本文根据PuLP文档翻译而来,原文请参考
https://pythonhosted.org/PuLP/main/optimisation_concepts.html
线性编程
最简单的数学程序类型是线性程序。要使您的数学程序成为线性程序,您需要满足以下条件:
- 决策变量必须是实变量;
- 目标必须是线性表达;
- 约束必须是线性表达式。
线性表达式是以下形式的表达式
a1x1+a2x2+a3x3+...anxn{<=,=,>=}b
a
1
x
1
+
a
2
x
2
+
a
3
x
3
+
.
.
.
a
n
x
n
{
<=
,
=
,
>=
}
b
其中 ai a i 和b是已知的常数 xi x i 是变量。求解线性程序的过程称为线性编程。线性编程通过修订的单纯形法(也称为原始单纯形法),双单纯形法或内点法进行。像cplex这样的解算器允许您指定使用哪种方法,但我们在此不再详述。
整数编程
整数程序几乎与线性程序相同,但有一个非常重要的例外。整数程序中的某些决策变量可能只需要包含整数值。变量称为整数变量。由于大多数整数程序包含连续变量和整数变量的混合,因此它们通常称为混合整数程序。虽然线性编程的变化很小,但对解决方案过程的影响是巨大的。整数程序可能是非常难以解决的问题,并且目前有许多研究发现解决整数程序的“好”方法。可以使用分支绑定过程来解决整数程序。
注意对于任何合理大小的MIP,解决方案时间随着整数变量数量的增加呈指数增长。