Matlab——整数规划

整数规划有很多解法，下面将一一列出：
（1）分枝定界法——可求纯或混合整数线性规划（隐枚举法）
\quad （A）分枝。将可行解的空间反复地分割为越来越小的子集
\quad （B）定界。对每个子集内的解集计算一个目标下界
\quad （C）剪枝。若界限超出已知可行解集目标值的子集，不再分枝
（2）割平面法——可求纯或混合整数线性规划
（3）隐枚举法——求解“0-1”规划特殊情形
\quad （A）过滤隐枚举法（只检查变量取值的组合的一部分，就能求到问题的最优解。）
\quad （B）分枝隐枚举法
求解思路：

• 先试探性求一个可行解，易看出满足条件的一个可行解z0
• 因为是求极大值问题，故求最优解时，凡是目标值z<z0的解不必检验是否满足约束条件即可删除，因它肯定不是最优解，于是应增加一个约束条件（目标的下界）
• 改进过滤条件
• 由于对每个组合首先计算目标值以验证过滤条件，故应优先计算目标值z大的组合，这样可提前太高门槛，以减少计算量。

（4）匈牙利算法——解决指派问题（“0-1”规划特殊情形）
（5）蒙特卡罗法——求解各种类型规划
栗子：
已知非线性整数规划为：
$$Maxz=x(1{)}^{}$$