整数规划（第一部分）

##本文参考司守奎著《数学建模算法与程序》第二章内容##学习笔记

---

1.概论

整数规划

规划中的变量(部分或者全部）限制为整数时，称为整数规划

 （2）分类

一般不加特殊说明时，指整数线性规划

纯（完全）整数规划	变量全限制为整数
混合整数规划	变量部分限制为整数的

（3）特点

一

原线性规划有最优解，当自变量限制为整数后，其整数规划解出现下述情况：

①原线性规划最优解全是整数，则整数规划最优解与线性规划最优解一致。

②整数规划无可行解。

③有可行解（当然就存在最优解），但最优解值变差。

二

整数规划最优解不能按照实数最优解简单取整而获得。

（4）求解方法分类

（i）分枝定界法—可求纯或混合整数线性规划。

（ii）割平面法—可求纯或混合整数线性规划。

（iii）隐枚举法—求解“0-1”整数规划： ①过滤隐枚举法； ②分枝隐枚举法。

（iv）匈牙利法—解决指派问题（“0-1”规划特殊情形）。

（v）蒙特卡洛法—求解各种类型规划。

---

2.方法介绍

1.分支界定法

主要内容与思路

对有约束条件的最优化问题（其可行解为有限数）的所有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下界（对于最小值问题），这称 为定界。在每次分枝后，凡是界限超出已知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。

求解生产进度问题、旅行推销员问题、工厂 选址问题、背包问题及分配问题等

接下来试用该方法解决如下问题

 

%（i）代码
f=[-40;-90];
A=[9,7;7,20];
b=[56;70];
[x,fval]=linprog(f,A,b)

%（ii）代码
​​​​f=[-40;-90];
A=[9,7;7,20];
b=[56;70];
Aeq=[];
beq=[];
lb=[0;0]
ub=[4;inf];
[x,fval]=linprog(f,A,b,Aeq,beq,lb,ub)

f=[-40;-90];
A=[9,7;7,20];
b=[56;70];
Aeq=[];
beq=[];
lb=[5;0]
ub=[inf;inf];
[x,fval]=linprog(f,A,b,Aeq,beq,lb,ub)

---

 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A ，将与它相应的线性规划问题称为问题B 

 

 

---

2. 0 −1型整数规划

变量x取值为0或1，称为0-1变量或二进制变量

实际问题

关于0-1型整数规划问题问题将在第二部分给出