混合整数规划.docxVIP

混合整数规划 混合整数规划（Mixed Integer Programming, MIP）是运筹学中重要的整数规划问题，它是指线性规划最优化模型中部分变量被限定为整数，即模型中含有整数变量和连续变量的最优化模型。混合整数规划的实现机理有：假如，在最优化模型中仅限一个变量为整数，则我们可以将这个模型等价地转化为一个具有多向分支的离散模型，每个分支对应一个整数取值；假如，所有变量都被限定为整数，则它就成为全整数规划模型，是NP完备问题，无法使用最优化技术近似求解。 混合整数规划在企业决策分析中具有重要意义，如在市场选择活动分析中，此类模型中需要在多种情况下选择投入最优数量而不是最优受益，留有余地於投资计划中。此外，混合整数规划可以用于分配问题，其中线性约束提供了问题的结构及信息；整数约束可以特殊的表达投资的整数上限，满足商业需求。 混合整数规划模型是一种复杂的问题，它既具有线性规划模型的特征又具有全整数规划模型的特征，相比而言，混合整数规划往往更具有挑战性和实用性。 混合整数规划方法可以有效地生成局部最优解，但严格来讲其无法得到全局最优解。人们也提出了算法来弥补缺点。近年来，大量的算法从理论、算法、实践上都在不断发展，基于分支定界的方法，包括定界算法、启发式算法、最优性算法、加权增量法等，已经成为求解混合整数规划模型有效算法的主要手段。 混合整数规划在工程和管理科学研究中有重要应用，其分析方式可以逺源地求解一定条件下变量和约束条件最优化模型。混合整数规划问题研究也涉及到一系列复杂问题，包括如何在给定有限的计算资源时解决多变量视图、如何实现启发式算法、如何生成整数可行解等等。随着技术的进步，人们将继续努力以改进混合整数规划的求解技术。