运筹学基础（二）：求解整数规划的分支定界法（branch and bound）

算法思想

分支定界法是求解整数规划问题的“鼻祖型”算法了，其基本步骤是：

1. 先将整数规划问题松弛成线性规划问题，并求出最优解；
2. 慢慢砍掉那些非整数的搜索空间，将原问题分支成一个个子问题；
3. 求解这些子问题最优解，并缩紧最优解的上下界，最终求得整数最优解。

上下界更新的原则：

• 上界：子问题最优解的最大值作为新的上界；
• 下界：子问题最优整数解的最大值作为新的下界。

一个例子

step 1: 松弛为线性规划问题B并求解，进行初始定界；

$x_1=4.81$, $x_2=1.82$, $z_0=356$
因此，初始定界为$0\le Z^{\ast }\le 356$。

step 2：基于非整数变量分支；
我们选择$x_1=4.81$进行分支（选择$x_2$也可以），如下图所示。

在图上看就是下面这个效果，切割了一部分非整数的可行域：

step 3: 分别求解子问题B1和B2的解（只是将问题B中$x_1$的约束范围改变一下求解），并重新定界；

step 4: 继续对问题$B_1$分支为$B_3$和$B_4$，并且求解，定界：

step 4: 继续对问题$B_2$分支为$B_5$和$B_6$，并且求解，定界：

step 4: 所有节点都已经搜索完，找到最优解340，停止计算。：

参考文档

1. 【运筹学】-整数线性规划(一)(分支定界法)