运筹学(整数规划)资料
合集下载
运筹学-第3章整数规划
2018/8/17
9
生产计划问题
某机器制造厂可生产四种产品，对于三种主要资源（钢， 人力，能源）的单位消耗及单位利润见表。问如何安排 生产，可使总利润最大？
消耗 产品1
1
产品2 产品3
10 6 0 7 3 4 2 8
产品4
0 1 5 4
资源量
5000 3000 3000
资源A（钢）
资源B（人力） 2 资源C（能源） 2 单位利润 1
这里取M=5000
2018/8/17
15
（2）批量生产
在前例中的基础上, 增加假设：产品4要求批量生 产，批量为不少于500件。 试建立最佳生产计划模型。
定义0-1变量y4
1 , x 4 500 y 4= 0 , x 4=0
500y4 x4 My4 y4 {0,1}
增加约束
2018/8/17 4
附加条件
项目1和项目3至少采纳一个; y1+y2 ≥1 项目2和项目5不能同时采纳; y2+y5 ≤1 项目1仅在项目2采纳后才可考虑是否采纳; y1≤ y2 项目1仅在项目2和3同时采纳后才可考虑是否采纳; 项目1，2，3不能同时采纳; y1+y2+y3 ≤2 或者选择项目1和2，或者选择项目3; y1= y2, y1+y3 =1; 或者 0.5(y1+y2) +y3 =1.
i 1 j 1 5 4
1, 采用Ai建厂 yi , i 3,4,5 0 ，不采用
s.t. x11 x12 x13 x14 400 x x x x 600 23 24 21 22 x31 x32 x33 x34 200y3 x41 x42 x43 x44 200y4 x x x x 200y 5 51 52 53 54 y3 y 4 y5 1 x11 x21 x31 x41 x51 300 x12 x22 x32 x42 x52 350 x13 x23 x33 x43 x53 400 x x x x x 150 24 34 44 54 14 xij 0, i 1,2,3,4,5, j 1,2,3,4 y3 , y4 , y5 {0,1}
运筹学整数规划
运筹学整数规划运筹学是研究在资源有限的条件下，如何进行决策和优化的一门学科。
整数规划是运筹学中的一个重要分支，它解决的是决策变量必须为整数的问题。
整数规划在实际问题中具有广泛的应用，如生产计划、设备配置、选址问题等。
整数规划问题的数学模型可以表示为：max/min c^T xs.t. Ax ≤ bx ≥ 0x ∈ Z其中，c是目标函数的系数矩阵，x是决策变量的向量，A是约束条件的系数矩阵，b是约束条件的向量，Z表示整数集合。
整数规划问题与线性规划问题相似，但整数规划问题的约束条件多了一个整数限制，使得问题的解空间变得更为复杂。
由于整数规划问题的NP-hard性质，求解整数规划问题是一项困难的任务。
求解整数规划问题的常用方法有分支定界法、割平面法和启发式算法等。
分支定界法是一种穷举搜索的方法，它通过将整数规划问题不断分割成更小的子问题，从而逐步搜索解空间，直到找到最优解。
分支定界法对于规模较小的问题比较有效，但对于大规模复杂问题，效率较低。
割平面法是一种通过添加新的约束条件来减少解空间的方法。
它利用线性松弛问题（将整数约束条件放宽为线性约束条件）的解来构造有效的割平面，从而逐步缩小解空间，找到最优解。
割平面法通常比分支定界法更有效，但对于某些问题，可能需要添加大量的割平面才能收敛到最优解。
启发式算法是一种基于经验和启发式搜索的方法。
它通过设置初始解、搜索策略和邻域搜索等步骤，来快速找到近似最优解。
常见的启发式算法有遗传算法、模拟退火算法和禁忌搜索算法等。
启发式算法虽然不能保证找到全局最优解，但能够在可接受的时间内找到较优解。
综上所述，整数规划作为运筹学中的重要分支，解决的是决策变量必须为整数的问题。
整数规划问题具有广泛的应用，但由于其NP-hard性质，求解过程较为困难。
常用的求解方法包括分支定界法、割平面法和启发式算法等。
这些方法各有优劣，根据具体问题的特点选择合适的方法进行求解。
整数规划(运筹学-京航空航天大学,党耀国)(研究生)
(C)： (B）加约束Xj [bj ] (D)：(B)加约束Xj [bj ]+1
23
(5)、解(C)、(D)
剪枝条件：① (C)，[(D)]无可行解
② (C)，[(D)]对应的目标值S S0
③ (C)，[(D)]对应的目标值Sc>S0
且解为整数解，令ScS0
且解为非整数解，令(C)，[(D)] 取代(B) 返回(4) (6)、全部枝剪完，停
min Z bi xi Cij yij
i 1 i 1 j 1 3 3 4
混合整数规划
10
0－1决策变量的应用
可用于相互排斥计划中
例1、运输方式：火车、船。
火车：5X1+4X2 24
船： 7X1+3X2 45
(体积)
(体积)
11
maxZ=20X1 + 10X2 2X1+5X2 13 5X1+4X2 24+MX3 7X1+3X2 45+M(1-X3 ) X1 , X2 0 整数 X3为0或1 当 X3 =0 M>0 火车
运费
问：选择适当地点建仓库，在满足商店需 求条件下，总费用最小。
9
解：设Xi ( i=1,2,3)为是否在 Ai 建仓库 yij ( i=1,2,3, j=1…4)由 i仓库向 j商店运货量
y11 + y21 = d1 y12 + y22 + y32 = d2 y23+ y33 = d3 y14 + y24 + y34 = d4 x1 + x2 + x3= 2 y11 + y12 + y14 a1x1 y21 + y22 + y23 + y24a2x2 y32 + y33 + y34 a3x3 xi 为0－1， yij 0
23
(5)、解(C)、(D)
剪枝条件：① (C)，[(D)]无可行解
② (C)，[(D)]对应的目标值S S0
③ (C)，[(D)]对应的目标值Sc>S0
且解为整数解，令ScS0
且解为非整数解，令(C)，[(D)] 取代(B) 返回(4) (6)、全部枝剪完，停
min Z bi xi Cij yij
i 1 i 1 j 1 3 3 4
混合整数规划
10
0－1决策变量的应用
可用于相互排斥计划中
例1、运输方式：火车、船。
火车：5X1+4X2 24
船： 7X1+3X2 45
(体积)
(体积)
11
maxZ=20X1 + 10X2 2X1+5X2 13 5X1+4X2 24+MX3 7X1+3X2 45+M(1-X3 ) X1 , X2 0 整数 X3为0或1 当 X3 =0 M>0 火车
运费
问：选择适当地点建仓库，在满足商店需 求条件下，总费用最小。
9
解：设Xi ( i=1,2,3)为是否在 Ai 建仓库 yij ( i=1,2,3, j=1…4)由 i仓库向 j商店运货量
y11 + y21 = d1 y12 + y22 + y32 = d2 y23+ y33 = d3 y14 + y24 + y34 = d4 x1 + x2 + x3= 2 y11 + y12 + y14 a1x1 y21 + y22 + y23 + y24a2x2 y32 + y33 + y34 a3x3 xi 为0－1， yij 0
运筹学第5章：整数规划
1 xj 0 对项目j投资 对项目j不投资 （j 1， ，n） 2，
则问题可表示为：
max z c j x j
j 1 n
n a j x j B j 1 x1 x2 0 s.t. x3 x4 1 x x x 2 7 5 6 x j 0或1 j 1,2, , n 【例5-3】工厂A1和A2生产某种物资，由于该种物资供不应 求，故需要再建一家工厂，相应的建厂方案有A3和A4两个。这 种物资的需求地有B1、B2、B3、B4四个。各工厂年生产能力、各 地年需求量、各厂至各需求地的单位物资运费cij(j=1,2,3,4) 见表5-2。
三、割平面法的算法步骤
步骤1：将约束条件系数及右端项化为整数，用单纯形法求 解整数规划问题(ILP)的松弛问题(LP)。设得到最优基B，相应 的基最优解为X*。 步骤2：判别X*的所有分量是否全为整数？如是，则X*即为 (ILP)的最优解，算法终止；若否，则取X*中分数最大的分 量 x * ，引入割平面(5.7)。
表5-2
Ai cij A1 A2 Bj B1 2 8 B2 9 3 B3 3 5 B4 4 7 生产能力 (千吨/年) 400 600
A3
A4 需求量(千吨/年)
7
4 350
6
5 400
1
2 30025 150200200工厂A3或A4开工后，每年的生产费用估计分别为1200万元或 1500万元。现要决定应该建设工厂A3还是A4，才能使今后每年 的总费用(即全部物资运费和新工厂生产费用之和)最少。
一般来说，整数线性规划可分为以下几种类型：
1. 纯整数线性规划(Pure Integer Linear Programming)： 指全部决策变量都必须取整数值的整数线性规划，也称为全整 数规划。 2. 混合整数线性规划(Mixed Integer Linear Programming)：指决策变量中一部分必须取整数值，而另一部 分可以不取整数值的整数线性规划。 3. 0-1整数线性规划(Zero-one Integer Linear Programming)：指决策变量只能取0或1两个值的整数线性规划。
则问题可表示为：
max z c j x j
j 1 n
n a j x j B j 1 x1 x2 0 s.t. x3 x4 1 x x x 2 7 5 6 x j 0或1 j 1,2, , n 【例5-3】工厂A1和A2生产某种物资，由于该种物资供不应 求，故需要再建一家工厂，相应的建厂方案有A3和A4两个。这 种物资的需求地有B1、B2、B3、B4四个。各工厂年生产能力、各 地年需求量、各厂至各需求地的单位物资运费cij(j=1,2,3,4) 见表5-2。
三、割平面法的算法步骤
步骤1：将约束条件系数及右端项化为整数，用单纯形法求 解整数规划问题(ILP)的松弛问题(LP)。设得到最优基B，相应 的基最优解为X*。 步骤2：判别X*的所有分量是否全为整数？如是，则X*即为 (ILP)的最优解，算法终止；若否，则取X*中分数最大的分 量 x * ，引入割平面(5.7)。
表5-2
Ai cij A1 A2 Bj B1 2 8 B2 9 3 B3 3 5 B4 4 7 生产能力 (千吨/年) 400 600
A3
A4 需求量(千吨/年)
7
4 350
6
5 400
1
2 30025 150200200工厂A3或A4开工后，每年的生产费用估计分别为1200万元或 1500万元。现要决定应该建设工厂A3还是A4，才能使今后每年 的总费用(即全部物资运费和新工厂生产费用之和)最少。
一般来说，整数线性规划可分为以下几种类型：
1. 纯整数线性规划(Pure Integer Linear Programming)： 指全部决策变量都必须取整数值的整数线性规划，也称为全整 数规划。 2. 混合整数线性规划(Mixed Integer Linear Programming)：指决策变量中一部分必须取整数值，而另一部 分可以不取整数值的整数线性规划。 3. 0-1整数线性规划(Zero-one Integer Linear Programming)：指决策变量只能取0或1两个值的整数线性规划。
管理运筹学讲义整数规划
管理运筹学讲义整数规划整数规划是管理运筹学中一种重要的优化技术，它在实际问题中具有广泛的应用。
本文将介绍整数规划的基本概念、建模方法以及解决算法，并通过实例展示其在实际问题中的应用。
一、整数规划的基本概念整数规划是线性规划的一种扩展形式，其决策变量被限制为整数。
在实际问题中，往往存在某些变量只能取整数值的约束条件，这时就需要使用整数规划方法进行求解。
与线性规划相比，整数规划的求解难度更大，但可以提供更精确的结果。
二、整数规划的建模方法在进行整数规划建模时，需要确定决策变量、目标函数和约束条件。
1. 决策变量决策变量是问题中需要优化的变量，其取值决定了问题的解。
在整数规划中，决策变量通常表示为整数。
2. 目标函数目标函数是整数规划问题中需要最小化或最大化的目标。
它可以是线性函数或非线性函数，但在整数规划中，通常只考虑线性目标函数。
3. 约束条件约束条件是问题的限制条件，限制了决策变量的取值范围。
在整数规划中，约束条件可以是线性等式或线性不等式。
三、整数规划的解决算法解决整数规划问题的常见算法包括割平面法、分支定界法和动态规划法等。
这些算法通过不断对问题进行优化，逐步逼近最优解。
1. 割平面法割平面法是一种通过添加额外的约束条件来逼近最优解的方法。
它首先求解一个松弛问题，然后根据松弛问题的解加入新的约束条件，直到找到最优解。
2. 分支定界法分支定界法是一种将整数规划问题划分为多个子问题，并对每个子问题进行求解的方法。
它通过不断分支和剪枝来找到最优解。
3. 动态规划法动态规划法是一种通过将问题分解为多个子问题，并通过求解子问题的最优解来求解原始问题的方法。
它采用自底向上的求解方式，将所有可能的决策情况进行组合，得到最优解。
四、整数规划在实际问题中的应用整数规划在实际问题中有着广泛的应用。
以下是一个应用整数规划解决的实际问题示例：某公司生产两种产品A和B，每天的生产时间为8小时。
产品A每单位利润为100元，产品B每单位利润为150元。
运筹学基础及应用_(第四章_整数规划与分配问题)
号与7号必须同时开采；
（d） 8
（e）1号、
4号、6号、9号开采时不能超过两个，试表示上
述约束条件。
Next
基础教研室
（a）当x8=1 当x8=0 ∴ x8 x6
x6=1，x6≠0 x6=1，x6=0
（b）当x5 =1 当x5 =0 ∴ x5 + x3 1
x3=0， x3 ≠1 x3=0， x3 =1
基础教研室
【例1】求下述整数规划的最优解
Max z= 3x1 + 2x2 st . 2x1 + 3x2 14 x1 + 0.5x2 4.5 x10，x20，且为整数
基础教研室
x2 x1+0.5x2=4.5
4
(3.25, 2.5) 2 2x1+3x2=14
2
4
6
x1
3x1+2x2=6
二、整数规划的求解方法
1 －选择电网供应 设 y1 0 －不选择电网供应
10 d j x j f (1 y1 ) M j 1 10 0.3d j x j p (1 y2 ) M j 1 y1 y2 1 y1 , y2 0或1
基础教研室
【例3】投资决策问题 某公司准备1000万元资金在10个地点中选择若干个建立 工厂（工厂名称用地点名来命名），有关数据如下：
由于各个工厂之间有配套和协作关系，因此必须满足条件： 1、 建工厂1就必须同时建工厂2； 2、 若建工厂2就不允许建工厂3； 3、 工厂4和工厂5至少建一个； 4、 工厂6，7，8恰好建2个； 5、 工厂8，9，10最多建2个； 6、 建工厂4或者建工厂6，就不能建工厂8，反过来也一样； 7、 条件2，3，5最多满足2个。 问选择哪几个地点建厂最有利？ Next
（d） 8
（e）1号、
4号、6号、9号开采时不能超过两个，试表示上
述约束条件。
Next
基础教研室
（a）当x8=1 当x8=0 ∴ x8 x6
x6=1，x6≠0 x6=1，x6=0
（b）当x5 =1 当x5 =0 ∴ x5 + x3 1
x3=0， x3 ≠1 x3=0， x3 =1
基础教研室
【例1】求下述整数规划的最优解
Max z= 3x1 + 2x2 st . 2x1 + 3x2 14 x1 + 0.5x2 4.5 x10，x20，且为整数
基础教研室
x2 x1+0.5x2=4.5
4
(3.25, 2.5) 2 2x1+3x2=14
2
4
6
x1
3x1+2x2=6
二、整数规划的求解方法
1 －选择电网供应 设 y1 0 －不选择电网供应
10 d j x j f (1 y1 ) M j 1 10 0.3d j x j p (1 y2 ) M j 1 y1 y2 1 y1 , y2 0或1
基础教研室
【例3】投资决策问题 某公司准备1000万元资金在10个地点中选择若干个建立 工厂（工厂名称用地点名来命名），有关数据如下：
由于各个工厂之间有配套和协作关系，因此必须满足条件： 1、 建工厂1就必须同时建工厂2； 2、 若建工厂2就不允许建工厂3； 3、 工厂4和工厂5至少建一个； 4、 工厂6，7，8恰好建2个； 5、 工厂8，9，10最多建2个； 6、 建工厂4或者建工厂6，就不能建工厂8，反过来也一样； 7、 条件2，3，5最多满足2个。 问选择哪几个地点建厂最有利？ Next
割平面法-运筹学整数规划
0
1 /2
1
0
-2
1
1 /3
-2 /3
0
-1 /6
5 /6
0
-1 /3
-4 /3
.
20
2. 对x2引入切平面方程 2/3-1/3x3-1/3x40, 整理得
x3+x42
加入原约束中, 增加剩余变量x5, 用对偶单纯形法求解得最优解为
x1=x2=x3=2, 最优值为Z=14. (画出切平面)
cj
4
3
s .t
2 x1 x1 , x 2
x2 0
6
x1 , x 2取整数
.
19
解: 1 求解相应的线性规划得
cj
4
CB
XB
b
x1
0
x3
20
4
0
x4
6
2
检验数
0
4
0
x3
8
0
4
x4
3
1
检验数
-12
0
3
x2
8 /3
0
4
x1
5 /3
1
检验数
-4 4 /3
0
3
0
0
x2
x3
x4
5
1
0
1
0
1
3
0
0
3
1
-2
1 /2
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。
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。
运筹学 第4章 整数规划与分配问题
匈牙利法思路：若能在 [Cij] 中找出 n 个位于
不同行不同列的0元素(称为独立0元素)，则
令解矩阵[xij]中对应这n个独立0元素的元素
取值为 1 ，其他元素取值为 0 ，则它对应目
标函数zb=0是最小的。这就是以[Cij]为系数
矩阵分配问题的最优解，也得原问题的最
优解。
定理1 若从分配问题效率矩阵[cij]的每一行元素中分别减去 (或加上)一个常数ui(称为该行的位势)，从每一列分别减去 (或加上)一个常数vj(称为该列的位势)，得到一个新效率矩阵 [bij]，若其中bij=cij-ui-vj，则[bij]的最优解等价于[cij]的最优解
第1步：找出效率矩阵每行的最小元素，并分别从每行
中减去。
第2步：再找出矩阵每列的最小元素，并分别从各列中 减去。
2 10 9 7 2 15 4 14 8 4 13 14 16 11 11 4 15 13 9 4
0 8 7 5 11 0 10 4 0 3 5 0 0 11 9 5
表明m个约束条件中有(m-k)个的右端项为( bi+M )，不起约 束作用，因而，只有k个约束条件起作用。 ② 约束条件的右端项可能是r个值b1 , b2 ,, br 中的某一个 即： 定义：
n
aij x j b1 或b2或或br
j 1
1 假定约束右端项为 bi yi 否则 0
现用下例来说明： max z=40x1+90x2 9x1+7x2≤56 7x1+20x2≤70 x1，x2≥0 x1，x2整数 ① ② ③ ④ ⑤
解：先不考虑条件⑤，即解相应的线性规划B,①～④(见图5-2)， 得最优解x1=4.81，x2=1.82，z0=356
运筹学 整数规划( Integer Programming )
组成两个新的松弛问题，称为分枝。新的松弛问题具有特征：当原问题 是求最大值时，目标值是分枝问题的上界；当原问题是求最小值时，目 标值是分枝问题的下界。
检查所有分枝的解及目标函数值，若某分枝的解是整数并且目标函数 值大于（max）等于其它分枝的目标值，则将其它分枝剪去不再计算，若 还存在非整数解并且目标值大于(max)整数解的目标值，需要继续分枝， 再检查，直到得到最优解。
割平面法的内涵:
Page 18
通过找适当的割平面,使得切割后最终得到这样的可行域( 不一定一次性得到), 它的一个有整数坐标的顶点恰好是 问题的最优解.
－Gomory割平面法
例: 求解
max z x1 x2 s.t. x1 x2 1
3x1 x2 4 x1 , x2 0, 整 数
1 x1 3/4 1 0 -1/4 1/4 0
1 x2 7/4 0 1 3/4 1/4 0
0 x5 -3 0 0 -3 -1 1
0 0 -1/2 -1/2 0
由对偶单纯形法, x5为换出变量, x3为换入变量, 得Page 29
cj CB XB b 1 x1 1 1 x2 1 0 x3 1
1 100 0 x1 x2 x3 x4 x5 1 0 0 1/3 1/12 0 1 0 0 1/4 0 0 1 -1 -1/3 0 0 0 -1/2 -1/6
收敛性很慢. 但若下其它方法(如分枝定界法)配合使用,
也是有效的.
分支定界法
Page 33
分支定界法的解题步骤：
1）求整数规划的松弛问题最优解； 若松弛问题的最优解满足整数要求，得到整数规划的最优解,否则转下
一步； 2）分支与定界：
任意选一个非整数解的变量xi，在松弛问题中加上约束： xi≤[xi] 和 xi≥[xi]+1
检查所有分枝的解及目标函数值，若某分枝的解是整数并且目标函数 值大于（max）等于其它分枝的目标值，则将其它分枝剪去不再计算，若 还存在非整数解并且目标值大于(max)整数解的目标值，需要继续分枝， 再检查，直到得到最优解。
割平面法的内涵:
Page 18
通过找适当的割平面,使得切割后最终得到这样的可行域( 不一定一次性得到), 它的一个有整数坐标的顶点恰好是 问题的最优解.
－Gomory割平面法
例: 求解
max z x1 x2 s.t. x1 x2 1
3x1 x2 4 x1 , x2 0, 整 数
1 x1 3/4 1 0 -1/4 1/4 0
1 x2 7/4 0 1 3/4 1/4 0
0 x5 -3 0 0 -3 -1 1
0 0 -1/2 -1/2 0
由对偶单纯形法, x5为换出变量, x3为换入变量, 得Page 29
cj CB XB b 1 x1 1 1 x2 1 0 x3 1
1 100 0 x1 x2 x3 x4 x5 1 0 0 1/3 1/12 0 1 0 0 1/4 0 0 1 -1 -1/3 0 0 0 -1/2 -1/6
收敛性很慢. 但若下其它方法(如分枝定界法)配合使用,
也是有效的.
分支定界法
Page 33
分支定界法的解题步骤：
1）求整数规划的松弛问题最优解； 若松弛问题的最优解满足整数要求，得到整数规划的最优解,否则转下
一步； 2）分支与定界：
任意选一个非整数解的变量xi，在松弛问题中加上约束： xi≤[xi] 和 xi≥[xi]+1
运筹学-第三章-整数规划
于是，对原问题增加两个新约束条件，将原问题分为两个 子问题，即有
max z 40x1 90x2
max z 40x1 90x2
9x1 7x2 56
s.t
7 x1
20 x2
70
x1 4
x1, x2 0
（LP1）
9x1 7x2 56
和
s.t
7
x1
20
x2
70
（LP2）
x1 5
表 3.1
货物 体积（米 3/箱） 重量（百公斤/箱） 利润（百元/箱）
甲
5
2
20
乙
4
5
10
托运限制 24 米 3
13 百公斤
解： 设x1，x2 分别为甲、乙两种货物的托运箱数，则数 学模型可以表示为：
max z 20x1 10x2
5x1 4x2 24 2x1 5x2 13 x1, x2 0, x1, x2整数
其中，目标函数表示追求最大的卫星实验价值；第1,2个约
束条件表示体积和重量的限制；第3-5个约束条件表示特定的卫
星装载要求,该问题的决策变量是0-1整数变量。
3.2.3隐枚举法 从上面两个例子可以看出，此类型问题是整数规划中的特
殊情形，其中决策变量 xi 的取值只能为0或1，此时变量 xi 称 为0-1变量，这类问题被称为0-1整数规划。对于 xi 的取值的 0-1约束，可以转化成下述整数约束条件：xi 1, xi 0, xi Z
目前对于整数规划问题的求解主要有两种方法：分支 定解法和割平面法。本章仅介绍分枝定界法，该方法在上 世纪60年代由Land Doig和Dakin等人提出，其具有灵活 且便于计算机求解的优点，所以现在已成为解决整数规划 问题的重要方法。下面通过例子说明分支定界方法的算法 思想和步骤。
运筹学01整数规划
货物体积每箱m3重量每箱吨利润每箱百元托运限制20分别表示甲乙两种货物的托运箱数则其整数规划数学模型为当采用船运方式当采用车运方式其中一般情况下m个约束条件中选择q个约束条件则可变成为
第四节 0-1整数规划
• 问题的提出：
0-1整数规划是线性规划及整数规划的一种特殊形式。 模型结构和形式是线性规划，只是决策变量取0或1。 例1：投资场所的选定——相互排斥的计划 某公司拟在城市的东、西、南三区建立分公司，拟议中有七 个位置Ai（i=1, 2,…,7), 规定在东区A1,A2,A3个点中至多选二个; 在 西区A4,A5两点中至少选一个; 在南区A6,A7中至少选一个, 如选用Ai 点,设备投资估计为bi元, 每年可获利润估计为ci元, 但投资总额不能 超过B元, 问应选择哪几个点可年利润最大?
解：求解过程见下表
(x1,x2,x3) （0,0,0）
(0,0,1) (0,1,0) (0,1,1) (1,0,0) (1,0,1) (1,1,0) (1,1,1)
Z值 0 5 -2 3 3 8 1 6
约束条件
过滤条件 Z0 Z5
Z8
所以，最优解为（x1，x2，x3)T=(1,0,1)T, 最优值为8.
令
xi
1
0
当Ai点被选用 当Ai点未被选用
i=1, …,7
7
max Z c i x i
i1
7
bixi
B
i1
x1 x 2 x 3 2
s .t
x
4
x5
1
x
0 or 1
例2: 相互排斥的约束条件
第四节 0-1整数规划
• 问题的提出：
0-1整数规划是线性规划及整数规划的一种特殊形式。 模型结构和形式是线性规划，只是决策变量取0或1。 例1：投资场所的选定——相互排斥的计划 某公司拟在城市的东、西、南三区建立分公司，拟议中有七 个位置Ai（i=1, 2,…,7), 规定在东区A1,A2,A3个点中至多选二个; 在 西区A4,A5两点中至少选一个; 在南区A6,A7中至少选一个, 如选用Ai 点,设备投资估计为bi元, 每年可获利润估计为ci元, 但投资总额不能 超过B元, 问应选择哪几个点可年利润最大?
解：求解过程见下表
(x1,x2,x3) （0,0,0）
(0,0,1) (0,1,0) (0,1,1) (1,0,0) (1,0,1) (1,1,0) (1,1,1)
Z值 0 5 -2 3 3 8 1 6
约束条件
过滤条件 Z0 Z5
Z8
所以，最优解为（x1，x2，x3)T=(1,0,1)T, 最优值为8.
令
xi
1
0
当Ai点被选用 当Ai点未被选用
i=1, …,7
7
max Z c i x i
i1
7
bixi
B
i1
x1 x 2 x 3 2
s .t
x
4
x5
1
x
0 or 1
例2: 相互排斥的约束条件
运筹学之整数规划
* X 2 (6,3.75)T 解为:
f 130
* 1
f 2* 135
B1 的解 X1* (5,4)T 是整数最优解,它当然也是问题 A0 问题
* * 的整数可行解,故 A0 的整数最优解 Z f1 130.
即此时可将 Z 修改为:
Z f1* 130
同时问题 B1 也被查清, 成为“树叶”。
题 A0 的最优目标函数值决不会比它小,故可令 Z =0.
3. 增加约束条件将原问题分枝 当问题 A0 的最优解 X 0* 不满足整数条件时,在 X 0* 中任选一个
不符合整数条件的变量.如本例选 x1 5.6,
显然问题 A0 的
整数最优解只能是 x1 5 或 x1 6 ,而绝不会在5与6之间.
规划.
问题 A1
max Z 20x1 10x2
问题 A2
max Z 20x1 10x2
5 x1 8 x2 60 x1 8 s.t x2 4 x1 5 x1 , x2 0, 取整数
5 x1 8 x2 60 x1 8 s.t x2 4 x1 6 x1 , x2 0, 取整数
用 图 解法求出最优解 x1＝3/2, x2 = 10/3 且有Z = 29/6
x2
3
⑴
⑵
(3/2,10/3)
现求整数解（最优解）： 如用“舍入取整法”可得 到4个点即(1，3) (2， 3)(1，4)(2，4)。显然， 它们都不可能是整数规划 的最优解。
3
x1
按整数规划约束条件，其可行解肯定在线性规划问题 的可行域内且为整数点。故整数规划问题的可行解集 是一个有限集，如图所示。
f 130
* 1
f 2* 135
B1 的解 X1* (5,4)T 是整数最优解,它当然也是问题 A0 问题
* * 的整数可行解,故 A0 的整数最优解 Z f1 130.
即此时可将 Z 修改为:
Z f1* 130
同时问题 B1 也被查清, 成为“树叶”。
题 A0 的最优目标函数值决不会比它小,故可令 Z =0.
3. 增加约束条件将原问题分枝 当问题 A0 的最优解 X 0* 不满足整数条件时,在 X 0* 中任选一个
不符合整数条件的变量.如本例选 x1 5.6,
显然问题 A0 的
整数最优解只能是 x1 5 或 x1 6 ,而绝不会在5与6之间.
规划.
问题 A1
max Z 20x1 10x2
问题 A2
max Z 20x1 10x2
5 x1 8 x2 60 x1 8 s.t x2 4 x1 5 x1 , x2 0, 取整数
5 x1 8 x2 60 x1 8 s.t x2 4 x1 6 x1 , x2 0, 取整数
用 图 解法求出最优解 x1＝3/2, x2 = 10/3 且有Z = 29/6
x2
3
⑴
⑵
(3/2,10/3)
现求整数解（最优解）： 如用“舍入取整法”可得 到4个点即(1，3) (2， 3)(1，4)(2，4)。显然， 它们都不可能是整数规划 的最优解。
3
x1
按整数规划约束条件，其可行解肯定在线性规划问题 的可行域内且为整数点。故整数规划问题的可行解集 是一个有限集，如图所示。
运筹学——整数规划
5
4
x(0)=(4.81,1.82) Z0=356
3
B 2
1
7x1+20x2=70
C
0 1 2 3 4 5 6 7 8 9 10 x1
x1<=[x1(0)]
12
x1>=[x1(0)]+1
2021/7/26
解：第一步：先不考虑整数约束条件，求解相应的线性 规划问题，得最优解和最优值如下：
x1=4.81, x2=1.82, Z=356 解不满足整数条件。最优值Z=356作为整数规划目标函 数值的上界；用观察法可知x1=0，x2=0是可行解，对应 目标值Z=0作为整数规划目标值的下界，即0 Z* 356
1
2
x6 x7 1
xi 0或1
获利最大的设点方案，第 一个约束条件表示投资总 额限制，之后的三个约束 条件分别表示在东、西和 南区的设点数限制，决策 变量取值0或1。
5
2021/7/26
例3 解决某市消防站的布点问题。该市共有6个区，每 个区都可以建消防站。政府希望设置的消防站最少，但 必须满足在城市任何地区发生火警时，消防车要在15分 钟内赶到现场。据实地测定，各区之间消防车行驶的时 间见下表：
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)分支、定界直到得到最优解为止
分支：取目标函数值最大的一个支LPs，在LPs的解中任选一不 符合整数条件的变量xj，其值为bj，构造两个约束条件xj≤[bj]和 xj≥[bj]+1。将两个约束条件分别加入问题LPs，得两个后继规划问 题LPs1和LPs2。不考虑整数条件求解这两个后继问题，以每个后 继问题为一分支标明求解结果。
运筹学4(整数规划)
x2 ① ② 10
由于Z 3 Z1，选择LP3进行分枝，增加约束 x1 4及x1 5，到线性规划 4及LP5： LP
max Z 4 x1 3x2
A
LP4:X=(4,6),Z4=34 1.2 x1 0.8 x2 10
6
LP1 LP3
2 x1 2.5 x2 25 LP 4 : x1 4，x2 6，x1 4 x1 , x2 0 即x1 4, 可行域是一条线段 max Z 4 x1 3x2
max Z 4 x1 3x2 1.2 x1 0.8 x2 10 2 x1 2.5 x2 25 x1 , x2 0
线性规划的可行域如图5—1中的阴影部分所示。
图5－1
用图解法求得点B为松弛问题最优解：X＝(3.57，7.14)，Z＝35.7。
由于x1，x2必须取整数值，整数规划问题的可行解集只是图中可行域内的那 些整数点。 用凑整法来解时需要比较四种组合，但（4，7）、（4，8）（3，8）都不是可行 解，（3，7）虽属可行解，但代入目标函数得Z=33, 并非最优。
工作 人员 甲 乙 丙 丁
A 85 95 82 86
B 92 87 83 90
C 73 78 79 80
D 90 95 90 88
【解】此工作分配问题可以采用枚举法求解，即将所有分配方案 求出，总分最大的方案就是最优解。本例的方案有 4！＝4×3×2×1＝24种，当人数和工作数较多时，方案数是人数 的阶乘，计算量非常大。用0－1规划模型求解此类分配问题显得非 常简单。 工作 A B D C
运筹学
Operations Research
Hale Waihona Puke Chapter 5 整数规划
运筹学整数规划
2 0 5 0 3
0 0 7 0 6
2 0 2 4 5
3。重复。依行，不考虑划去的0，只有一个0的 对0打圈，划去列 2
1
5 2 0 9 0
0 3 10 8 6
2 0 5 0 3
0 0 7 0 6
2 0 2 4 5
3
4。重复。依列，不考虑划去的0，只有一个0的 对0打圈，划去行 2
7 8 11
任务 人员
分派情况
甲 乙 丙
E J G R
丁
4
15
所需时间
13
9
甲 1 1 乙 1 丙 1 丁
对应每个指派问题, 都有类似的表格，我们称之 为效率矩阵或系数矩阵，某元素 cij ( i , j = 1,2, · · · · · · , n ) 表示指派第 i 个人去完成 第 j 项任务时的效率(或
整数规划问题的求解要比一般的线性规划困难
本章将着重讨论 1。一类特殊的整数规划——指派问题，它的数 学模型和求解。 2。求解整数规划方法——分枝定界法。
一、指派问题的数学模型
1。数学模型
某单位需要指派 n 个人去完成 n 项任务，每个人 只做一项工作，同时，每项工作只由一个人完成。由 于各人的专长不同，每个人完成各项任务的效率也不 同。于是产生了应指派哪一个人去完成哪一项任务， 使完成 n 项任务的总效率最高（如所用的时间为最 少）。我们把这类问题称之为指派问题或分派问题 (Assignment Problem)。
二、匈牙利法
指派问题的效率矩阵的每一个元素aij≥0
解矩阵是每行或每列只能有一个元素为1，其余 均为 0 的 n 阶方阵。如：
0 0 ( xij ) 1 0 1 0 0 0 0 1 0 0 0 0 0 1
运筹学 整数规划
在东区，由A1, A2, A3三处至多选择两处； 在西区，由A4, A5 两处至少选择一处； 在南区，由A6, A7 两处至少选择一处。 选用Ai点，投资为bi元，获利 ci元 投资总额不超过 B 元
问应如何选择使年利润最大？
相互排斥的约束条件
某厂用车运和船运两种方式运送甲乙两种 货物，每箱体积、重量、利润及限制条件 如下表：
加入约束： 3 x1－2 x2＋5 x3 ≥5
x1 . x 2. x3 ( 0. ( 0. ( 0. ( 1. ( 0. ( 1. ( 1. ( 1. 0. 0. 1. 0. 1. 0. 1. 1. 0 ) 1) 0) 0) 1) 1) 0) 1) (0) 0 5 －2 3 3 8 1 4 0 2 (1) 0 －1 0 1
注：划分不影响原（IP）问题的最优解
LP1 的解
x2
先求（LP1）,如图所示。 此时B 在点取得最优解。
3 ⑵ ⑴
B ⑶
x1＝1, x2 =3, Z(1)＝16 找到整数解，问题已探 明，此支停止计算
3
x1
LP2 的解
再求（LP2）,如图所示。 此时C 在点取得最优解。 x1＝2, x2 =10/3, Z(2) ＝56/3≈18.7 Z(2) > Z(1) x2 不是整数，加入条 件x2≤3，x2≥4 将（LP2）继续划分为 (LP3) ,(LP4)
1
C (1,1)
计算步骤
1.
用单纯形法求解(IP)对应的松弛问题(LP)：
⑴.若(LP)没有可行解，则(IP)也没有可行解， 停止计算。 ⑵.若(LP)有最优解，并符合(IP)的整数条件，则 即为(IP)的最优解，停止计算。 ⑶.若(LP)有最优解，但不符合(IP)的整数条件， 转入下一步。
问应如何选择使年利润最大？
相互排斥的约束条件
某厂用车运和船运两种方式运送甲乙两种 货物，每箱体积、重量、利润及限制条件 如下表：
加入约束： 3 x1－2 x2＋5 x3 ≥5
x1 . x 2. x3 ( 0. ( 0. ( 0. ( 1. ( 0. ( 1. ( 1. ( 1. 0. 0. 1. 0. 1. 0. 1. 1. 0 ) 1) 0) 0) 1) 1) 0) 1) (0) 0 5 －2 3 3 8 1 4 0 2 (1) 0 －1 0 1
注：划分不影响原（IP）问题的最优解
LP1 的解
x2
先求（LP1）,如图所示。 此时B 在点取得最优解。
3 ⑵ ⑴
B ⑶
x1＝1, x2 =3, Z(1)＝16 找到整数解，问题已探 明，此支停止计算
3
x1
LP2 的解
再求（LP2）,如图所示。 此时C 在点取得最优解。 x1＝2, x2 =10/3, Z(2) ＝56/3≈18.7 Z(2) > Z(1) x2 不是整数，加入条 件x2≤3，x2≥4 将（LP2）继续划分为 (LP3) ,(LP4)
1
C (1,1)
计算步骤
1.
用单纯形法求解(IP)对应的松弛问题(LP)：
⑴.若(LP)没有可行解，则(IP)也没有可行解， 停止计算。 ⑵.若(LP)有最优解，并符合(IP)的整数条件，则 即为(IP)的最优解，停止计算。 ⑶.若(LP)有最优解，但不符合(IP)的整数条件， 转入下一步。
运筹学——0-1整数规划
(1,0,0) (1,0,1) (1,1,0) (1,1,1)
0’’ -2 3 1 6
1
.2
.3
Z .4 足 值 no no no no
最优解(X2,X1,X3) =（0，1，1） Z=8 实际只计算了16次
例2
求下列问题：
Max Z=3x1+ 4x2 + 5x3 + 6x4 s.t. 2x1+ 3x2 + 4x3 + 5x4 15
0-1规划应用
华美公司有5个项目被列入投资计划，各项目 的投资额和期望的投资收益见下表： 项目 投资额(万元) 投资收益(万元) 1 210 150
2
3 4 5
300
100 130 260
210
60 80 180
该公司只有600万元资金可用于投资， 由于技术原因，投资受到以下约束： 在项目1、2和3中必须有一项被选中；
0-1 规划及其解法
0-1 规划在线性整数规划中具有重要地位。 定理：任何整数规划都可以化成0-1规划。 一般地说，可把整数x变成(k+1)个0-1变量公 式为：x=y0+2y1+22y2+….2kyk 若x上界为U，则对0<x<U,要求k满足2k+1 U+1.
由于这个原因，数学界曾纷纷寻找“背包问 题”解的方法，但进展缓慢。
xi=1或0
• 点击这里进入 “指派问题”的 学习
解：由于目标函数中变量x1, x2 , x4 的系数均为负数， 可作如下变换：
令 x1 ＝1－ x1′ , x2 =1- x2′, x3= x3′, x4 =1- x4′带入原题 中，但需重新调整变量编号。令 x3′ = x1′, x4′ = x2′得到下式。
运筹学：第4章 整数规划与分配问题
2021/4/18
17
资源 金属板（吨） 劳动力（人月） 机器设备（台月）
小号容器 2 2 1
中号容器 4 3 2
大号容器 8 4 3
解：设 x1, x2, x3 分别为小号容器、中号容器和大号容 器的生产数量。
0， 不生产j型号容器 y j 1， 生产j型号容器
建立如下的数学模型：
2021/4/18
为：
C
j
(x
j
)
K 0,
j
c
j
x
j
,
xj 0 xj 0
其中 K j 是与产量无关 的生产准备费用
n
目标函数： min z C j (x j )
j 1
定义
0 y j 1
则原问题可表示为
xj 0
xj 0
n
min z (c j x j K j y j ) j 1
s.t
0 x j Myj
y
j
0或1
2021/4/18
10
§2.2 应用举例
例1 东方大学计算机实验室聘用4名大学生（代号
1,2,3,4）和2名研究生（代号5,6）值班。已知各学生从 周一至周五每天可安排的值班时间及每人每小时报酬见下 表所示。
学生 代号
1 2 3 4 5 6
酬金 (元/h) 10.0 10.0
9.9 9.8 10.8 11.3
2021/4/18
29
（0） 8
2
5
11 （0） 5
4
2
3 （0） 0
0
11
4
5
根据上图，k=2，
周一 6 0 4 5 3 0
每天可安排的值班时间(h) 周二 周三 周四
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ax b
s.t.x 0
xi为整数
,
i
1,2,...,
p
整数规划的特点及应用
Page 9
整数规划的典型例子
例1 工厂A1和A2生产某种物资。由于该种物资供不应求，故需要再 建一家工厂。相应的建厂方案有A3和A4两个。这种物资的需求地有 B1,B2,B3,B4四个。各工厂年生产能力、各地年需求量、各工厂至各 需求地的单位物资运费cij，见下表：
若选择项目1，就必须同时选择项目2。反之不一定 项目3和4中至少选择一个； 项目5,6,7中恰好选择2个。 应该怎样选择投资项目，才能使总预期收益最大。
整数规划的特点及应用
Page 13
解：对每个投资项目都有被选择和不被选择两种可能，因此
分别用0和1表示，令xj表示第j个项目的决策选择，记为：
1 对项目j投资
线性整数规划模型
Page 5
一般整数规划模型 0-1整数规划模型 混合整数规划模型
一般整数规划模型 Page 6
mincT x
Ax b
s.t
.
x
0,
x为整数
0-1整数规划模型
Page 7
mincT x
Ax b
s.t. xi
0,1;i
1,2,...,n
混合整数规划模型 Page 8
min cT x
要求每人做一项工作，约束条件为：
x11 x12 x13 x14 1
x x
21 31
x22 x32
x23 x33
x24 x34
1 1
x41 x42 x43 x44 1
整数规划的特点及应用
每项工作只能安排一人，约束条件为：
变量约束：
x11 x21 x31 x41 1
解：这是一个物资运输问题，特点是事先不能确定应该建A3 还是A4中哪一个，因而不知道新厂投产后的实际生产物资。 为此，引入0-1变量：
1 若建工厂 yi 0 若不建工厂 (i 1,2)
再设xij为由Ai运往Bj的物资数量，单位为千吨；z表示总费用， 单位万元。
则该规划问题的数学模型可以表示为：
整数规划的特点及应用
运筹学课件
Page 1
运
决
筹
胜
ቤተ መጻሕፍቲ ባይዱ
帷
整数线性规划 千
幄
里
之
之
中
Integer Linear Programming
外
整数规划
( Integer Programming )
本章主要内容：
整数规划的特点及应用 整数规划算法 分配问题与匈牙利法 计算软件 应用案例
整数规划的特点及应用
Page 3
整数规划（简称：IP）
工作
人员
A
B
C
D
甲
85
92
73
90
乙
95
87
78
95
丙
82
83
79
90
丁
86
90
80
88
整数规划的特点及应用
Page 15
设
1
xij 0
数学模型如下：
分配第i人做j工作时 不分配第i人做j工作时
max Z 85x11 92x12 73x13 90x14 95x21 87 x22 78x23 95x24 82x31 83x32 79x33 90x34 86x41 90x42 80x43 88x44
bi
(i 1.2m)
j1
x j 0 (j 1.2n)且部分或全部为整数
整数规划的特点及应用
Page 4
整数线性规划问题的种类：
纯整数线性规划：指全部决策变量都必须取整数值的整数 线性规划。
混合整数线性规划：决策变量中有一部分必须取整数值， 另一部分可以不取整数值的整数线性规划。
0-1型整数线性规划：决策变量只能取值0或1的整数线性 规划。
要求一部分或全部决策变量取整数值的规划问题称为整
数规划。不考虑整数条件，由余下的目标函数和约束条件构 成的规划问题称为该整数规划问题的松弛问题。若该松弛问 题是一个线性规划，则称该整数规划为整数线性规划。
整数线性规划数学模型的一般形式：
n
max Z(或minZ ) c j x j j1
n
aij x j
Page 11
44
min z
cij xij [1200 y1 1500 y2 ]
i 1 j 1
x11 x12
x21 x22
x31 x32
x41 x42
350 400
x13
x23
x33
x43
300
x14 x24 x34 x44 150
s.t
x11 x21
x12 x22
B1
B2
B3
B4
年生产能力
A1
2
9
3
4
400
A2
8
3
5
7
600
A3
7
6
1
2
200
A4
4
5
2
5
200
年需求量
350
400
300
150
工厂A3或A4开工后，每年的生产费用估计分别为1200万或1500万
元。现要决定应该建设工厂A3还是A4，才能使今后每年的总费用
最少。
整数规划的特点及应用
Page 10
实例
Page 19
某人出国留学打点行李，现有三个旅行包，容积 大小分别为1000毫升、1500毫升和2000毫升， 根据需要列出需带物品清单，其中一些物品是必 带物品共有7件，其体积大小分别为400、300、 150、250、450、760、190、（单位毫升）。尚 有10件可带可不带物品，如果不带将在目的地 购买，通过网络查询可以得知其在目的地的价格 （单位美元）。这些物品的容量及价格分别见下 表，试给出一个合理的安排方案把物品放在三个 旅行包里。
x13 x23
x14 x24
400 600
x31
x32
x33
x34
200 y1
x41 x42 y1 y2 1
x43
x44
200 y2
xij
0
(i, j 1, 2, 3, 4)
yi 0,1 (i 1, 2)
混合整数规划问题
整数规划的特点及应用
Page 12
例2 现有资金总额为B。可供选择的投资项目有n个，项目j 所需投资额和预期收益分别为aj和cj（j＝1,2,..,n），此外由 于种种原因，有三个附加条件：
x12 x13
x22 x23
x32 x33
x42 x43
1 1
x14 x24 x34 x44 1
xij 0或1，i、j 1,2,3,4
Page 16
背包问题
背景 案例 模型
Page 17
背景
Page 18
邮递包裹 把形状可变的包裹用尽量少的车辆运走
旅行背包 容量一定的背包里装尽可能的多的物品
x j 0
( j 1,2,...,n) 对项目j不投资
投资问题可以表示为：
n
max z c j x j j1
n
ajxj
B
j1
x2
x1
s
.t
x
3
x4
1
x5 x6 x7 2
x
j
0或者1
（j 1,2,n）
整数规划的特点及应用
Page 14
例3 指派问题或分配问题。人事部门欲安排四人到四个不同 岗位工作，每个岗位一个人。经考核四人在不同岗位的成绩 （百分制）如表所示，如何安排他们的工作使总成绩最好。