大二下运筹学5.1.pptxVIP

教学大纲内容 整数规划（6学时） 了解分枝定界法、割平面法的原理与步骤；掌握指派问题的解法，会利用0-1变量解决某些整数线性规划问题的建模。重点是分枝定界法的原理、指派问题的解法。难点是0-1规划的建模。;第一节 问题的提出 一、定义 例子：某厂拟采用集装箱托运甲乙两种货物，每箱的体积、重量、可获利润以及托运所受限制如下表;分类： 1. 纯整数线性规划（Pure Integer Linear Programming） 2. 混合整数线性规划（Mixed Integer Linear Programming） 3. 0-1型整数线性规划（Zero-One Integer Linear Programming）;若不考虑整数约束，上述IP问题相应的线性规划问题为LP-1：;可得最优解为x*=（5/3，8/3)T。 如果选用“向上凑整”的方法可得到x(1)=(2,3)T, 则此时已破坏了体积约束, 超出可行域的范围; 如果“舍去小数”可得x(2)=(1,2)T, 则此时虽是可行解, 值为10，不是最优解, 因为当x*=(2,2)T是, 其利润为14.;第二节 分枝定界法(Branch and Bound method) 引言：穷举法对小规模的问题可以，大规模问题则不行（容易想到）。 一、基本思想和算法依据 基本思想是：先求出相应的线性规划最优解，若此解不符合整数条件，那么其目标函数的值就是整数规划问题最优值的上界，而任意满足整数条件的可行解的目标函数值将是其下界（定界），然后将相应的线性规划问题进行分枝，分别求解后续的分枝问题。如果后续分枝问题的最优值小于上述下界, 则剪掉此枝; 如果后续某一分枝问题的最优解满足整数条件，且其最优值大于上述下界，则用其取代上述下界，继续考虑其它分枝，直到最终求得最优的整数解。 算法的依据在于：“整数规划的最优解不会优于相应的线性规划问题的最优解”。具体说就是，对极大化问题，与整数规划问题相应的线性规划问题的目标函数值，是该整数规划问题目标函数的上界；任何满足整数条件的可行解的目标函数值将是其下界。;二、具体步骤（以例子说明）;;没有得到全部决策变量均是整数的解。再次定出上下界 0 ?Z* ? 349 继续对问题LP-1，LP-2进行分枝。先对目标函数值大的LP-1进???分枝，即分别将 x2?[2.1]=2, x2?[2.1]+1=3 加入到约束条件中去, 得子问题LP-3, LP-4, 分别求解得 LP-3: x1=4, x2=2, Z3=340 （ 是整数解，定下界） LP-4: x1=1.42, x2=3, Z4=327（剪掉） 问题LP-3的所有解均是整数解, 而问题LP-4还有非整数解, 但由于 Z3Z4, 对LP-4分枝已没有必要，剪掉。 上下界为 340? Z* ? 341 在对问题LP-2进行分枝, x2 ?[1.57]=1， x2?[1.57]+1=2, 得子问题LP-5, LP-6, 求解得 LP-5: x1=5.44, x2=1, Z5=308 (?下界340, 剪掉) LP-6: 无可行解（剪掉） ;;步骤: 1 求解相应的线性规划问题的最优解和最优值, 如果a) 没有可行解, 停止; b) 若有满足整数条件的最优解, 则已得到整数规划问题的最优解, 停止; c) 若有最优解, 但不满足整数条件, 记此最优值为原整数规划问题Z*的上界, 然后, 用观察法求出下界. 2 分枝、定界，直到得到最优解为止。 （注意：a）在以后的各枝中，若某一子规划问题的最优解满足整数条件，则用其最优值置换Z*的下界。b）若某一分枝的最优值小于Z*的下界，则剪掉此枝，即以后不在考虑此枝） ;三、算法需要注意的几点（以极大化问题为例） 1 在计算过程中，若已得到一个整数可行解x(0)，其相应的目标函数值为Z0，那么在计算其它分枝过程中，如果解某一线性规划所得的目标函数值ZZ0，即可停止计算。因为进一步的分枝结果的最优值只能比Z更差。 2 分枝变量的选取。分枝变量的选取方式不同，可使整个问题的求解在简繁程度上有很大的差异，选取原则为： ? 选取相应的线性规划解中具有最大分数值的变量作为分枝变量。