- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第二章整数规划
整数规划模型介绍
规划中的变量〔局部或全部〕限制为整数时,称为整数规划。假设在线性规划模型中,变量限制为整数,那么称为整数线性规划。对于整数线性规划模型大致可分为三类:
〔1〕变量全限制为整数时,称纯〔完全〕整数线性规划。
〔2〕变量局部限制为整数的,称混合整数线性规划。
〔3〕变量只能取0或1时,称之为0-1线性规划。
整数线性规划特点
〔=1\*romani〕原线性规划有最优解,当自变量限制为整数后,其整数规划解会出现下述情况:
〔1〕原线性规划最优解全是整数,那么整数线性规划最优解与线性规划最优解一致。
〔2〕整数线性规划无可行解。
〔3〕有可行解〔当然就存在最优解〕,但最优解值一定不会优于原线性规划的最优值。
〔=2\*romanii〕整数规划最优解不能按照实数最优解简单取整而获得。
二、整数规划的求解法之一〔分枝定界法〕
2.1分枝定界法的思想
对有约束条件的最优化问题〔其可行解为有限数〕的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上(下)界〔对于最大(小)值问题〕,这称为定界。在每次分枝后,但凡界限不优于可行解集目标值的那些子集不再进一步分枝,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。现用下例来说明:
例1求解下述整数规划
s.t.(2.1)
解〔=1\*romani〕先不考虑整数限制,即作为一般线性规划问题求解,得最优解为:
可见它不符合整数条件。这时是原问题的最优目标函数值的上界,记作。而显然是原问题的一个整数可行解,这时,是的一个下界,记作,即。
〔=2\*romanii〕因为当前均为非整数,故不满足整数要求,任选一个进行分枝。设选进行分枝:,,将原问题A分成两个子问题B1和B2。
问题:
s.t.
最优解为:。
问题:
s.t.
最优解为:。
再定界:。
〔=3\*romaniii〕对问题对再进行分枝:,,得问题和,它们的最优解为
再定界:,并将剪枝。
〔=4\*romaniv〕对问题对再进行分枝:,,得问题和,它们的最优解为
无可行解。
将剪枝。
于是可以断定原问题的最优解为:
从以上解题过程可得用分枝定界法求解整数规划〔最大化〕问题的步骤为:
开始,将要求解的整数规划问题称为问题,将与它相应的线性规划问题称为问题。
〔=1\*romani〕解问题可能得到以下情况之一:
〔a〕没有可行解,这时也没有可行解,那么停止.
〔b〕有最优解,并符合问题的整数条件,的最优解即为的最优解,那么停止。
〔c〕有最优解,但不符合问题的整数条件,记它的目标函数值为。
〔=2\*romanii〕用观察法找问题的一个整数可行解,一般可取,求得其目标函数值,并记作。以表示问题的最优目标函数值;这时有
进行迭代。
第一步:分枝,在的最优解中任选一个不符合整数条件的变量,其值为,以表示小于的最大整数。构造两个约束条件
和
将这两个约束条件,分别参加问题,求两个后继规划问题和。不考虑整数条件求解这两个后继问题。
定界,以每个后继问题为一分枝标明求解的结果,与其它问题的解的结果中,找出最优目标函数值最大者作为新的上界。从已符合整数条件的各分支中,找出目标函数值为最大者作为新的下界,假设无作用。
第二步:比拟与剪枝,各分枝的最优目标函数中假设有小于者,那么剪掉这枝,即以后不再考虑了。假设大于,且不符合整数条件,那么重复第一步骤。一直到最后得到为止。得最优整数解。
2.2整数规划的计算机解法
例2求解以下整数规划问题:
s.t.(2.2)
在LINGO模型窗口中输入以下模型:
MIN=X1+X2-4*X3;
X1+X2+2*X3=9;
X1+X2-X3=2;
-X1+X2+X3=4;
@GIN(X1);@GIN(X2);@GIN(X3);
选菜单Lingo|Solve〔或按Ctrl-S〕,或用鼠标点击“solve”按钮,可得结果如下:
Globaloptimalsolutionfound.
Objectivevalue:-16.00000
Extendedsolversteps:0
Totals
文档评论(0)