线性规划模型《精选》.ppt

三、整数线性规划模型 变量取整数的线性规划称为整数线性规划，简称整数线性规划，记为IP。 整数规划分为纯整数线性规划，记为PILP； 混合整数规划，记为MILP 整数 规划的特殊情况是0-1规划，其变量只取0或者1 1、整数 规划模型及分枝定界法 由于整数 规划模型比线性规划模型增加了取整的条件，所以一种自然的想法是利用线性规划的方法求解整数规划模型。但如直接对线性规划问题最优解取整往往得不到整数 规划的最优解。因为对线性规划问题最优解取整以后，有时会破坏原问题的约束条件，但解却不是最优解。下面介绍对于纯整数和混合整数规划都适用的分枝定界法 分枝定界法的一般步骤： （1） 称原整数规划问题为A；不考虑整数条件，相应的线性规划问题为B； （2） 解问题B，如问题B无可行解，则停止，原问题A也无可行解； （3） 如求得问题B的最优解，检查它是否符合整数条件，如果满足整数条件，它就是问题A的最优解；如不满足整数条件，转下一步； （4） 在问题B的解中，任意选一不符合整数条件的变量 ，假设 的值为 ，则作两个后继问题： 它们是对问题B的约束条件。 （5） 不考虑整数条件解这两个后继问题； （6） 在现有并且还未分解出各后继问题的各可行解中，选择目标函数值为最优的问题，重新称该问题为B，转（3）。 例：设有整数规划模型 为整数 首先不考虑整数的条件，求解线性规划，得最优解： 任意选择非整数解变量。如 ，由于 ，问题的解要求整数，所以分出两个约束。 从而把原问题分成两个子问题： 问题S1： 为整数 问题S2 为整数 对子问题S1、 S2，不考虑整数条件，得最优解 这两个仍然不满足整数的要求。所以继续对（S1）和（S2）分解。由于（S1）的最优值Z=349.000比，（S2）的最优值Z=341.390大，所以先对（S1）进行分解。由于 不满足整数要求，所以 所以添加条件 把（S1）分解成两个后继问题（S11）和（S12）。依次类推得到最优解或判断无最优解。 上述思想是分支定界的理论，但在利用数学软件求解时可以省去。 上述整数线性规划模型的LINGO程序 问题1. 如何下料最节省 ? 例 钢管下料 问题2. 客户增加需求： 原料钢管:每根19米 4米50根 6米20根 8米15根 客户需求 节省的标准是什么？ 由于采用不同切割模式太多，会增加生产和管理成本，规定切割模式不能超过3种。如何下料最节省？ 5米10根 按照客户需要在一根原料钢管上安排切割的一种组合。 切割模式 余料1米 4米1根 6米1根 8米1根 余料3米 4米1根 6米1根 6米1根 合理切割模式的余料应小于客户需要钢管的最小尺寸 余料3米 8米1根 8米1根 合理切割模式 模式? 4米钢管根数 6米钢管根数 8米钢管根数 余料(米) 1 4 0 0 3 2 3 1 0 1 3 2 0 1 3 4 1 2 0 3 5 1 1 1 1 6 0 3 0 1 7 0 0 2 3 钢管下料问题1： 为满足客户需要，按照哪些种合理模式，每种模式切割多少根原料钢管，最为节省？ 2. 所用原料钢管总根数最少 两种标准 1. 原料钢管剩余总余量最小 xi 表示按第i 种模式切割的原料钢管根数(i=1,2,…7) 决策变量 模 式 4米 根数 6米 根数 8米 根数 余 料 1 4 0 0 3 2 3 1 0 1 3 2 0 1 3 4 1 2 0 3 5 1 1 1 1 6 0 3 0 1 7 0 0 2 3 需 求 50 20 15 目标1（总余量） 按模式2切割12根,按模式5切割15根，余料27米 最优解：x2=12, x5=15,其余为0； 最优值：27。 约束条件 整数约束： xi 为整数 相应的LINGO程序 约束数量 约束总数 非线性约束个数 非零系数数量 总数 非线性项的系数个数 内存使用量 求解花费的时间 当前模型的类型 当前解的状态 当前解的目标函数值 求解器（求解程序）状态框 当前约束不满足的总量（不是不满足的约束的