前言
整数规划基于线性规划,在线性规划的前提下,多了部分或全部决策变量是整数的约束条件。不特殊说明的话,整数规划就是指整数线性规划
分类
(1)变量全部为整数时,称作纯整数规划
(2)变量部分为整数时,称作混合整数规划
根据求解方法分类
(1)分枝定界算法——解决纯或混合整数规划
(2)割平面算法——解决纯或混合整数规划
(3)匈牙利算法——解决指派问题(“0-1”规划)
1、分枝定界算法和割平面算法
虽然这两个在解决问题所用的思路不同,但最终的公式是一样的。具体的算法内容就不详写了,这里仅写出如何利用matlab编写相应的代码。
在线性规划的约束条件下,加入新的约束条件,第几位决策变量是整数
min x c T x s . t . { x ( i n t c o n ) 为 整 数 , A ⋅ x ≤ b A e q ⋅ x = b e q l b ≤ x ≤ u b \min\limits_x\bm c^T\bm x\\ s.t.\begin{cases} \bm x(intcon)为整数,\\ \bm A\cdot\bm x \le\bm b\\ Aeq\cdot\bm x=beq\\ lb\le\bm x\le ub \end{cases} xmincTxs.t.⎩⎪⎪⎪⎨⎪⎪⎪⎧x(intcon)为整数,A⋅x≤bAeq⋅x=beqlb≤x≤ub
引入了一个新的向量 i n t c o n \bm {intcon} intcon例如当 i n t c o n = [ 1 , 3 ] intcon=[1,3] intcon=[1,3]时,即表示第一位和第三位决策变量是整数
引入新的matlab求解整数规划的命令
[x,fval]=intlinprog(f,intcon,A,b,Aeq,beq,lb,ub);
这里举一个例子
例1 求解如下的混合整数规划问题
m i n z = − 3 x 1 − 2 x 2 − x 3 s . t . { x 1 + x 2 + x 3 ≤ 7 4 x 1 + 2 x 2 + x 3 = 12 x 1 , x 2 ≥ 0 x 3 = 0 o r 1 min\ z=-3x_1-2x_2-x_3\\ s.t.\begin{cases} x_1+x_2+x_3\le7\\ 4x_1+2x_2+x_3=12\\ x_1,x_2\ge 0\\ x_3=0\ or\ 1 \end{cases} min z=−3x1−2x2</