目录
一、梦开始的地方
1、什么是整数规划模型？
决策变量限制为整数，比如人的数量，机器的数量等。
2、解的情况
（1）原线性规划最优解全是整数，则整数规划最优解与线性规划最优解一致。
（2）整数规划无可行解。
（3）有可行解（当然也存在最优解），但是最优解变差。
整数规划最优解不能按照实数最优解简单取整而获得。
3、问题分类
根据决策变量取整要求的不同，可以分为纯整数规划、全整数规划、混合整数规划、0-1整数规划。
纯整数规划（完全整数规划）：所有决策变量都要求取非负整数（引进的松弛变量和剩余变量可以不要求为整数）。
全整数规划：除了所有决策变量要求取非负整数外，系数aij和常量bij也要求取整数（引进的松弛变量和剩余变量也必须是整数）。
混合整数规划：只有一部分决策变量要求取非负整数。
0-1整数规划：所有决策变量只能取0或1两个整数。
4、数学模型
二、分支定界算法求解
（后续更新）
三、割平面算法求解
1、基本思想
（1）如果松弛问题（P0）无解，则该整数规划问题（P）无解。
（2）如果松弛问题的最优解为整数向量，则也是该整数规划问题的最优解。
（3）如果松弛问题的解中含有非整数分量，则对松弛问题增加割平面条件：即对松弛条件增加一个线性约束，将松弛问题的可行区域割掉一块，使得非整数解刚好在割掉的一块当中，但又没有割掉原问题的可行解，得到问题P1，随即重复上面的过程。
例题说明：
求解以下问题，求z的最大值
先画图，把区域找到。
观察发现，A点到B点，纵坐标范围为( 1, 7/4)中间没有整数，所以可以把A坐标上面的全部割掉（如红线所示）。
同理，发现D到C的横坐标范围内也没有整数，也可以割去（如紫线所示）。
最终割完后的区域为绿色部分
由此可得，最优解是在( 1, 1)，即z的最大值为2
2、解题步骤
第一步：求解线性规划最优解
如果无解，则该问题也无解，如果是整数解，则是最优解，如果有整数也有小数，则用割平面法。
第二步：构造整数+小数（>=0）形式
第三步：将整数部分和小数部分，放在等式左右两边
第四步：根据不等式和等式关系推理
例如上题：
引入几个松弛变量x3,x4。满足线性规划的形式
③-②，③+③*2得到新的方程组
④
⑤
将④构造成整数+小数的形式，其中小数部分要大于等于0
将整数部分和小数部分分别放在等号两侧
因为x1,x3都是整数并且大于0，所以等号左边一定是整数
等号右边括号里的值一定大于0，但是等号右边的值又要是整数，所以x1-x3必须小于0（自己把思路推理一遍，考虑大于0和小于0两种情况）。
所以等式右边小于0，化简之后得
再将②*3＋③，得到
又因为刚得到 ，
所以4x2加上大于等于三的数，结果为7，x2为整数且大于0
因此，x2=1
3、实际应用
假设不管用哪种方式，一共生产了A产品x1个，B产品x2个，C产品x3个，D产品x4个，E产品x5个，F产品x6个。
可以得到以下方程组
加入松弛变量 （符号是因为求最小值）
随后用Matlab求解(后续更新)
四、匈牙利算法求解
（后续更新）
5303
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
