混合整数线性规划 (MILP) 算法

混合整数线性规划 (MILP) 算法

混合整数线性规划定义

混合整数线性规划 (MILP) 问题具有以下要素：

• 线性目标函数 fTx，其中 f 是由常数组成的列向量，x 是由未知数组成的列向量

• 边界和线性约束，但没有非线性约束（有关定义，请参阅编写约束）

• 对 x 的某些分量的限制，使其必须具有整数值

        以数学语言表达，即根据向量 f、lb 和 ub，矩阵 A 和 Aeq，对应的向量 b 和 beq，以及索引集 intcon，求解向量 x 使下式成立

intlinprog 算法

• 算法概述

• 线性规划预处理

• 线性规划

• 混合整数规划预处理

• 切割生成

• 使用启发式方法求出可行解

• 分支定界

算法概述

  intlinprog 使用此基本策略来求解混合整数线性规划。intlinprog 可以在任一阶段完成问题的求解。如果它在某个阶段成功求解了问题，intlinprog 不会执行后面的阶段。

1. 使用线性规划预处理缩减问题的规模。

2. 使用线性规划求解初始松弛（非整数）问题。

3. 执行混合整数规划预处理以收紧混合整数问题的 LP 松弛。

4. 尝试切割生成以进一步收紧混合整数问题的 LP 松弛。

5. 尝试使用启发式方法求得整数可行解。

6. 使用分支定界算法系统地搜索最优解。此算法通过限制整数变量的可能值范围来求解 LP 松弛问题。它尝试在最优目标函数值上生成一系列更新边界。

线性规划预处理

根据混合整数线性规划定义，矩阵 A 和 Aeq 以及对应的向量 b 和 beq 以如下形式编写一组线性不等式和线性等式

A · xAeq · x≤b=be