物流运筹学——整数规划

运筹学中的整数规划问题分析运筹学是运用数学和定量分析方法，通过对系统的建模和优化，来解决实际问题的学科。

其中整数规划是运筹学中的一个重要分支，它在许多实际情况中得到广泛应用。

本文将对整数规划问题进行分析，并探讨其解决方法与应用领域。

一、整数规划问题定义及特点整数规划是一类线性规划问题的扩展，其目标函数和约束条件中的变量取值限定为整数。

通常，整数规划问题可以形式化表示为：Max/Min Z = c₁x₁ + c₂x₂ + ... + cₙxₙs.t.a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ ≤ b₁a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ ≤ b₂...aₙ₁x₁ + a₂₂x₂ + ... + aₙₙxₙ ≤ bₙx₁, x₂, ..., xₙ ∈ Z其中，Z为目标函数值，x₁, x₂, ..., xₙ为待求解的整数变量，c₁, c₂, ..., cₙ为目标函数的系数，aᵢₙ为约束条件的系数，b₁, b₂, ..., bₙ为约束条件的右端常数。

整数规划问题的特点在于整数约束条件的引入，使其解空间变得有限，增加了问题的复杂性。

与线性规划问题相比，整数规划问题更接近实际情况，能够更准确地描述和解决很多实际问题。

二、整数规划问题的解决方法解决整数规划问题的方法主要有以下几种：穷举法、剪枝法、分支定界法、动态规划法等。

具体使用哪种方法需要根据问题的规模和特点来确定。

1. 穷举法是最简单直观的方法，通过枚举搜索整数解空间中的每一个可能解来寻找最优解。

然而，由于整数解空间往往非常大，这种方法在实际问题中往往是不可行的。

2. 剪枝法是一种通过对解空间进行剪枝操作，减少搜索空间的方法。

通过合理选择剪枝条件，可以避免对明显无解的解空间进行搜索，从而提高求解效率。

3. 分支定界法是一种将整数规划问题不断分解为子问题，并对子问题进行界定的方法。

通过不断缩小问题规模，并计算上下界确定最优解的位置，可以有效地求解整数规划问题。

第五章 整数规划主要内容：1、分枝定界法； 2、割平面法； 3、0－1型整数规划； 4、指派问题。

重点与难点：分枝定界法和割平面法的原理、求解方法，0－1型规划模型的建立及求解步骤，用匈牙利法求解指派问题的方法和技巧。

要 求：理解本章内容，熟练掌握求解整数规划的方法和步骤，能够运用这些方法解决实际问题。

§1 问题的提出要求变量取为整数的线性规划问题，称为整数规则问题（简称IP ）。

如果所有的变量都要求为（非负）整数，称之为纯整数规划或全整数规划；如果仅一部分变量要求为整数，称为混合整数规划。

例1 求解下列整数规划问题211020max x x z += ⎪⎪⎩⎪⎪⎨⎧≥≤+≤+为整数21212121,0,13522445x x x x x x x x 如果不考虑整数约束，就是一个线性规划问题（称这样的问题为原问题相应的线性规划问题），很容易求得最优解为：96max ,0,8.421===z x x 。

50用图解法将结果表示于图中画“+”号的点都是可行的整数解，为满足要求，将等值线向原点方向移动，当第一次遇到“+”号点（1,421==x x ）时得最优解为1,421==x x ，最优值为z=90。

由上例可看出，用枚举法是容易想到的，但常常得到最优解比较困难，尤其是遇到变量的取值更多时，就更困难了。

下面介绍几种常用解法。

§2 分枝定界法分枝定界法可用于解纯整数或混合的整数规划问题。

基本思路：设有最大化的整数规划问题A ，与之相应的线性规划问题B ，从解B 开始，若其最优解不符合A 的整数条件，那么B 的最优值必是A 的最优值*z的上界，记为z；而A 的任意可行解的目标函数值是*z的一个下界z，采取将B 的可行域分枝的方法，逐步减少z 和增大z ，最终求得*z 。

现举例说明： 例2 求解A219040max x x z +=⎪⎪⎩⎪⎪⎨⎧≥≤+≤+为整数21212121,0,702075679x x x x x x x x 解：先不考虑条件⑤，即解相应的线性规划B （①--④），得最优解=1x 4.81, =2x 1.82, =0z 356（见下图）。

第四章整数规划整数规划（Integer Programming）主要是指整数线性规划。

一个线性规划问题，如果要求部分决策变量为整数，则构成一个整数规划问题，在项目投资、人员分配等方面有着广泛的应用。

整数规划是近二、三十年发展起来的数学规划的一个重要分支，根据整数规划中变量为整数条件的不同，整数规划可以分为三大类：所有变量都要求为整数的称为纯整数规划（Pure Integer Programming）或称全整数规划（All integer Programming）；仅有一部分变量要求为整数的称为混合整数规划（Mixed Integer Programming）；有的变量限制其取值只能为0或1，这类特殊的整数规划称为0－1规划。

本章主要讨论整数规划的分枝定界法、割平面法、0－1规划及指派问题。

第一节整数规划问题及其数学模型一、问题的提出在线性规划模型中，得到的最优解往往是分数或小数，但在有些实际问题中要求有的解必须是整数，如机器设备的台数、人员的数量等，这就在原来线性规划模型的基础上产生了一个新的约束，即要求变量中某些或全部为整数，这样的线性规划称为整数规划（Integer Programming）简称IP，是规划论中的一个分枝。

整数规划是一类特殊的线性规划，为了满足整数解的条件，初看起来，只要对相应线性规划的非整数解四舍五入取整就可以了。

当然在变量取值很大时，用上述方法得到的解与最优解差别不大，当变量取值较小时，得到的解与实际最优解差别较大，当变量较多时，如n＝10个，则整数组合有210＝1024个，而且整数解不一定在这些组合当中。

先来看下面的例子。

例4.1某工厂生产甲、乙两种设备，已知生产这两种设备需要消耗材料A、材料B，有关数据如下，问这两种设备各生产多少使工厂利润最大？表4－112量都要求为整数，建立模型如下：2123max x x z +=⎪⎪⎩⎪⎪⎨⎧≥≤+≤+为整数21212121,0,5.45.01432x x x x x x x x 要求该模型的解，首先不考虑整数约束条件④，用单纯形法对相应线性规划求解，其最优解为：x 1＝3.25 x 2＝2.5 max z ＝14.75由于x 1＝3.25，x 2＝2.5都不是整数，不符合整数约束条件。