1、第三节 分支定界法（Branch and Bound， 简称B&B）基本思想如下：首先不考虑变量的整数约束，求解相应的线性规划问题，得到线性规划的最优解。设线性规划问题：最优解为Z。则Z为IP问题解Z*的上界，Z*Z。,它的可行域为图中OABCDE（示意图），并设最优解位于C。如果这个最优解中所有的变量都是整数，则已经得到整数规划的最优解。如果其中某一个变量Xr不是整数，则在可行域中除去一块包含这个最优解但不包含任何整数解的区域IrXrIr+1（其中Ir是变量Xr的整数部分），线性规划的可行域被划分成不相交的两部分，分别以这两部分区域作为可行域，用原来的目标函数，构造两个子问题Sub1和Sub
2、2：,E D C,B,Sub1 Sub2,Ir Xr Ir+1 A,X2,O,X1,分枝,Sub1 Sub2 由于这两个子问题的可行域都是原线性规划问题可行域的子集，这两个子问题的最优解的目标函数值都不会比原线性规划问题的最优解的目标函数值更大。如果这两个问题的最优解仍不是整数解，则继续选择一个非整数的变量，继续将这个子问题分解为两个更下一级的子问题。这个过程称为“分支（Branch）”。,每一次分支得到的子问题最优解的目标函数值，都小于或等于分支前问题的最优解的目标函数值。非整数解的最大值作为新的上界。如果某一个子问题的最优解是整数解，就作为整数规划最优目标函数值的下界。多个时取最大值。最后
3、的下界为整数规划的最优解。如果某一个子问题的解还不是整数解，但这个非整数解的目标函数值已经小于这个下界，那么这个子问题就不必再进行分支。不然需重复进行分支。确定整数解目标函数值上下界并不断更新 ，“剪除”目标函数值小于下界的分支的过程，称为定界（Bound）。,5,整数规划问题的求解方法 分支定界法图解整数规划,松弛问题 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 ， X2 0,该整数规划松弛问题的解为： （X1 ，X2 ）= （3/2 ，10/3） Z1 = 29/6,6,松弛问题 Max Z = X1 + X214X1 + 9X2 51- 6X1
4、 + 3X2 1X1 ， X2 0,（3/2 ，10/3） Z1 = 29/6,B1 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 2X1 ， X2 0,B2 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 1X1 ， X2 0,B2：解 （1，7/3 ） Z21 = 10/3,B1：解 （2，23/9 ） Z11 = 41/9,1,2,7,（3/2 ，10/3） Z1 = 29/6,B1 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 2X1 ， X2 0,B2：解 （1
5、，7/3 ） Z21 = 17/3,B1：解 （2，23/9 ） Z11 = 41/9,B11 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 2X2 3X1 ， X2 0,B12 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 2X2 2X1 ， X2 0,B12：解 （33/14，2 ） Z12 = 61/14,8,（3/2 ，10/3） Z1 = 29/6,B2：解 （1，7/3 ） Z21 = 10/3,B12 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 2X2
6、2X1 ， X2 0,B12：解 （33/14，2 ） Z12 = 61/14,B121 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 1X1 3X2 2X1 ， X2 0,B122 Max Z = X1 + X214X1 + 9X2 51- 6X1 + 3X2 12 X1 2X2 2X1 ， X2 0,B121：解 （3，1 ） Z121 = 4,B122：解 （2，2 ） Z122 = 4,B1：解 （2，23/9 ） Z11 = 41/9,说明: 1、在B121,B122 的可行域中不可能存在比以上所求解的2个最优解更好的解。 2、目标函数值maxZ=4
7、作为IP规划的最优解的目标函数的一个界限（MAX,下界;MIN,上界）；,求极小问题时，LP问题的解是IP问题的下界。每次分支后的子 问题最优解的目标函数值都大于或等于分支前的最优值。如分 支中得到整数解，则最小的整数解为上界。如分支的目标函数 值大于上界，则停止分支。,A X1=3/2,X2=10/3 Z=29/6,B X1=2,X2=23/9 Z=41/9,C X1=1,X2=7/3 Z=10/3,无可行解,D X1=33/14,X2=2 Z=61/14,F X1=2,X2=2 Z=4,E X1=3,X2=1 Z=4,x1 1,x1 2,x2 2,x2 3,x1 2,x1 3,不同的搜索策
8、略会导致不同的搜索树，一般情况下，同一层的两个子问题，先搜索目标函数比较大的较有利（如果是极小问题，则应先搜索目标函数值小的较为有利）。这样可能得到数值比较大的下界，下界越大被剪去的分支越多。 分支定界算法对于混合整数规划特别有效，对没有整数要求的变量就不必分支，这将大大减少分支的数量。,第四节 01型整数规划,一、0-1变量及其应用 某些特殊问题，只做是非选择，故变量设置简化为0或1， 1代表选择，0代表不选择。,一、01规划数学模型,例：固定费用问题 有三种资源被用于生产三种产品，资源量、产品单件费用、 资源消耗量以及生产产品的固定费用。要求制定一个生产计 划，总收益最大。,产品,资源,解
9、：xj是生产第j种产品的产量。 总收益等于销售减去所生产的产品的总费用。建立数学模型时，无法确定某种产品是否生产，不能确定相应的固定费用是否发生，用0-1变量解决此问题。,分析：如果生产第j种产品，xj0. 约束条件xj Mjyj,yj=1; 如果不生产第j种产品，xj=0. 约束条件xjMjyj, yj=1或0。当yj=1不利于目标函数的最大化，因此在最优解必然是yj=0。,例 含有相互排斥的约束条件的问题,设工序B的每周工时约束条件为0.3x1+0.5x2150,式(1) 现有一新的加工方式,相应的每周工时约束条件为0.2x1+0.4x2120 ,式(2) 如果工序B只能选择一种,那么(1
10、)和(2)变成相互排斥的约束条件.,当y1=1,y2=0;采用新工艺,(2)式成立;,多余的约束,约束条件组,在约束条件中保证了在P个0-1变量中有p-q个1,q个0;凡取值=0的yi对应的约束条件为原约束条件,凡取值=1的yi对应的约束条件将自然满足,因而为多余.,例 工件排序问题,使用4台机床加工3件产品.各个产品的机床加工顺序以及产品i在机床j上的加工时间 aij见表.由于某种原因,产品2的加工总工时不得超过d.现在要求各件产品在机床上的加工方案,使在最段时间内加工完全部产品.,解 设xij表示产品i在机床j 上开始加工的时间(i=1,2,3;j=1,2,3,4),1.同一件产品在不同机
11、床上的加工顺序约束 同一件产品在下一台机床上的加工的开始时间不早于在上一台机床上加工的结束时间,故应有 产品1:x11+a11x12 ; x13+a13x14 产品2:x21+a21x22 ; x23+a23x24 产品3:x32+a32x33 ;,2.每一台机床对不同产品的加工顺序约束 一台机床在工作中,如果已经开始加工还没有结束,则不能开始加工另一件产品.对于机床1,先加工1不能加工2. 为了容纳两种相互排斥的约束条件,对于每台机床,分别引入0-1变量:,机床1:x11+a11x21+My1 ; x21+a21x11+M(1-y1) 机床2:x22+a22x32+My2 ; x32+a32
12、x22+M(1-y2) 机床3:x13+a13x33 +My3 ; x33+a33x13+M(1-y3) 机床4:x14+a14x24 +My4 ; x24+a24x14+M(1-y4) 当y1=0,表示机床1先加工产品1,后加工产品2;当y1=1,表示机床1先加工产品2,后加工产品1.,3.产品2的加工总时间约束 产品2的开始加工时间x21,结束加工时间为x24+a24,所以 x24+a24-x21d,4.目标函数的建立 由于三件产品的加工时间分别为x14+a14,x24+a24,x33+a33,全部产品的实际加工时间为:w=max(x14+a14,x24+a24,x33+a33) Minz
13、=W st. Wx14+a14, W x24+a24, W x33+a33.,二、0-1型整数规划的解法,求解思路： 检测可行解的目标函数值，根据其目标函数值可以产生一个过滤条件，对于目标函数数值比它差的变量组合删除，这样有效减少运算次数，使最优解快速找到。,解：求解过程可以列表表示：,在求解0-1整数规划问题，为了进一步减少运算量，常按照目标函数中各个变量系数的大小顺序重新排列各个变量，以便于最优解有可能较早出现。 对于最大化问题，可以按照从小到大的顺序排列； 对于最小化问题，可以按照从大到小的顺序排列；,运算36次,运算30次,练习1:使用分支定界法求解整数规划,松弛问题的最优解X=(2.75,2.25)T,练习2：使用一等价的整数规划表述下面的问题,小结: 1、分支定界法的计算步骤。 2、0-1型整数规划的应用。 作业: 5.7(1), 5.9(1),
