整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt

整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt

ID:61831270

大小:667.00 KB

页数:20页

时间:2021-03-22

整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt_第1页
整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt_第2页
整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt_第3页
整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt_第4页
整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt_第5页
资源描述:

《整数规划下纯整数规划全部决策变量取整数值混合整数规划.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、整数规划(下)纯整数规划:全部决策变量取整数值;混合整数规划:部分决策变量取整数值;0-1规划:决策变量取0或1。等等二、整数规划2.3.2整数规划求解方法(匈牙利法)例:有一份说明书,要分别译成英、日、德、俄四种文字,交甲、乙、丙、丁四个人去完成。因个人专长不同,他们完成翻译不同文字所需的时间如表所示。应如何分配,使四个人分别完成这四项任务总的时间为最小。2.3.2匈牙利法(用于求解指派问题)2.3整数规划求解方法2.3.2匈牙利法(用于求解指派问题)2.3整数规划求解方法指派问题解(最优指派):使得指派矩阵上位于不同行不同列的n个元素之和最小(或最大)。比如x11=1,x

2、23=1,x32=1,x44=1x11=1,x24=1,x32=1,x43=1指派矩阵:2.3.2匈牙利法(用于求解指派问题)2.3整数规划求解方法指派矩阵:指派问题解(最优指派):使得指派矩阵上位于不同行不同列的n个元素之和最小(或最大)。?241140050()()()222-2-2()()()()2.3.2匈牙利法(用于求解指派问题)2.3整数规划求解方法最优指派:x13=1,x22=1,x34=1,x41=1最优值:9+4+11+4=282.3.2匈牙利法(用于求解指派问题)2.3整数规划求解方法2.3.2匈牙利法(用于求解指派问题)2.3整数规划求解方法?2.3.2

3、匈牙利法(用于求解指派问题)2.3整数规划求解方法该条件称为过滤条件解:先通过试探找一个可行解(任意),如例:增加一个约束条件:2.3.3隐枚举法2.3整数规划求解方法所有可能的可行解约束条件可行解否Z值(0,0,0)(0,0,1)(0,1,0)(1,0,0)(0,1,1)(1,0,1)(1,1,0)(1,1,1)05-1101√5-231110√5315×80211√81626×过滤条件2.3.3隐枚举法2.3整数规划求解方法所有可能的可行解约束条件可行解否Z值(0,0,0)(0,0,1)(0,1,0)(1,0,0)(0,1,1)(1,0,1)(1,1

4、,0)(1,1,1)0√-1101√50211√8000005-2338162.3.3隐枚举法2.3整数规划求解方法过滤条件所有可能的可行解约束条件可行解否Z值(1,0,1)(1,1,1)(0,1,1)(1,0,0)(0,1,1)(1,1,0)(0,0,0)(0,1,0)8√653310-202118过滤条件2.3.3隐枚举法2.3整数规划求解方法函数bintprog()使用的一般形式:[x,fv,exitflag,output]=bintprog(f,A,b,aeq,beq)其中:x为最优解;fv为最优值;exitflag为输出标志:exitflag=1有最优解;

5、exitflag=0迭代次数超过设定次数;exitflag=-2约束区域不可行;exitflag=-3问题无解;output表明算法和迭代情况。2.3.4Matlab函数bintprog()求解0-1规划2.3整数规划求解方法MATLAB编程如下:f=-[1,2,2,-6,-4];A=[3,2,-1,1,2;2,4,-2,-1,-2];b=[5,5];[x,fv,ex]=bintprog(f,A,b,[],[]);fval=-fv;xfval例:2.3.4Matlab函数bintprog()求解0-1规划2.3整数规划求解方法MATLAB编程如下:c=[382103;8729

6、7;64275;84235;9106910];c=c(:);a=zeros(10,25);fori=1:5a(i,(i-1)*5+1:5*i)=1;a(5+i,i:5:25)=1;endb=ones(10,1);[x,y]=bintprog(c,[],[],a,b);x=reshape(x,[5,5]),y例:用函数bintprog()求解指派问题2.3.4Matlab函数bintprog()求解0-1规划2.3整数规划求解方法蒙特卡洛法又称计算机随机性模拟法,或统计试验法,是一种基于“随机数”的计算方法,能够比较逼真地描述事物的特点及物理实验过程,可以解决一些数值方法难以解

7、决的问题。通过计算机仿真解决问题,也可以通过模拟检验模型的正确性,是比赛中经常使用的方法。2.3.5蒙特卡洛法(可解决各类规划问题)2.3整数规划求解方法用显枚举法试探需计算100^5=10^10个点,计算量太大。应用蒙特卡洛随机计算10^6个点,找到近似最优解。应用概率理论估计可信度:假定最优点不是孤立的奇点,目标函数落在高值区的概率为0.01(或0.00001),当计算10^6个点后,有任一个点落在高值区的概率为2.3.5蒙特卡洛法(可解决各类规划问题)2.3整数规划求解方法例:function[f

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。