整数规划
- 定义
- 分类
- 纯(完全)整数规划
- 混合整数规划
- 全整数规划
- 0-1整数规划
- 特点
- 一般形式
- 与线性规划关系
定义
数学规划中的变量(部分或全部)限制为整数
分类
纯(完全)整数规划
所有决策变量要求取非负整数(这时引进的松弛变量和剩余变量可以不要求取整数)
松弛变量:例:
x 1 + x 2 ≤ 10 可引进 x 3 , 使 x 1 + x 2 + x 3 = 10 ( x 3 ≥ 0 ) 则 x 3 称为松弛变量 x_1+x_2 \le 10 \\ 可引进x_3,使x_1+x_2+x_3=10(x_3 \ge 0) \\ 则x_3称为松弛变量x1+x2≤10可引进x3,使x1+x2+x3=10(x3≥0)则x3称为松弛变量
混合整数规划
只有一部分决策变量要求取非负整数,另一部分决策变量可取非负实数
全整数规划
除了所有决策变量要求取非负整数外,系数aij和常数bi也要求取整数,(这时引进的松弛变量和剩余变量同样要求取整数)
0-1整数规划
所有决策变量只能取0和1两个整数,(一般用于工作安排)
特点
1、原线性规划有最优解,当自变量限制为整数后其整数规划解出现下列情况:
(1)原线性规划最优解全为整数,则整数规划最优解与其保持一致
(2)整数规划无可行解
(3)有可行解(当然就存在最优解),但最优解值变差(效果变差)
2、整数规划最优解不能按照实数最优解简单取整而得,(可能不满足约束条件)
一般形式
m a x ( m i n ) z = ∑ j = 1 n c j x j s . t . { ∑ j = 1 n a i j ≤ ( = , ≥ ) b i ( i = 1 , 2 , . . . , m ) x j ≥ 0 , x j 为整数 ( j = 1 , 2 , . . . , n ) max(min)z= \sum_{j=1}^nc_jx_j \\ s.t. \left\{ \begin{array}{c} \sum_{j=1}^na_{ij} \le (=,\ge )b_i(i=1,2,...,m)\\ x_j \ge 0,x_j为整数(j=1,2,...,n) \end{array} \right.max(min)z=j=1∑ncjxjs.t.{∑j=1naij≤(=,≥)bi(i=1,2,...,m)xj≥0,xj为整数(j=1,2,...,n)
与线性规划关系
1、整数规划可行解是松弛问题可行域中的整数格点
2、松弛问题无可行解,则整数规划无可行解
3、ILP(整数规划)最优解小于或等于松弛问题的最优解
4、松弛问题最优解满足整数要求,则该最优解为整数规划最优解
整数规划:
m a x c T x s . t . { A x = b x ≥ 0 , x 为整数 maxc^Tx \\ s.t. \left\{ \begin{array}{c} Ax=b \\ x \ge 0,x为整数 \end{array} \right.maxcTxs.t.{Ax=bx≥0,x为整数
松弛问题:
m a x c T x s . t . { A x = b x ≥ 0 maxc^Tx \\ s.t. \left\{ \begin{array}{c} Ax=b \\ x \ge 0 \end{array} \right.maxcTxs.t.{Ax=bx≥0