教学文库网 - 权威文档分享云平台
您的当前位置:首页 > 范文大全 > 行业范文 >

4.整数规划与分配问题

来源:网络收集 时间:2026-10-01
导读: 第四章 整数规划与分配问题 对于线性规划问题,最优解可能是分数或小数。 但是对于某些问题,会要求解答必须是整数 (称为整数解 整数解)。 整数解对于所求解是机器的台数、完成工作的人数、 对于所求解是机器的台数、完成工作的人数、装货 的车数、集装箱数

第四章 整数规划与分配问题

对于线性规划问题,最优解可能是分数或小数。 但是对于某些问题,会要求解答必须是整数 (称为整数解 整数解)。 整数解对于所求解是机器的台数、完成工作的人数、 对于所求解是机器的台数、完成工作的人数、装货 的车数、集装箱数量等; 的车数、集装箱数量等; 对于一些决策变量必须取Boolean值时 值时, 对于一些决策变量必须取Boolean值时,如要不要 在某地建工厂,可选用一个逻辑变量x, 在某地建工厂,可选用一个逻辑变量 ,令x=0表示 表示 不在该地建厂, 表示在该地建厂。 不在该地建厂,x=1表示在该地建厂。 表示在该地建厂

这时,分数或小数的解就不合要求, 这时,分数或小数的解就不合要求,我们称这 样的问题为整数规划 整数规划。 样的问题为整数规划。

例:某厂拟用集装箱托运甲乙两种货物,每箱的体积、 某厂拟用集装箱托运甲乙两种货物,每箱的体积、 重量、可获利润以及托运所受限制如下表: 重量、可获利润以及托运所受限制如下表: 问两种货物各托运多少箱,可使获得的利润为最大? 问两种货物各托运多少箱,可使获得的利润为最大?货物 甲 乙 托运 限制 体积 米3/箱 箱 重量 利润 百斤/箱 百元/箱 百斤 箱 百元 箱

MaxZ = 20 x1 + 10 x 2 ST : 5 x1 + 4 x 2 ≤ 24 2 x1 + 5 x 2 ≤ 13 x ,x ≥ 0,且为整数 1 2

5 4 24

2 5 13

20 10

能否先不考虑对变量的整数约束, 能否先不考虑对变量的整数约束,作为一般线性 规划来求解,当解为非整数的时候可以用“ 规划来求解,当解为非整数的时候可以用“四舍 五入” 凑整”方法寻找最优解? 五入”或“凑整”方法寻找最优解?

对于变量取值很大时,用上述方法得到的解 对于变量取值很大时, 与最优解差别不大;但当变量取值较小时, 与最优解差别不大;但当变量取值较小时,得 到的解就可能与实际整数最优解差别很大。 到的解就可能与实际整数最优解差别很大。 当问题规模较大(决策变量较多) 当问题规模较大(决策变量较多)时,用 凑整”方法来算工作量很大。 “凑整”方法来算工作量很大。 例:某线性规划问题最优解为(x1, x2) = (4.6, 某线性规划问题最优解为 5.5),用凑整法需要比较与上述数据最接近的 , 几种组合: 6), 几种组合:(4, 5), (4, 6), (5, 5), (5, 6), 共四种组合。若问题中有10个整数变量, 10个整数变量 共四种组合。若问题中有10个整数变量,则解 组合达到2 1024个整数组合 个整数组合。 组合达到210 = 1024个整数组合。且最优解未 必在这些组合中。 必在这些组合中。

例:求整数规划问题的最优解 max z =

3 x1 + 2 x2 2 x1 + 3 x2 ≤ 14 x1 + 0.5 x2 ≤ 4.5 x , x ≥ 0, 且均取整数值 1 2解:用图解法得最优解为(3.25 , 2.5) 如果不考虑整数约束( 如果不考虑整数约束(称为整数规划 问题的松弛问题 松弛问题) 问题的松弛问题) (4,1) 凑整法求解:比较四个点( 凑整法求解:比较四个点(4 , 3), ) ),前三个 (4 , 2),(3 , 3),(3 , 2),前三个 )( )( ), 都不是可行解,第四个虽然是可行 都不是可行解, 不是最优解。 解,但 z=13 不是最优解。

最优解为( 最优解为(4 , 1), z*= 14。 ), 。

主要内容一、整数规划的特点及作用 二、分配问题与匈牙利法 三、分枝定界法 四、应用举例

第四章 整数规划及分配问题

第一节 整数规划的特点及作用

一、整数规划的特点及作用

1.1 整数规划的概念整数规划(Integer Programming) :决策变 整数规划 量要求取整数的线性规划。如果所有的决策变量、技术系数和右端项都 是非负整数,就称为纯整数规划。 纯整数规划。 纯整数规划 如果所有的决策变量都是非负整数,技术系 数和右端项为有理数,称为全整数规划。 全整数规划。 全整数规划 如果仅一部分决策变量为整数,则称为混合 混合 整数规划。 整数规划。 如果变量取值仅限于0或1,称为0-1整数规划 0 整数规划。

一、整数规划的特点及作用

1.2 0-1整数规划某公司拟在市东、西、南三区建立门市部。拟 议中有7个位置(点)Ai供选择。规定在东区,由A1,A2,A3三个点中至多选两个; 在西区,由A4,A5两个点中至少选一个; 在南区,由A6,A7两个点中至少选一个。

如选用Ai点,设备投资估计为bi元,每年可获利 润估计为ci元,但投资总额不能超过B元。 问:应如何选址 选址,可使年利润为最大? 选址

一、整数规划的特点及作用

1.2 0-1整数规划 1 解:设x j = 0 选Ai 不选Ai

MaxZ = c1 x1 + c 2 x 2 + + c7 x7 b1 x1 + b2 x 2 + + b7 x7 ≤ B x + x + x ≤ 2 2 3 1 ST : x 4 + x5 ≥ 1 x + x ≥ 1 7 6 x j = 1或0, ( j = 1, ,7)

0-1整数规划的一般形式 整数规划的一般形式: 整数规划的一般形式

MaxZ = C T X Ax = b ST : x j = 1或0, ( j = 1, , n)

0-1整数规划一般都 整数规划一般都 是纯整数规划。 是纯整数规划。

一、整数规划的特点及作用

1.3 整数规划的作用0-1整数规划在管理领域具有重要作用 整数规划在管理领域具有重要作用1. m个约束条件中只有 个起作用; 个约束条件中只有k个起作用 个约束条件中只有 个起作用; 2. 约束条件的右端项可能是r个值 1, b2, … br) 个值(b 约束条件的右端项可能是 个值 中的某一个; 中的某一个;

3. 两组条件中满足一组; 两组条件中满足一组; 4. 用以表示含固定费用的函数。 用以表示含固定费用的函数。

第四章 整数规划及分配问题

第二节 分配问题与匈牙利法

二、分配问题与匈牙利法

2.1 分配问题(1) 分配问题(1)指派n个人去完成 项任务 指派 个人去完成n项任务,使完成 n项任 个人去完成 项任务, 项任 务的总效率最高(或所需总时间最少 或所需总时间最少), 务的总效率最高 或所需总时间最少 ,这 类问题称为指派问题或分配问题 指派问题或分配问题。 类问题称为指派问题或分配问题。安排工作(派工):有 项加工任务 项加工任务, 安排工作(派工):有n项加工任务,怎样 ): 指派到n台机床上完成 台机床上完成; 指派到 台机床上完成; 条航线, 艘船去航行的; 有n条航线,怎样指定 艘船去航行的; 条航线 怎样指定n艘船去航行的 ……

二、分配问题与匈牙利法

2.1 分配问题(2) 分配问题(2)如果完成任务的效率表现为资源消耗, 如果完成任务的效率表现为资源消耗,考 资源消耗 极小化; 虑的是如何分配任务使得目标函数极小化 虑的是如何分配任务使得目标函数极小化; 如果完成任务的效率表现为生产效率的高 如果完成任务的效率表现为生产效率的高 则考虑的是如何分配使得目标函数最 低,则考虑的是如何分配使得目标函数最 大化。 大化。 在分配问题中, 在分配问题中,利用不同资源完成不同计 划活动的效率,通常用表格形式表示为效 划活动的效率,通常用表格形式表示为效 效率矩阵。 率表,表格中数字组成效率矩阵 率表,表格中数字组成效率矩阵。

二、分配问题与匈牙利法

2.2 分配问题实例(1) 分配问题实例(1)例:有一份中文说明书,需要译成英、日、德、 俄四种文字。现有甲、乙、丙、丁四人,他们 将中文说明书译成不同语种的说明书所需时间 如下,问应指派何人去完成工作,使所需总时 间最少? 人员任务 译成英文 译成日文 译成德文 译成俄文 甲 2 15 13 4 乙 10 4 14 15 丙 9 14 16 13 丁 7 8 11 9

二、分配问题与匈牙利法

…… 此处隐藏:2319字,全部文档内容请下载后查看。喜欢就下载吧 ……
4.整数规划与分配问题.doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印
本文链接:https://www.jiaowen.net/fanwen/2140755.html(转载请注明文章来源)
Copyright © 2020-2025 教文网 版权所有
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ:78024566 邮箱:78024566@qq.com
苏ICP备19068818号-2
Top
× 游客快捷下载通道(下载后可以自由复制和排版)
VIP包月下载
特价:29 元/月 原价:99元
低至 0.3 元/份 每月下载150份
全站内容免费自由复制
VIP包月下载
特价:29 元/月 原价:99元
低至 0.3 元/份 每月下载150份
全站内容免费自由复制
注:下载文档有可能出现无法下载或内容有问题,请联系客服协助您处理。
× 常见问题(客服时间:周一到周五 9:30-18:00)