当上一节讲到的线性规划问题中,要求某些变量是整数的时候,就变成了混合整数线性规划问题。
其实对于某些问题来说,线性规划问题的最优解刚好是整数,那么它对应的混合整数线性规划问题的解就刚好是这个最优解了。因此分支限界法的思路是,
1. 将原混合整数线性规划问题改进为行的松弛问题,不断地用单纯形法求解
2. 通过增加约束来进行分支求解
3. 直到整数最优解出现在新的改进后的松弛问题的一个顶点。
例如对于以下问题,
[egin{array}{*{20}{l}}
{max 3x + y + 3z}\
{2x + 2y + z le 30}\
{1.5x + 2y + 3z le 25}\
{2x + y + z le 20}\
{x ge 0,y ge 0,z ge 0,}
end{array}]
最优解obj=36.6667,x=7.7778,y=0,z=4.4444,怎么求它的整数最优解呢?
针对该线性松弛问题得到的最优解,选取非整数解的整数变量x,将原线性松弛问题分成两个子问题,其中一个子问题加上x≤7的约束,另一个子问题加上x≥8的约束。
针对x≤7的这个子问题,求得最优解为obj=35.5,x=7,y=0,z=4.8333。选取非整数解的整数变量z,将该问题拆成z≤4和z≥5的两个子问题。
针对z≤4的这个子问题,求得最优解为obj=34.25,x=7,y=1.25,z=4。选取非整数解的整数变量y,将该问题拆成y≤1和z≥2的两个子问题。
针对y≤1的这个子问题,求得最优解为obj=34,x=7,y=1,z=4。
按照上述步骤,求另外对应的子问题。
在分支过程中,当
1. 问题是不可满足的
2. 最优解是整数值
3. 松弛问题的最优值比当前最优值更差
无需深入探索,可以剪枝。
另由于是离散优化,所以解只可能取值一些整数。所以可利用约束条件之间的互相影响,缩小解的范围。从约束条件中得到尽可能多的信息。
参考:
https://www.coursera.org/lecture/lisan-youhua-suanfapian/3-3-2-hun-he-zheng-shu-xian-xing-gui-hua-PQhnK