运筹学

陈建华

目录

  • 1 第一章    绪论
    • 1.1 第一节 运筹学的定义与发展简史
    • 1.2 第二节 运筹学的基本特点和工作步骤
    • 1.3 第三节 运筹学的主要分支
    • 1.4 第四节 运筹学的应用
  • 2 第二章  线性规划
    • 2.1 第一节 线性规划概述
    • 2.2 第二节 线性规划问题及其数学模型
    • 2.3 第三节 线性规划图解法及其几何意义
    • 2.4 第四节 线性规划单纯形法与单纯形表
    • 2.5 第五节 单纯形法的矩阵描述
    • 2.6 第六节 人造基下的单纯形法
    • 2.7 第七节 线性规划典型例题及应用
  • 3 第三章 运输问题
    • 3.1 第一节 运输问题的数学模型及其特征
    • 3.2 第二节 运输模型的求解---表上作业法
    • 3.3 第三节 运输问题的推广
  • 4 第四章 整数规划
    • 4.1 第一节 整数规划概念与特点
    • 4.2 第二节 分枝定界法
    • 4.3 第三节 割平面法
    • 4.4 第四节 0—1规划与隐枚举法
    • 4.5 第五节 指派问题与匈牙利法
    • 4.6 第六节 典型例题及应用
  • 5 第五章 图与网络
    • 5.1 第一节 图的基本概念
    • 5.2 第二节 树
    • 5.3 第三节 最短路问题
    • 5.4 第四节 网络最大流问题
    • 5.5 第五节 Euler图
    • 5.6 第六节 中国邮递员问题
  • 6 第六章 网络计划
    • 6.1 第一节 网络计划图
    • 6.2 第二节 网络计划图的时间参数
    • 6.3 第三节 网络计划的优化
  • 7 第七章 排队论
    • 7.1 第一节 排队论的基本概念
    • 7.2 第二节 排队系统常用分布
    • 7.3 第三节 单服务台模型
  • 8 第八章 存储论
    • 8.1 第一节 存储论基础
    • 8.2 第二节 确定性库存模型
    • 8.3 第三节 确定性库存模型的参数分析
    • 8.4 第四节 随机型存储模型
  • 9 第九章 决策论
    • 9.1 第一节 决策论基本问题
    • 9.2 第二节 完全不确定型决策
    • 9.3 第三节 风险型决策
    • 9.4 第四节 效用理论在决策中的应用
第二节 分枝定界法

第二节分枝定界法

分枝定界法可用于求解一般的纯整数规划或混合整数规划问题,它是在20世纪60年代初由LandDoigDakin等人提出的。由于该方法灵活且便于用计算机求解,所以现在已成为求解整数规划的重要方法。

分枝定界法的基本思路为:设有最大化的整数规划问题,与其对应的松弛问题为,先求解问题,若其最优解不符合的整数条件,那么的最优目标函数必是的最优目标函数的上界,记为,而的任意可行解的目标函数值将是的一个下界,分枝定界法就是通过将的可行域分成子区域即分枝,逐步减小和增大即定界,最终可求得

分支定界法的求解步骤(目标函数为)

    (1)解松驰问题

先不考虑整数约束,解整数规划(IP)对应的松弛问题(LP),可能得到以下情况之一:

(LP)没有可行解,则(IP)也没有可行解,停止计算。

(LP)有最优解,并符合(IP)的整数条件,则(LP)的最优解即为(IP)的最优解,停止计算。

(LP)有最优解,但不符合(IP)的整数条件,转入下一步。

    (2)定界

(IP)的目标函数最优值为,以(LP)的最优目标函数值作为的上界,记为。再用观察法找(IP)的任一个整数可行解(一般可取),并以其相应的目标函数值作为的下界,记为,则有:

    (3)分枝

(LP)的最优解中任选一个不符合整数条件的变量,例如(不为整数),以[]表示不超过的最大整数。构造两个约束条件

将这两个约束条件分别加入问题(LP),形成两个子问题(LP1)(LP2),并求解。

    (4)修改上、下界

按照以下两点规则进行修改:

在各分枝问题中,找出目标函数值最大者作为新的上界;

从已符合整数条件的分枝中,找出目标函数值最大者作为新的下界。

    (5)比较与剪枝

各分枝的目标函数值中,若有小于者,则剪掉此枝,表明此子问题已经探清,不必再分枝了;否则继续分枝。

如此反复进行,直到得到为止,即已得最优解。下面举例说明。

3.1】试用分支分界法求解下列整数规划。

解:先解对应的松弛问题为(LP),先求解

运用单纯形法求得最优解,,对应的目标函数值。显然它不符合整数条件。这时是所求整数规划(IP)的最优目标函数值的上界,记作。而当显然是(IP)的一个整数可行解,这时,是的一个下界,记作,即

选择(LP)的最优解中的一个分量进行分支(也可选择第二个分量),对原问题增加两个约束条件,可将原规划问题(LP)分为两个子问题(LP1)(LP2),给每枝增加一个约束条件。

             

解两个分支(LP1)(LP2),得到最优解为:

(LP1)的最优解:

(LP2)的最优解:

(LP1)的最优解符合整数条件,将其目标函数值“6”作为新的下界,将(LP2)的目标函数值“7.5”作为新的上界,至此,

(LP1)得整数解,即(IP1)在这一支的解已求出,所以无需再分支。继续对子问题(LP2)进行分枝,增加约束条件,分为(LP3)(LP4)

             

(IP3)(IP4)对应的松驰问题(LP3)(LP4),得到的最优解为:

(LP3)的最优解:

(LP4)的最优解:无可行解。

两个分支中无符合整数条件的解,所以下界不变,(LP3)的目标函数值“7.33”小于已有的上界,因此将“7.33”作为新的上界。至此,

(LP4)无可行解,所以对(IP4)在这一支也无可行解,无需再分支。继续对子问题(IP3)进行分枝,增加约束条件,分为(LP5)(LP6)

        

(LP5)(LP6),得到的最优解为:

(LP5)的最优解:

(LP6)的最优解:无可行解。

(LP5)的最优解符合整数条件,将其目标函数值“7”作为新的下界,两支中没有比“7.5”大的目标函数值,所以原上界不变,至此,

(LP5)已得整数解,即(IP5)在这一支的解已求出,所以无需再分支。因(LP6)无可行解,所以对(IP6)在这一支也无可行解,无需再分支。至此,所有分支均已结束,所以(LP5)的最优解为原整数规划的最优解,。上述分支定界求解的过程可用图3-1的分支树来表示。

3-1 3-1的分支树