数学建模第二章整数规划

整数规划

变量限制为整数
方法：分枝定界（纯和混合）
割平面（同上）
隐枚举法（0-1）
匈牙利
蒙特卡洛

0-1型整数

0或1，二进制

相互排斥约束条件

m个相互排斥的约束条件，
ai1x1+…+ainxn<=bi. I=1,2,3,4,5…m
引入m个0，1变量 yi=1（当i起作用）
充分大的M
ai1x1+…+ainxn<=bi+（1-yi）*M i=1，2，3。。。m
y1+。。。+ym=1

固定费用

有固定成本kj和变动成本cj
min z=sigma kjyj+cjxj
yje<=xj<=yjM(e为充分小的数，M为充分大的数)

指派问题

n人n项工作，第i人做第j项工作要cij单位时间，如何分配时间最少
xij=1（I做j）/0（I不做j）
min sigma cij*xij

蒙特卡洛（随机取样法）

matlab相关知识:
unifrnd关于这个函数的使用
rand关于这个函数
state和seed关于rand的state和seed
randi相关介绍
eg：求y=x^2 和y=12-x围成的曲面三角形的近似面积大小
在[0,9]x[0,12]的矩形区域取10^7个点，求落在三角形面积的频数，三角形面积为频率乘矩形面积

clc
clear
x=unifrnd(0,12,[1,10000000]);
y=unifrnd(0,9,[1,10000000]);
pin=sum(y<x.^2&x<=3)+sum(y<12-x&x>=3);
area=12*9*pin/10^7;

eg：0～99中取一个数
用10^ 6个点来估算
蒙特卡洛算法

%%%蒙特卡洛法
%%定义目标函数和约束向量函数
function [f, g] = mengte(x);
f = x(1) ^ 2 + x(2) ^ 2 + 3 * x(3) ^ 2 + 4 * x(4) ^ 2 + 2 * x(5) - 8 * x(1) - 2 * x(2) - 3 * x(3) - x(4) - 2 * x(5);
g = [sum(x) - 400
    x(1) + 2 * x(2) + 2 * x(3) + x(4) + 6 * x(5) - 800
* x(1) + x(2) + 6 * x(3) - 200
    x(3) + x(4) + 5 * x(5) - 200];
end

%%%通过迭代求解
rand('state', sum(clock)); %初始化随机数发生器
p0 = 0;%p0代表目标值z，x0代表目标x
tic%计时开始
for i = 1 : 10 ^ 6  %采集10^6个点
    x = randi([0,99],1,5);%0<= x <= 99(整数)
[f, g] = mengte(x);
if all(g <= 0)%若满足4个则符合条件
    if p0 < f
        x0 = x;
        p0 = f;
    end
end
end
x0, p0
toc

整数线性规划的计算机求解

使用matlab必须把所有决策变化量变为一维决策变化量
基本格式：
[x,fval]=intlinprog(f,intcon,A,b,Aeq,beq,lb,ub);

模型：st. x(intcon)为整数
Ax<=b
Aeqx=beq
lb<=x<=ub