MIP求解方法总结

*本文主要记录和分享学习到的知识，算不上原创

*参考文献见链接

本文主要简述了求解MIP问题的两大类（精确求解和近似求解），或者更细致地，三大类方法（精确算法，ε-近似算法和启发式算法）。由于暂时不太熟悉ε-近似算法，所以在这个版块我大部分只会涉及到精确算法和启发式算法。

目录

　　MIP问题

　　MIP求解方法

MIP问题

MIP问题，即混合整数规划问题(Mixed integer programming)。

首先我们来简单回顾一下线性规划问题。

线性规划问题

线性规划问题指的是满足：

（1）目标函数是线性函数；

（2）约束条件是线性等式或不等式；

的优化问题。通常是求最小化目标函数或最大化目标函数。

我以下提到的线性规划问题，如果没有特殊说明，指的是最小化目标函数。注意：最小化目标函数与最大化目标函数可以相互转换，没有实质上的区别。

线性规划问题

　　→整数规划问题

　　　　→0-1 问题

　　→混合整数规划问题

线性规划问题，根据对变量的限制，可以更细地区分出：
（1）整数规划问题：指的是变量是整数的线性规划问题。

它将连续的线性规划跳转到离散的整数规划。需要说明的是求解