2020年中国大学生数学建模竞赛备赛（三）

第二章 整数规划

2.1 整数规划的基本知识

1、定义：数学规划中的变量（部分或全部）限制为整数时，称为整数规划。
2、分类：
（1）变量全限制为整数时，称纯（完全）整数规划。
（2）变量部分限制为整数时，称混合整数规划。
3、特点：
（1）整数规划无可行解（在原线性规划最优解是实数解）。
（2）整数规划最优解不能由实数最优解简单取整得到。
4、求解方法：
（1）分枝定界法；（2）割平面法；（3）隐枚举法：过渡隐枚举法、分枝隐枚举法；（4）匈牙利方法（5）蒙特卡罗方法。

2.2 0-1型整数规划，一种特殊的整数规划

核心：构造相互排斥的约束条件。
可以采用如下的方法解决：
如果有m个互相排斥的约束条件，

2.2.2固定费用问题

2.2.3指派问题

2.3 蒙特卡罗法（随机取样法）

核心：所谓蒙特卡罗方法，就是从概率理论来估计出对应区间范围内的一个满意解。
应用：
1、用蒙特卡罗方法求解图形面积的近似值（投点法）
例题：$y=x^2,y=12-x$与$x$轴在第一象限围成一个曲边三角形，求该图形面积的近似值。
解释：在矩形区域$[0,12]\ast [0,9]$上产生服从均匀分布的$10^7$个随机点，统计随机点落在曲边三角形的频数。

clc,clear
x=unifrnd(0,12,[1,10^7]);
y=unifrnd(0,9,[1,10^7]);
pinshu=sum(y<x.^2&x<=3)+sum(y<12-x&x>=3);//值得学习的是，可以在计算函数中用表达式控制计算的范围
area_appr=12*9*pinshu/10^7;

2、用Monte Carlo方法求解已知的非线性整数规划
编程时，可以先新建一个目标函数文件，里面包含定义的目标函数和约束条件；再编写求解过程和搜索的主程序。

//函数体部分
function[f,g]=mengte(x)
f=x(1)^2+x(2)^2+3*x(3)^2+4*x(4)^2+2*x(5)^2-8*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;
2*x(1)+x(2)+6*x(3)-200;
x(3)+x(4)+5*x(5)-200];

//主程序部分
rand('state',sum(clock));//初始化随机数发生器
p0=0;
tic//计时开始
for i=1:10^6
     x=randi([0,99],1,5);//产生一行五列的区[0,99]上的随机整数
     [f,g]=mengte(x);
     if all(g<=0)
        if p0<f
           x0=x;
           p0=f;//在满足约束条件的情况下，记录当前较好的解
        end
     end
end
disp([x0,p0]);
toc//计时结束

2.4 指派问题的MATLAB求解

使用intlinprog函数，但是要将所有的决策变量转化为一维决策变量。
在编程时，注意对约束条件的改写，参考2.2.3中的模型及下面的函数模型，用变量下标的变化来表示相应约束条件（可以通过找规律归纳出下标的表达式，便于用循环编程）

[x,fval]=intlinprog(f,intcon,A,b,Aeq,beq,lb,ub);

式子中，$f,x,intcon,b,beq,lb,ub$为列向量；$A,Aeq$为矩阵。
例题：
已知指派问题矩阵：

解析：将二维决策变量变成一维决策变量。

clc,clear
c=[3,8,2,10,3;8,7,2,9,7;6,4,2,7,5;8,4,2,3,5;9,10,6,9,10];
c=c(:);//按照列取出来化为向量形式
a=zeros(10,25);
intcon=1:25;//确定整数变量地址
for i=1:5
   a=(i,(i-1)*5+1:5*i)=1;
   a(5+i,i:5:25)=1;
end
b=ones(10,1);lb=zeros(25,1);
ub=ones(25,1);
[x,fval]=intlinprog(c,intcon,[],[],a,b,lb,ub);
x=reshape(x,[5,5]);
disp(fval);

参考文献

[1]司守奎，孙玺菁. 数学建模算法与应用. 北京：国防工业出版社，2011.