第二天打卡-整数规划（1）

练习matlab的第二天。

目录

一、题目。

二、简单分析

三、求解实现

1、普通的线性规划处理

2、 分枝定界法

        ①可确定0<=z<=356，由于x1和x2均不为整数，所以进行分枝。

        ②首先对x1进行分枝

        ③对x2进行分枝.

        ④进行剪枝

        ⑤结论.

四、总结与思考

---

一、题目。

​ 

典型的线性规划，特别的条件，且为整数。

二、简单分析

①可以先用普通的线性规划处理得到结果。

②根据分枝定界法，得到整数解。

        分枝定界法可用于解纯整数或混合的整数规划问题。

三、求解实现

1、普通的线性规划处理

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=zeros(2,1);
[x,z]=linprog(-f,a,b,[],[],lb);
x=x'
z=-z

运行结果：

​

 

2、 分枝定界法

        ①可确定0<=z<=356，由于x1和x2均不为整数，所以进行分枝。

        ②首先对x1进行分枝

寻找x1相邻的整数，所以可将分枝为​=4和​=5，此时​约束不变。 

                 当时

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=zeros(2,1);
ub=[4;inf];
[x,z]=linprog(-f,a,b,[],[],lb,ub);
x=x'
z=-z

运行结果：

​

 因此

                当

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=[5;0];
ub=[5;inf];
[x,z]=linprog(-f,a,b,[],[],lb,ub);
x=x'
z=-z

运行结果：

​

因此

由此可以将z的取值范围进一步压缩。

        ③对x2进行分枝.

所以​可以分枝为和。

        当时

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=[0;0];
ub=[4;2];
[x,z]=linprog(-f,a,b,[],[],lb,ub);
x=x'
z=-z

运行结果：

        当时 

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=[0;3];
ub=[4;3];
[x,z]=linprog(-f,a,b,[],[],lb,ub);
x=x'
z=-z

运行结果：

由此可以进一步压缩z的取值范围。

        ④进行剪枝

        舍去不满足条件的分枝。

        当时，对此时的分枝为

：

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=[5;0];
ub=[inf;1];
[x,z]=linprog(-f,a,b,[],[],lb,ub);
x=x'
z=-z

运行结果：

 

clear;
clc;
f=[40 90]';
a=[9 7;7 20];
b=[56;70];
lb=[5;2];
ub=[inf;2];
[x,z]=linprog(-f,a,b,[],[],lb,ub);
x=x'
z=-z

运行结果：

此时无解。

因此将这一枝剪掉，即舍去。

同时当且这一枝剪掉。

        ⑤结论.

综上所述，可得当

        最终得到的最优整数解即.

四、总结与思考

①分枝定界法在我个人看来有一种控制变量法的感觉，控制一个解固定不变去寻找另一个解的取值。

②从一个小数解去寻找相邻整数，根据这个整数再获得其他解，有一种探索的感觉。

③当变量在两个以上进行分枝定界法会变得更加繁琐与困难。

④分枝定界分思路简单，而且经典。

⑤这个算法可以写成函数体来解决简单的整数规划问题。