全）整数规划。 2o 变量部分限制为整数的，称混合整数规划。 1.2 整数规划特点 （i ） 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： 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。 例 1 原线性规划为 min z x1 x2 2x1 4x2 5, x1 0, x2 0 5 5 其最优实数解为： x 0,x ,min z 。 1 2 4 4 ③有可行解（当然就存在最优解） ，但最优解值变差。 例 2 原线性规划为 min z x1 x2 2x1 4x2 6, x1 0, x2 0 3 3 其最优实数解为： x 0,x ,min z 。 1 2 2 2 若限制整数得： x1 1,x2 1,min z 2 。 （ii ） 整数规划最优解不能按照实数最优解简单取整而获得。 1.3 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。 下面将简要介绍常用的几种求解整数规划的方法。 §2 分枝定界法 对有约束条件的最优化问题 （其可行解为有限数） 的所有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， 凡是界限超出已知可行解集目标值的那些子集不再进一步分枝， 精选文库 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。 分枝定界法可用于解纯整数或混合的整数规划问题。在本世纪六十年代初由 Land Doig 和 Dakin 等人提出的。由于这方法灵活且便于用计算机求解，所以现在它已是解 整数规划的重要方法。 目前已成功地应用于求解生产进度问题、 旅行推销员问题、 工厂 选址问题、背包问题及分配问题等。 设有最大