分支限界(Branch and Bound )算法

分支定界 (branch and bound) 算法

是一种在问题的解空间树上搜索问题的解的方法。但与回溯算法不同，分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树，并且，在分支定界算法中，每一个活结点只有一次机会成为扩展结点。
除少数整数规划可以用线性规划的单纯形法直接求解外，一般整数规划必需寻找新的求解方法。这里我们介绍全整数规划的分枝定界方法，它也可以用于求解混合整数规划问题和0-1规划问题。下面我们从一个例子出发来讨论它的思路和步骤。

例1 解下面的整数规划问题

 解: >（1）首先我们注意到问题(4.3)的可行解集为图4-2的阴影部分内的整数格子点组成的集合，暂时不考虑整数限制条件(5)。解相应的线性规划(1)~(4)，即(4.3)的松弛问题：  用线性规划的方式得到如下的图案  得最优解  由(1)和(5)可知ILP的最优解，且必为整数，从而可以断言 。这一过程称为定界，即给出ILP0问题目标函数最优解z*的下界和上界。 >（2）其次我们注意到线性规划(4.4)的解$x_1=2.25,x_2=3.75$具有小数，但这两个变量在(4.3)中都必须是整数，那就是说必须把小数部分__划掉__。我们注意到，对$x_2$，最终的最优解不会在3和4之间取值，亦即必然有： >$$ \left. \begin{array}{l} max\ z = 5x_1+8x_2\\ \begin{cases} 5x_1+9x_2 \leq 45\\ x_1+x_2 \leq 6\\ x_2 \leq 3\\ x1,x2 \geq 0 \end{cases} \end{array} \right\} =ILP1 $$ >$$ \left. \begin{array}{l} max\ z = 5x_1+8x_2\\ \begin{cases} 5x_1+9x_2 \leq 45\\ x_1+x_2 \leq 6\\ x_2 \geq 4\\ x1,x2 \geq 0 \end{cases} \end{array} \right\} =ILP2 \tag{4.5} $$ > >这种表达式实际上是将$x_2$在3和4间的小数部分划掉了，把可行域分成了$x_2\leq 3$和$x_2\geq 4$ ，显然这种分法把原来线性规划的解A点**(2.25,3.75)**排除出去了。但没有排除任何整数可行解。这一过程称为**分枝**，即用两个矛盾的约束条件(4.5)分别代入原问题(4.3)形成两个子问题ILP1和ILP2。

解ILP1的松弛问题ILP1得到
$$(x_1,x_2)=(3,3),z_{max}=39$$
解ILP2的松弛问题ILP2得到
$$(x_1,x_2)=(1.8,4),z_{max}=41$$
（3）修改上下界：从LP1和LP2的解我们知道有$39\le z^{\ast }\le 41$
（4）再分枝：
下面我们就是要划掉LP2的解中$x_1$的小数部分，增加约束$x_1\le 1$和$x_1\ge 2$对ILP2进一步的分枝，即
$$\begin{array}{l}maxz=5x_1+8x_2\\ \{\begin{array}{l}5x_1+9x_2\le 45\\ x_1+x_2\le 6\end{array}\end{array}$$