运筹学基础(六):列生成算法(Column generation)

本文介绍了列生成法在解决Cuttingstock问题中的应用,通过将复杂问题转化为规模较小的受限线性主问题(RLMP),并利用子问题(Subproblem)找出最优切割模式。这种方法适用于大规模线性规划问题,如机组人员调度、切割问题等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

学习列生成之前,有一些前置基础需要理解,不然就没法继续往下学了。所以为了写这篇文章,我提前铺垫了3篇文章帮助自己把基础捡起来!

  1. 单纯形法:运筹学基础(一)求解线性规划的单纯形法详解
  2. 检验数:运筹学基础(四):单纯形法中检验数(reduced cost)的理解
  3. 对偶问题:运筹学基础(五):对偶问题及其性质

今天终于可以进入正题了!

从Cutting stock problem说起

有一堆固定长度的钢管,不同的顾客想要长度不一样的钢管若干,怎么切割钢管能够使得消耗的钢管数最少?
在这里插入图片描述

常规建模

【集合】

  • K K K:未切割的钢管集合;
  • I I I:所需钢管的种类集合;

【参数】

  • D i D_i Di:第 i i i种钢管的需求数量;
  • L k L_k Lk:第 k k k根未切钢管的长度;
  • L i L_i Li:第 i i i种钢管的长度;

【决策变量】

  • x k i x_{ki} xki:第 k k k根钢管切割第 i i i种长度的数量;
  • y k y_k yk:第 k k k根钢管是否使用;

【数学模型】

目标函数:最小化使用的钢管数量
约束条件:

  1. 每根钢管被切割的总长度,不多于该根钢管的总长度;
  2. 每种钢管被切割的数量不低于该种钢管的总需求量;

m i n ∑ k ∈ K y k s . t . ∑ i ∈ I x k i L i ≤ L k ∗ y k , ∀ k ∈ K ∑ k ∈ K x k i ≥ D i , ∀ i ∈ I x k i ∈ { 0 , 1 } , ∀ k ∈ K , i ∈ I y k ∈ { 0 , 1 } , ∀ k ∈ K min \quad \sum_{k\in K}y_k\\ s.t. \sum_{i\in I}x_{ki}L_i\leq L_k*y_k, \forall k \in K\\ \sum_{k\in K}x_{ki} \geq D_i, \forall i \in I\\ x_{ki} \in \{0, 1\}, \forall k\in K, i\in I\\ y_{k} \in \{0, 1\}, \forall k\in K minkKyks.t.iIxkiLiLkyk,kKkKxkiD

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值