列生成和分支定价

这段时间学习列生成和分支定价，对于没有什么数学基础的我来讲，这个过程很艰难啊。大致梳理一下思路，做个小结，有些地方不是很深入，可能存在错误。
先理解单纯形方法再理解列生成会比较容易，有点懒~~~就不写了。
1. 列生成（Golumn Generation）
        列生成算法适用于求解一类每个决策方案对应整体规划模型中约束矩阵的一列的组合优化问题。该算法不是直接同时处理所有的候选方案，而是基于当前生成的列的子集，通过限制主问题进行优化求解；其余的候选方案可以改善限制主问题当前最优解时，才会进入该子集。
        和单纯形方法相比，单纯形算法的进基变量是模型存在的变量，而列生成的进基变量是通过求解子问题生成。对于最小化问题来讲，进基列为判别数最大的一列，在列生成算法中，在所有的子问题中，求判别数最大的一列加入到限制主问题中，如果最大判别数小于0，则求解达到了最优。
2. 列生成应用举例
        Cutting Stock Problem：有三种长度为9,14,16的木材，成本价分别为5,9,10，需要切割长度为4的成品 30个；长度为5的成品20个；长度为7的成品40个，求解切割方案，使得总体成本价最低。

可枚举部分切割方案如下：


限制主问题和子问题的关系为：

3. 分支定价（Branch and Price）
        使用列生成求解整数规划问题时，通常会将限制主问题松弛为线性规划问题，得到线性松弛问题的最优解后，再用整数规划求解。但是这样做往往得不到整数最优解，因此需要使用分支定价求整数最优解。
        分支定价算法通过根据检验数不断生成新列的方法提高分支定界方法求解线性松弛问题的效率。
        关于分支定价的基本描述可以参考https://en.wikipedia.org/wiki/Branch_and_price。
        通过查阅相关资料，总结其流程图如下，思路也就差不多清楚了。对于最大化问题的分支定价方法流程：