运筹学基础-整数规划(3)精品PPT课件
- 格式：pptx
- 大小：1.04 MB
- 文档页数：13
下载文档原格式
合集下载
《运筹学整数规划》课件
应用案例
生产调度问题的整数规划 模型
交通流优化问题的整数规 划模型
使用整数规划解决生产调度问题， 提高生产效率和资源利用率。
应用整数规划优化交通流，实现 道路拥堵疏导和交通效率提升。
建模思路与求解过程的演示
分享一个实际问题的建模思路和 整数规划的求解过程。
总结
整数规划的意义和局限性
总结整数规划在实际问题中的意义和局限性，并思考其未来发展方向。
求解方法与难点
介绍整数规划的求解方法，以及其中的挑战和难点。
模型建立与求解
1
模型的建立
讲解整数规划模型的建立过程，包括约枚举法和割平面法 Nhomakorabea2
束条件和目标函数的设定。
简要介绍传统的枚举法和割平面法，并
讨论这些方法的优缺点。
3
分支定界法和分支限界法
详细解释分支定界法和分支限界法，并
分支定价法和混合整数线性规划
整数规划的发展趋势
展望整数规划领域未来的发展趋势和可能的研究方向。
《运筹学整数规划》PPT 课件
这是一份关于《运筹学整数规划》的PPT课件，旨在为大家介绍整数规划的定 义、背景和实际应用中的重要性。通过本课件，我们将深入探讨整数规划的 求解方法、工具以及一些实际应用案例。
引言
定义和背景
整数规划的概念和历史背景，为后续内容提供基础。
重要性
探讨整数规划在实际问题中的重要性和应用范围。
4
分享一些实际案例。
介绍分支定价法和混合整数线性规划方 法，以及它们的应用领域。
求解工具
Gurobi的介绍
详细介绍Gurobi求解器，包 括其功能、优势和适用范围。
Gurobi求解整数规划的 步骤
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}
运筹学课件第五章 整数规划
第一节 整数规划的数学模型
解的特点： 整数规划
松弛问题
max c x Ax b s .t . x 0, x为整数
max c x Ax b s .t . x 0
1、整数规划可行域是松弛问题可行域的子集
2、整数规划最优值小于等于松弛问题的最优值
第一节 整数规划的数学模型
P1 P2
P4
以上描述了目前解整数规划问题的一种思路。
第二节 分支定界法
思路：切割可行域，去掉非整数点。 解题步骤： 1、不考虑整数约束，解相应松弛问题。 2、检查是否符合整数要求，是，则得最优解，完毕。 否则，转下步。 3、任取一个非整数变量xi=bi，构造两个新的约束条 件：xi ≤[bi]，xi≥[bi]+1,分别加入到上一个LP问 题，形成两个新的分枝问题。 4、不考虑整数要求，解分枝问题。若整数解的Z值 大于所有分枝末梢的Z值，则得最优解。否则， 取Z值最大的非整数解，继续分解，Go to 3。
序号 1 2 3 4 5 6 7
物品
重量 系数
食品
5 20
氧气
5 15
冰镐
2 18
绳索
6 14
帐篷
12 8
相机
2 4
设备
4 10
第三节
0-1型整数规划
解：令xi=1表示登山队员携带物品i，xi=0表示登 山队员不携带物品i，则得： Max Z=20x1+15x2+18x3+14x4+8x5+4x6+10x7
第三节
(x1,x2,x3) z值
0-1型整数规划
1 2 3 4 过滤条件
(0,0,0)
运筹学课件 第六章-整数规划3
物品 1 2 3 4 5 6 7 8 9 10
体积 200 350 500 430 320 120 700 420 250 100
价格 15 45 100 70 50 75 200 90 20 30
设变量xij为第i个物品是否放在第j个包裹中
xij 1,0; i 1,2...,17, j 1,2,3
• 保证需求约束
x11 + x21 + x31 = 450 x12 + x22 + x32 = 275 x13 + x23 + x33 = 300 x14 + x24 + x34 = 350
} 项目1 } 项目2 } 项目3 } 项目4
最大供应量 525 450 550
约束条件：
厂家1一旦向某项目供应水泥，其至少供应量为150。 厂家2对单个项目供应量超过200吨的项目数不大于1。总产量=450 厂家3仅接受 200, 400, 和 550 吨这三个规格的货单。
1 中锋 1.93 2 中锋 1.91 3 前锋 1.87 4 前锋 1.86 5 后卫 1.80 6 后卫 1.85
配送计划模型
• 某建筑公司为完成4个工程项目，需要从3个厂家购买水泥，有关成
本如下
厂家1 厂家2 厂家3 需求量(吨)
项目1 $120 $100 $140 450
水泥的吨运费
项目2 $115 $150 $95 275
xi
0, 不携带第i件物品 1, 携带第i件物品 (i
1,2,, m)
m
max z ci xi i 1
m
ai xi
a
st.
i 1 m
bi
运筹学第五章 整数规划ppt课件
，求解过程停止。 3.B有最优解，但不符合A的整数条件，记其目标函数值为z1。
第二步：确定A的最优目标函数值z*的上下界，其上界即为 z ,再用观察法
找到A的一个整数可行解，求其目标函数值作为z*的下界，记为z。
第三步：判断 z 是否等于z 。若相等，则整数规划最优解即为其目标函
数值等于z的A的那个整数可行解；否则进行第四步。
2020/3/2
11
•割平面法，即通过添加约束条件，逐步切割可行区域的 边角余料，让其整数解逐步的露到边界或顶点上来，只要 整数解能曝露到顶点上来，则就可以利用单纯形法求出来。
•关键是通过添加什么样的约束条件，既能让整数解往边 界露，同时又不要切去整数解，这个条件就是Gomory约束 条件。 •Gomory约束只是割去线性规划可行域的一部分，保留了 全部整数解。
2020/3/2
7
7
第二节 割平面法
2x1 2x2 11
13/4,5/2
松弛问题 x1+x2≤5 第二次切割
2020/3/2
第一次切割 4,1
8
设纯整数规划
n
m a x Z c j x j j 1
s
.t
.
n j 1
aij x j
bi
x
j
0且
为
整
数
，
j
1,L
引入约束 xi ≤ M yi ，i =1，2，3，M充分大，以保证yi=0 xi=0 这样我们可建立如下的数学模型：
Max z = 4x1 + 5x2 + 6x3 - 100y1 - 150y2 - 200y3 s.t. 2x1 + 4x2 + 8x3 ≤ 500
第二步：确定A的最优目标函数值z*的上下界，其上界即为 z ,再用观察法
找到A的一个整数可行解，求其目标函数值作为z*的下界，记为z。
第三步：判断 z 是否等于z 。若相等，则整数规划最优解即为其目标函
数值等于z的A的那个整数可行解；否则进行第四步。
2020/3/2
11
•割平面法，即通过添加约束条件，逐步切割可行区域的 边角余料，让其整数解逐步的露到边界或顶点上来，只要 整数解能曝露到顶点上来，则就可以利用单纯形法求出来。
•关键是通过添加什么样的约束条件，既能让整数解往边 界露，同时又不要切去整数解，这个条件就是Gomory约束 条件。 •Gomory约束只是割去线性规划可行域的一部分，保留了 全部整数解。
2020/3/2
7
7
第二节 割平面法
2x1 2x2 11
13/4,5/2
松弛问题 x1+x2≤5 第二次切割
2020/3/2
第一次切割 4,1
8
设纯整数规划
n
m a x Z c j x j j 1
s
.t
.
n j 1
aij x j
bi
x
j
0且
为
整
数
，
j
1,L
引入约束 xi ≤ M yi ，i =1，2，3，M充分大，以保证yi=0 xi=0 这样我们可建立如下的数学模型：
Max z = 4x1 + 5x2 + 6x3 - 100y1 - 150y2 - 200y3 s.t. 2x1 + 4x2 + 8x3 ≤ 500
运筹学基础-整数规划(3)
【例如】某约束为 2x1+5x2-x3≤2或3 2x1+5x2-x3≤2y1+3y2 引入辅助变量y1,y2, 约束化为 y1+y2=1 y1，y2只取0或1
3
整数规划
3、两组条件满足其中一组
若x1≤4,则 x2≥1；否则（即x1>4时）， x2≤3
引入变量定义为：
1 yi 0
第i组条件不起作用 第i组条件起作用
整数规划
【解】
设： xij为学生i在周j值班时间，aij代表学生i在周j 最多值班时间， ci代表学生i的报酬。 安排学生i在周j值排 1 6 5 yij min z ci xij 否则 i 1 j 1 0 2 yij xij aij yij i 1, ,6; j 1, ,5 不超过安排
i 1， 2
又M为任意大的数，则问题可表达为
x1 4 y1M x 1 y M 1 2 x1 4 y2 M x2 3 y 2 M y1 y2 1 y1 , y2只取0或1
4
整数规划
4、用以表示含固定费用的函数
用xj代表产品j的生产量，其生产费用函数通常可表示为：
n j 1
0 x j Myi yi yi 0或1
可以看出当xj=0时，yi=0；而如果yi=1，则必有xj>0
5
整数规划
【应用1】
工厂的各种产品所需要的机时、人工工时、原材料的资源数量 及可用资源的总量、产品的售价和各种资源的价格等因素。有关信 息在下表中给出。
产品A 产品B 资源总量 资源价格（元／单位） 机器（时） 6 8 120 ５ 人工（时） 10 5 100 20 原材料(公斤) 11 8 130 1 产品售价（元） 600 400
第八章 运筹学课件整数规划
n
例2、某公司计划在m个地点建厂，可供选择的地 点有A1,A2…Am ，他们的生产能力分别是 a1,a2,…am（假设生产同一产品）。第i个工厂的建
设费用为fi (i=1.2…m),又有n个地点B1,B2, … Bn 需
要销售这种产品，其销量分别为b1.b2…bn 。从工
厂运往销地的单位运费为Cij。试决定应在哪些地
设： xij 表示从工厂运往销地的运量(i=1.2…m、 j=1.2…n), 1 在Ai建厂 又设 Yi＝ （i=1.2…m） 0 不在Ai建厂 m 模型： min Z cij xij f i yi
i 1
n xij ai yi (i 1.2 m) j 1 m xij b j (j 1.2 n) i 1 x 0, y 0 或 1 (i 1.2 m、j 1.2 n) i ij
个（后继）问题的松弛问题( LP1)
和( LP2) 。
4、修改上、下界（定界）：
按照以下两点规则进行： ⑴.在各分枝问题中，找出目标函数
值最大者作为新的上界；
⑵.从已符合整数条件的分枝中，找 出目标函数值最大者作为新的下界。
5、比较与剪枝 ：
各分枝的目标函数值中，若有小于
Z 者，则剪掉此枝，表明此子问题已经 探清，不必再分枝了;否则继续分枝。
x1
Z(2) ＝－56/3≈－18.7 ∵Z2 < Z1＝－16 ∴原问题有比 （－16）更小的最优解，但 x2 不是整数，故利用 3 ≥ 10/3≥4 加入条件。
加入条件： x2≤3, x2≥4
有下式：
min Z x1 5 x2 min Z x1 5 x2 x1 x2 2 x1 x2 2 5 x 6 x 30 5 x 6 x 30 2 2 1 1 4 4 x1 x1 ( IP4) ( IP3) 2 x1 2 x1 4 3 x2 x2 x , x 0且为整数 x , x 0且为整数 1 2 1 2
例2、某公司计划在m个地点建厂，可供选择的地 点有A1,A2…Am ，他们的生产能力分别是 a1,a2,…am（假设生产同一产品）。第i个工厂的建
设费用为fi (i=1.2…m),又有n个地点B1,B2, … Bn 需
要销售这种产品，其销量分别为b1.b2…bn 。从工
厂运往销地的单位运费为Cij。试决定应在哪些地
设： xij 表示从工厂运往销地的运量(i=1.2…m、 j=1.2…n), 1 在Ai建厂 又设 Yi＝ （i=1.2…m） 0 不在Ai建厂 m 模型： min Z cij xij f i yi
i 1
n xij ai yi (i 1.2 m) j 1 m xij b j (j 1.2 n) i 1 x 0, y 0 或 1 (i 1.2 m、j 1.2 n) i ij
个（后继）问题的松弛问题( LP1)
和( LP2) 。
4、修改上、下界（定界）：
按照以下两点规则进行： ⑴.在各分枝问题中，找出目标函数
值最大者作为新的上界；
⑵.从已符合整数条件的分枝中，找 出目标函数值最大者作为新的下界。
5、比较与剪枝 ：
各分枝的目标函数值中，若有小于
Z 者，则剪掉此枝，表明此子问题已经 探清，不必再分枝了;否则继续分枝。
x1
Z(2) ＝－56/3≈－18.7 ∵Z2 < Z1＝－16 ∴原问题有比 （－16）更小的最优解，但 x2 不是整数，故利用 3 ≥ 10/3≥4 加入条件。
加入条件： x2≤3, x2≥4
有下式：
min Z x1 5 x2 min Z x1 5 x2 x1 x2 2 x1 x2 2 5 x 6 x 30 5 x 6 x 30 2 2 1 1 4 4 x1 x1 ( IP4) ( IP3) 2 x1 2 x1 4 3 x2 x2 x , x 0且为整数 x , x 0且为整数 1 2 1 2
运筹学课件：第5章 整数线性规划-第3节
第3节 割平面解法
• 整数线性规划问题的可行域是整数点集，割 平面解法的思路是：首先不考虑变量是整数 这一条件，仍然是用解线性规划的方法去解 整数线性规划问题，若得到非整数的最优解 ，然后增加能割去非整数解的线性约束条件( 或称为割平面)使得由原可行域中切割掉一部 分，这部分只包含非整数解，但没有切割掉 任何整数可行解。
• 直观地表示在图5-7中。但从解题过程来看， 这一步是不必要的。
图5-7
现把求一个切割方程的步骤归纳为：
(1) 令xi是相应线性规划最优解中为分数值的 一个基变量，由单纯形表的最终表得到
xi aik xk bi
k
(5 4)
其中i∈Q(Q指构成基变量号码的集合) k∈K(K指构成非基变量号码的集合)
⑥
• 3x1+x2 +x4=4
⑦
不考虑条件⑤，用单纯形表解题，见表5-2。
初始计算表 最终计算表
表5-2
cj
CB
XB
0
x3
0
x4
cj-zj
1
x1
1
x2
cj-zj
11 0
0
b
x1 x2
x3
x4
1 -1 1 1
ห้องสมุดไป่ตู้
0
4
31
0
1
0
11
0
0
3/4 1 0 -1/4 1/4
7/4 0 1 3/4 1/4
-5/2 0 0 -1/2 -1/2
从表5-2的最终计算表中，得到非整数的最优解： x1=3/4，x2=7/4，x3=x4=0，max z=5/2
不能满足整数最优解的要求。为此考虑将带 有分数的最优解的可行域中分数部分割去， 再求最优解。就可以得到整数的最优解。
• 整数线性规划问题的可行域是整数点集，割 平面解法的思路是：首先不考虑变量是整数 这一条件，仍然是用解线性规划的方法去解 整数线性规划问题，若得到非整数的最优解 ，然后增加能割去非整数解的线性约束条件( 或称为割平面)使得由原可行域中切割掉一部 分，这部分只包含非整数解，但没有切割掉 任何整数可行解。
• 直观地表示在图5-7中。但从解题过程来看， 这一步是不必要的。
图5-7
现把求一个切割方程的步骤归纳为：
(1) 令xi是相应线性规划最优解中为分数值的 一个基变量，由单纯形表的最终表得到
xi aik xk bi
k
(5 4)
其中i∈Q(Q指构成基变量号码的集合) k∈K(K指构成非基变量号码的集合)
⑥
• 3x1+x2 +x4=4
⑦
不考虑条件⑤，用单纯形表解题，见表5-2。
初始计算表 最终计算表
表5-2
cj
CB
XB
0
x3
0
x4
cj-zj
1
x1
1
x2
cj-zj
11 0
0
b
x1 x2
x3
x4
1 -1 1 1
ห้องสมุดไป่ตู้
0
4
31
0
1
0
11
0
0
3/4 1 0 -1/4 1/4
7/4 0 1 3/4 1/4
-5/2 0 0 -1/2 -1/2
从表5-2的最终计算表中，得到非整数的最优解： x1=3/4，x2=7/4，x3=x4=0，max z=5/2
不能满足整数最优解的要求。为此考虑将带 有分数的最优解的可行域中分数部分割去， 再求最优解。就可以得到整数的最优解。
《管理运筹学》03- 整数规划
ppt课件整数规划整数规划
3
3.1 整数规划问题及其建模
例3-1背包问题
max z= 17x1 +72x +35x
s.t.
10x1 2 +42x 3 +20x ≤50
x1, 2 x2,
3 x3
≥0
x1,
x2,
x3为整数
线性规划最优解为: x1=0，x2=0，x3=2.5
而整数规划的最优解是 x1=1，x2=0，x3=2
T
5
ppt课件整数规划整数规划
22
-2x2+3x1+5x3≥5 ◎
点
条件
◎
①
②
③
④
满足条件？ 是（T）否（F）
Z
（0 1 0） 3
F
（0 1 1） 8
0
2
1
5
T
8
-2x2+3x1+5x3≥8 ◎
点
条件
◎
①
②
③
④
满足条件？ 是（T）否（F）
Z
（1 0 0） -2
F
（1 0 1） 3
F
（1 1 0） 1
工件
A
B
C
D
工人
效
甲
14
9
4
15
率
乙
11
7
9
10
矩
丙
13
2
10
5
阵
丁
17
9
15
13
ppt课件整数规划整数规划
24
设xij=1表示第 i人送j货，否则xij=0
上述问题的模型为：
44
运筹与决策PPT：整数规划
案例2： California制造公司问题－ Excel求解
多个决策变量
0-1变量
相依决策
互斥方案
案例2： California制造公司问题－ 灵敏度分析
Capital Spent 100 <=
Capital Available
100
Total Profit ($millions)
10
取整约束
G 12 SUMPRODUCT(UnitProduced,UnitProfit)
6.2 整数规划问题的分类
▪ 纯整数规划问题：
– 所有决策变量均为整数
▪ 混合整数规划问题（MIP）：
B
C
3 NPV ($millions)
LA
4
Warehouse
6
5
6
Factory
8
7
8 Capital Required
9
($millions)
LA
10
Warehouse
5
11
12
Factory
6
13
14
15
Build?
LA
16
Warehouse
0
17
<=
18
Factory
1
19
20
Total NPV ($millions)
原因分析
▪线性规划的可分性假设
–线性规划的决策变量必须允许在满足一定函数 约束与非负约束下取任意实数。
TBA公司的问题由于决策变量只能取整 数，故不满足可分性假设。
整数规划的Excel求解模型－ 案例1
B
3
4
Unit Profit ($millions)
运筹学--整数规划 ppt课件
三、投资问题
某公司在今后五年内考虑给以下的项目投资。已知： 项目A：从第一年到第四年每年年初需要投资，并于次年末
回收本利115%，但要求第一年投资最低金额为4万元，第 二、三、四年不限； 项目B：第三年初需要投资，到第五年未能回收本利128％， 但规定最低投资金额为3万元，最高金额为5万元； 项目 C：第二年初需要投资，到第五年未能回收本利140%， 但规定其投资额或为2万元或为4万元或为6万元或为8万元。 项目 D：五年内每年初可购买公债，于当年末归还，并加利 息6%，此项投资金额不限。
= 1.15x1A+ 1.06x2D； 第四年：年初的资金为 1.15x2A+1.06x3D，于是 x4A + x4D =
1.15x2A+ 1.06x3D； 第五年：年初的资金为 1.15x3A+1.06x4D，于是 x5D =
引入约束 xi ≤ M yi ，i =1，2，3，M充分大，以 保证当 yi = 0 时，xi = 0 。
这样我们可建立如下的数学模型：
Max z = 4x1 + 5x2 + 6x3 - 100y1 - 150y2 -
200y3
s.t. 2x1 + 4x2 + 8x3 ≤ 500 2x1 + 3x2 + 4x3 ≤ 300 x1 + 2x2 + 3x3 ≤ 100 xi ≤ M yi ，i =1，2，3，M充分大 xj ≥ 0 yj 为0--1变量，i = 1,2,3
一、投资场所的选择
京成畜产品公司计划在市区的东、西、南、北四区建立销售
门市部，拟议中有10个位置 Aj ( j＝1，2，3，…，10)可供 选择，考虑到各地区居民的消费水平及居民居住密集度，规
整数规划PPT课件
混合整数规划
总结词
混合整数规划是同时包含连续变量和整数变量的规划问题。
详细描述
混合整数规划问题在数学上表示为在一定的约束条件下，求一组连续变量和整数变量的函数的最优解 。这类问题在现实生活中应用广泛，如生产计划、物流优化、金融投资等。求解混合整数规划问题需 要同时考虑连续变量和整数变量的特性，通常需要使用特殊的算法进行求解。
通过不断分割解空间并确 定可行解的范围，逐步逼 近最优解。
割平面法
通过添加割平面方程来不 断缩小解空间，直到找到 最优解。
迭代优化法
通过迭代优化算法不断逼 近最优解，适用于大规模 整数规划问题。
02 整数规划问题建模
线性整数规划
总结词
线性整数规划是整数规划的一种，其目标函数和约束条件都是线性函数，且决 策变量都是整数。
装箱问题
总结词
装箱问题是一个经典的整数规划问题， 旨在确定如何将一组物品装入有限容 量的容器中，以最小化装载成本。
详细描述
装箱问题需要考虑物品的尺寸、重量、价值 等多个因素，通过整数规划的方法，可以确 定最佳的装箱方案，包括每个容器的装载物 品和数量等，从而实现装载成本最小化。
THANKS FOR WATCHING
遗传算法
要点一
总结词
一种基于生物进化原理的优化算法
要点二
详细描述
遗传算法是一种模拟生物进化过程的优化算法，通过选择 、交叉和变异等操作来逼近最优解。在整数规划问题中， 遗传算法将决策变量编码为染色体，通过不断进化染色体 群体来寻找满足整数约束的解。遗传算法具有全局搜索能 力强、能够处理多约束和离散变量等优点，因此在整数规 划问题中得到了广泛应用。
整数规划ppt课件
contents
运筹学第三章 整数规划PPT课件
（一）
问题（1）
X1=2, x2=2.67
Z=83.3
x2≤2
x2≥3
问题（0） X1=2.5, x2=2.5
问题（0）的原问题 的目标函数值
上界为:Z^=87.5 下界为:Z=0
Z=87.5
x1≤2
x1≥3
（二）
问题（2）的原问题 的目标函数值
上界为:Z^=80 下界为:Z=75
问题（2）
X1=3, x2=1.75
20
1 11/14 4 2/7 0
检验数zj-cj
0
0
1 11/14 4 2/7 0
15
x1 2
1
0
0
20
x2 2 2/3 0
1
0
0
x5 2 1/3 0
0
1
zj
15
20
0
检验数zj-cj
0
0
0
27.11.2020
问题1求解的单纯形表
《整数规划》
0 1/3
-1 1/3 6 2/3
6 2/3
1 - 1/3 -4 2/3 8 1/3
原问题的松弛问题
max Z 15 x1 20 x 2
6 x1 4 x 2 25
x
1
3x2
10
x 1 0 , x 2 0
注：此松弛问题的最优目标值为原整数规划问题目标值的上界
原问题目标值的上界为Z^=87.5 下界可定为Z=0
27.11.2020
《整数规划》
10
CB 0 0
cj
问题（5）的原问题 的目标函数值 上界为:Z^=72.5 下界为:
问题（6） 无可行解
25
第05章 整数规划 《运筹学》PPT课件
︰︰ ︰
︰
xm+1 λ1 a1m+1 ︰
… … …[j0aim1xλa,1m2mjfm],++i+jjmj njf
…
im j
…1 …m
xn λn a1n
︰
︰
解
zb-1zb00i0 fi0
︰0 fi0 1
xi 0 … 1 … 0 aim+1
… aim+j
… ain
bi0
︰︰ ︰
︰︰
︰
︰
︰
非基
符号[*]表示不超过“*”的最大整数，f(*)表 示“*”的非负真分数。
对整数规划问题 IP：max z CX
s.t
AX b X 0
x j为整数
其松弛问题 L0 max z CX
s.t
AX X
b 0
设L0的最优解
X
不是整数解
0
不妨设
X 0 b10 ,bi0 ,bm0 ,0,0 其中bi0是分数
即x1,xi ,xm是基变量，xm1,, xn是非基变量
设L0的最优解 X 0 b10 ,bi0 ,bm0 ,0,0 ,bi0是分数
L0的最优单纯形表：
x1 … xi … xm xm+1 … xm+j … xn
解
检 0 … 0 … 0 λ1
… λm+j … λn
z-z0
x1 1 … 0 … 0 a1m+1 … a1m+j … a1n
个旅行包里。
物 品
1
2
3
4
5
6
7
8
9 10
体 积 200 350 500 430 320 120 700 420 250 100
- 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)。
9
整数规划
例3
东方大学计算机实验室聘用4名大学生（代号为1、2、3、4）， 两名研究生（代号为5、6）值班答疑，已经每人周一至周五每天最 多可安排时间及每人每小时的报酬如下表：
学生代号 报酬
每天最多可安排的值班时间 周一 周二 周三 周四 周五
1
10
6
0
6
0
7
2
10
0
6
0
6
0
3
9.9
4
8
3
0
5
4
9.8
包装箱代号
1
2
容积（m3）
0.08 0.1
需求量（个)
500
550
可变费用（元/个） 5
8
3 0.12 700
10
4 0.15 900 12.1
5 0.2 450 16.3
6 0.25 400 18.2
由于生产不同容积包装箱需进行专门准备、下料等，生产某一 容积包装箱的固定费用为1200元，又若某一容积包装箱数量不够时， 可用比它容积大的代替。试问化工厂应订做哪几种代号的包装箱各 多少个，使费用最节省。
C
j
xi
K 0
j
c
j
x
j
xj 0 xj 0
Kj为与生产量无关的生产准备费用，生产才发生，不生产不发生。
解决方法：设置一个逻辑变量yj，当 xj=0时，yi=0，当xj>0时，yj=1
为此引进一个特殊的约束条件，则模型设为
n
min z c j x j K j y j
j 1
yi
0 x j Myi
6x1 8x2 120 10x1 5x2 100
1x11 x1
8x2 My1
130
x2
My2
x1, x2 , y1, y2 0
y1, y2为0或1
注：其中M代表任意大的数，可用一很大数代替
7
整数规划
例2
红星日用化工厂为发运产品，下一年度需6种不同容积的包装， 每种包装的需求量及生产一个的可变费用如下表：
yi
0或1
可以看出当xj=0时，yi=0；而如果yi=1，则必有xj>0
5
整数规划
【应用1】
工厂的各种产品所需要的机时、人工工时、原材料的资源数量
及可用资源的总量、产品的售价和各种资源的价格等因素。有关信 息在下表中给出。
产品A 产品B
机器（时）
6
8
人工（时）
10
5
原材料(公斤) 11 8
产品售价（元） 600 400
整数规划
三、0-1规划的应用举例
1、m个约束条件只有k个起作用
m个约束条件可表示为：
n
aij bi i 1,, m
j 1
增加变量定义为：
n
或 aij bi i 1,, m j 1
1 假定第i个约束条件不起作用 yi 0 假定第i个约束条件起作用
又设M为任意大的数，则
s.t.
n j 1
aij x j
bi
Myi
n
或 aij bi - Myi
j 1
y1 y2 ym m k
i 1,, m
表明：m个约束条件中有m-k个的右端项为bi+Myi，不起约束作用 1
整数规划
【实例】
maxZ= 3x1 +5 x2
x1
≤8
2x2 ≤12
3x1 +4 x2 ≥ 36
x1 ≥0, x2 ≥0
i 1
x1 x2 x3 x4 x5 3500
x6
400
x5
x6
850
x4 x5 x6 1750
x3
x4
x5
x6
2450
x2 xj
x3 My j
x4
j
x5 x6
1,,6
3000
x
j
0;
yj
0或 1
j
1,,6
5 0.2 450 16.3
6 0.25 400 18.2
x1, x2 0
6
整数规划
如果生产产品A，工厂要花费1000元的固定成本，如果生 产产品B，工厂要花费800元的固定成本。 假设其它情况不变， 请你为该工厂设计一个使利润最大化的生产方案。
再令y1,y2分别表示生产A、B和可能性（即1为生产，0为不生产）
max z 600x1 400x2 6x1 8x2 5 10x1 5x2 20 11x1 8x2 11000 y1 800 y2
资源总量 120 100 130
资源价格（元／单位） ５ 20 1
设 x1,x2分别为产Байду номын сангаасA、B的生产量。
max z 600x1 400x2 6x1 8x2 5 10x1 5x2 20 11x1 8x2 1
6x1 8x2 120
1110xx11
5x2 8x2
100 130
3x1 +4 x2 ≥ 36－My3
3x1 +4 x2 ≥ 36－My3
y1+y2+y3=1
x1 ≥0, x2 ≥0，yi只取0或1
y1+y2+y3≤1 x1 ≥0, x2 ≥0，yi只取0或1 2
整数规划 2、约束条件的右端可能是b1或b2…br
即：
引入变量定义为： 则原约束可表示为
1 yi 0
假定约束右端为bi 否则
n
aij x1
r
bi yi
j1
i 1
y1 y2 yr 1
【例如】某约束为 2x1+5x2-x3≤2或3
引入辅助变量y1,y2, 约束化为
2x1+5x2-x3≤2y1+3y2 y1+y2=1
y1，y2只取0或1
3
整数规划
3、两组条件满足其中一组
若x1≤4,则 x2≥1；否则（即x1>4时）， x2≤3
5
5
6
0
4
5
10.8
3
0
4
8
0
6
11.3
0
6
0
6
3
实验室开放时间为早8：00至晚10：00，值班时须有且仅须有
引入变量定义为： 1 第i组条件不起作用
yi 0 第i组条件起作用
又M为任意大的数，则问题可表达为
i 1，2
x1 4 y1M
x2
1
y1M
x1 4 y2M
x2
3
y2M
y1 y2 1 y1, y2只取0或1
4
整数规划
4、用以表示含固定费用的函数
用xj代表产品j的生产量，其生产费用函数通常可表示为：
（1）三个约束中只有两个起作用 （2）三个约束中至少有两个起作用
引入辅助变量 1 假定第i个约束条件不起作用
模型化为：
yi
0
假定第i个约束条件起作用
i 1,2,3
maxZ= 3x1 +5 x2
maxZ= 3x1 +5 x2
x1
≤8+My1
x1
≤8+My1
2x2 ≤12+My2
2x2 ≤12+My2
8
整数规划
包装箱代号 容积（m3）
1
2
0.08 0.1
需求量（个)
500
550
可变费用（元/个） 5
8
设： xj为代号j包装箱的订做数量。
3 0.12 700 10
4 0.15 900 12.1
1 订做第j种包装箱
yj
0
否则
6
min z 5x1 8x2 10x3 12.1x4 16.3x5 18.2x6 1200 y j