列生成算法求解矩形下料问题（Matlab代码）

深切哀悼抗击新冠肺炎疫情斗争牺牲烈士和逝世同胞

这学期接了《运筹学》课程，在国内抗疫的大环境下，勉勉强强当了七周主播，刚刚讲完对偶理论。

这里必须要吐槽一下《线性代数》的老师，本科生的课程不要放水好不好？讲单纯形法足足用了三周课，每堂课都要给学生科普或者强化线代基础。

为了强化学生对对偶理论的理解，计划在接下来三周课程里介绍大规模问题的优化方法，Dantzig-Wolfe分解，Benders分解和ADMM（Alternating direction method of multipliers）。
（想想后面还要讲整数规划、动态规划、网络规划、非线性规划、排队论、……，头都大。）

说到Dantzig-Wolfe分解，不得不提的就是列生成算法，最早用来解决一维下料问题（cutting stock problem）。但一维下料问题似乎太乏味了，怕学生们提不起兴趣，这里就找了一篇解决矩形下料问题的文章，复现了一下。

Cintra G F , Miyazawa F K , Wakabayashi Y , et al. Algorithms for two-dimensional cutting stock and strip packing problems using dynamic programming and column generation[J]. European Journal of Operational Research, 2008, 191(1):61-85.
https://doi.org/10.1016/j.ejor.2007.08.007

同行们一定都很熟悉这篇文章，很好的解决了gcut中13个算例，并且提出了变尺寸母板的解决策略。

这里只实现了最基本的几段代码。

Matlab代码

// 生成离散点集
function P=DPP(D,d)
P=0;
m = length(d);
for j=0:D
    c(j+1)=0;
end
for i=1:m
    for j=d(i):D
        if c(j+1)<c(j-d(i)+1)+d(i)
            c(j+1)=c(j-d(i)+1)+d(i);
        end
    end
end
mind = min(d);
for j=1:D-mind
    if c(j+1)==j
        P=[P,j];
    end
end
P=[P,D];

// 矩形背包问题算法
// 为方便回溯方案，将item修改为三维整数矩阵，前两维对应状态空间，第三维为该状态空间最大价值时满足各订单的数量 
// guillotine 改为整数二维数组，其中0 ———— 不切；1 ———— 对w方向切割；2 ———— 对h方向切割
function [z,V,item,guillotine,position]=DP(W,H,w,h,v)
m=length(w);
P=DPP(W,w);
Q=DPP(H,h);
r=length(P);
s=length(Q);
V=zeros(r,s);
item=zeros(r,s,m);
guillotine=zeros(r,s);
position=zeros(r,s);
for i=1:r
    for j=1:s
        [V(i,j),item(i,j,:)]=inital_dp(w,h,v,P,Q,i,j); //调用第三段程序初始化状态空间
        guillotine(i,j)=0;
    end
end
for i=2:r
    for j