数学建模学习---整数规划2

---

前言

前面已经讲解了整数规划中分支定界法和割平面法，它们均可求纯或混合整数线性规划.
数模算法学习—整数规划1
本篇介绍 0 −1型整数规划、匈牙利法—解决指派问题。

一、 0 −1型整数规划

1. 0 −1型整数规划是整数规划中的特殊情形，它的变量 x j 仅取值 0 或 1，这时 x j 称 为0 −1变量。 x j 仅取值 0 或 1 这个条件可由约束条件：【0 ≤ xj ≤ 1 ，x为整数】代替。
2. 我们先介绍引入0 −1变量的实际问题，再研究解法。

二、0 −1规划实际问题

1.（互斥计划问题)相互排斥的计划

1.1.案例1—投资问题

1. 1.确定决策变量： X j 表示是否投资 j 项目，当x=1 时，表示投资该项目，x=0时不投资该项目。X1，X2,X3…分别表示Ⅰ，Ⅱ，Ⅲ…项目
2. 确定目标函数：由题可知，要求利润最大的方案，而利润等于所投资的各项目的收益之和，因此
   (由于不知道具体投资了哪项所以均列出来，而是否投资也就是该项项目收益是否要算入总收益，由X j(0或1)决定，你投了那个显目，x就是1，就是计入，你不投，x就是0，0乘以该项目的收益也就是0.
3. 确定约束条件:

（1）总的投资额为600万，得到第一个式子
（2）项目Ⅰ、Ⅱ、 Ⅲ中选一项：得到第二个式子。即必须有两个0，一个1.
（3）项 目Ⅴ以项目以为先验条件：得到第三个式子，即当X1=1时X5可以为1，也可以为0.但当X1=0时，X5只能为0，即X5≤X1。
（4）变量全是0或1，即第四个式子。

1.2.案例2-场所的选定

。

老规矩，第一步确定决策变量，第二步确定目标函数，第三步确定约束条件，步骤如下

。
。

2.互斥约束问题（相互排斥的约束条件）

2.1案例1

由于有两种相互排斥的约束，为了将他们同时表示，引入一个变量y（仅等于0或1）和一个无穷大的数M得到下列式子

当Y=1时，第二个式子相当于小于无穷，约束无效，只第一个约束条件起作用，所以M和y巧妙的将两个式子结合起来。

其中p-q的意思是一共有p个约束条件，其中q 个满足，所以p-q为不满足的约束条件也就是失效的约束条件。

2.2 案例2

三、指派问题

一人一项工作即一对一

看不懂没关系，接下来例题讲解

（1）首先，i 代表第几人，j 代表第几项工种，通过排列组合的知识可知一共有 i 的 j 次方的可能性，这时候可暂时认为一个人可以做多项工作，每项工作可以由多人做，这样的目的是为了得到一个矩阵，即指派矩阵，其中的约束条件（一人只做一项工作）由矩阵中x的值（0或1）决定 。
（2）由一个人只能完成一项任务可知，当 i 不变时，所由 i 相同的
X ij之和为1，例如甲只能做一项任务，所以所有X1j为1（0为不做该任务，1为做该任务）。总之就是指派矩阵的每行之和为1。
（3）同理可得“一个工作只能一人完成”的相应约束，即指派矩阵的没列之和为1。

四、指派问题的matlab求解

1. 整数规划问题的求解可以使用 Lingo 等专用软件。对于一般的整数规划问题，无法直接利用 Matlab 的函数，必须利用 Matlab 编程实现分枝定界解法和割平面解法。但对于指派问题等0 −1整数规划问题，可以直接利用 Matlab 的函数 linprog进行求解

4.1语法介绍

 x = linprog(f,A,b)
    x = linprog(f,A,b,Aeq,beq)
    x = linprog(f,A,b,Aeq,beq,lb,ub)
    x = linprog(f,A,b,Aeq,beq,lb,ub,options)
    x = linprog(problem)
    [x,fval] = linprog(___)
    [x,fval,exitflag,output] = linprog(___)
    [x,fval,exitflag,output,lambda] = linprog(___)

a=zeros(10,25);10个等式方程，X ij 有25个，表示一个10×25的0向量
X=reshape(x,5,5)，将向量转化成矩阵