整数规划模型的Matlab程序实现

整数规划是线性规划的基础上,对部分或全部决策变量为整数的最优化问题的模型、算法及应用等研究,是运筹学和管理科学中应用最基本的模型之一。大多数整数规划问题的计算求解存在实际的困难,求解一般线性规划的方法无法求解整数规划。为加深学生的理解,提高动手能力,本文介绍了一般整数规划和0-1整数规划的Matlab命令,并给出具体的实例。     

自动优化露天矿短期进度计划的渐进细化法

分析了露天矿生产计划技术现状,提出计算机辅助设计法与数学规划法有机结合是制定露天生产进度计划的最佳手段.针对整数规划和具有前后时段顺序的0-1整数规划在露天矿生产进度计划应用中存在的问题,提出了渐进细化的生产进度计划优化方法,论述了渐进细化过程,建立了相应的0-1整数规划模型.在VC++环境下通过调用LindoAPI实现模型求解,该细化0-1整数规划方法,较前后时段0-1整数规划方法提高了计算速度,满足设计细化需要.     

混合整数规划性质及其构造的超加性函数

针对混合整数规划的一般性案例,给出其对应的线性松弛规划表达.用3个具体案例来解读有效不等式在整数规划问题中的使用,引出Gomory整数割平面.构造超加性函数并探寻它和混合整数规划割平面的关系.分析结果表明:当超加性函数中的参数取值不同时,可以获得Gomory整数割平面、混合整数规划的取整割平面及混合整数规划的整数割平面.     

一类特殊整数规划问题的DNA计算

通过22种荧光标记DNA链的办法,在基于表面方式的实验环境中,将变量用变异的二进制变量组来表示,提出一种基于DNA计算的特殊整数规划问题的求解算法.算法通过将上述问题转化为特殊的-1-0-1规划问题,解决了运筹学中特殊的整数规划问题,并为最终解决一般的整数规划问题奠定了基础.     

对求解整数规划方法的新探索

借鉴分枝定界法求解整数规划的基本原理和目标排序法求解0-1规划的思路,在完成一系列理论分析和证明之后,提出求解整数规划的简捷有效的新方法-松驰最优解邻域整点搜索法。     

基于粒子群算法的整数规划问题的求解算法

整数规划是运筹学的一个分支,一直以来没有很好的求解算法.目前有研究人员尝试用粒子群算法求解整数规划,但都只能解决无约束整数规划问题.提出了一种求解约束整数规划的粒子群算法,能够解决有约束线性和非线性整数规划问题.     

汽车涂装中虚拟重排序问题建模与求解

针对汽车涂装中的虚拟重排序问题,建立了关于颜色转换次数最少的0-1二次整数规划模型.根据0-1变量的特点,把该0-1二次整数规划转化为以相邻颜色个数最大为目标的0-1线性整数规划,从而使得所建立的虚拟重排序模型可直接用现有优化软件求解,无须设计专门解法.所建模型在任何虚拟重排序场合均可采用或借鉴.     

几种求解非线性整数规划的局部极小点的算法

求解整数非线性规划问题的局部极小点是求解整数非线性规划问题的全局最优解的前提.很多求解整数非线性规划问题全局最优解辅助函数法(比如填充函数法)都需要先求整数非线性规划问题的局部极小点.给出求解非线性整数规划问题局部极小点的坐标轮换法,并与已有的两种方法作了算例比较.     

解整数规划问题的新方法——三步法

本文就整数规划问题提出了一个逐步求解方法——三步法,此法可根据问题的规模和需要求得最优整数解或近似最优整数解。分析与上机运算结果表明,在解大规模整数规划问题的收敛速度方面,本算法明显优于已有的整数规划算法。     

整数线性规划问题的截去法

一、引言 整数线性规划的基本问题是,给定实数a_(ij),b_i,c_j,i∈I=,j∈J,在满足限制的向量(x_1,x_2,……,x_n)的集合上,把线性函数极大化。如J′=J,称为完全整数规划问题,否则称为部分整数规划问题。     

一类整数规划问题有唯一最优解的充要条件

给出了一类整数规划问题有唯一最优解的充要条件.并且当有多个最优解时,确定了此整数规划问题的最优解的个数.这解决了文献[1]提出的两个公开问题.     

基于Yalmip工具箱的整数规划模型求解方法

整数规划是运筹学中一类常见的数学模型,然而求解整数规划模型不是十分方便。首先介绍了求解最优化模型的Yalmip工具箱;其次,给出了整数规划求解的程序设计语言;最后,通过一个实例,具体说明了Yalmip工具箱在求解整数规划方面的具体应用。     

非线性混合整数规划的一类罚函数法

在有界闭箱中对非线性混合整数规划问题进行探讨和研究,将非线性整数规划问题的连续化理论推广到一般非线性混合整数规划情况.为了计算简单,对一般约束优化问题,通过构造适当的罚函数,直接将非线性混合整数规划问题化为一个无约束规划问题.结果表明当罚参数充分大时,可以将无约束和有约束的非线性混合整数规划问题转化为非线性连续全局优化问题求解,得出非线性混合整数规划与相应的连续的全局解的等价性的几个充分条件,给出了证明.此外,列举一些实例对该方法作说明.     

量子粒子群算法求解整数规划的方法

粒子群算法主要用于优化连续性问题。如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。寻找了一种更优的求解整数规划方法。     

非线性混合整数规划的一类光滑连续化方法

在有界闭箱中对非线性混合整数规划问题进行探讨和研究,为避开文献[1]的连续化方法中含有非光滑罚函数的不足,采用连续可微罚函数sum from i=1 to π (sin~2πx_i),提出了非线性混合整数规划问题的一类光滑连续化方法,得到了几个定理,并给出证明.结果表明,可以将无约束和有约束的非线性混合整数规划问题转化为非线性连续全局优化问题求解,且改进了已有的结论.     

分式型模糊整数规划

本文给出了分式型模糊整数规划的定义,并将目标函数为分式型模糊整数规划转化为一般的目标模糊整数规划,再将它转化为清晰的线性规划,同时给出求解方法。     

两个变量的整数规划的两种局部寻优法

所有变量都限制为非负整数的线性规划为整数规划．给出了两个变量的整数规划的两种局部寻优法：图解枚举法和贪婪枚举法．     

二次整数规划问题的分枝定界法

应用分枝定界技术将二次整数规划问题变量X=(x1,x2,…,xn)分开,选取一个分量xi固定,然后求解具有n-1个变量的整数规划问题,并应用分枝定界技巧,使节点([xi]±k)的个数最少,并找出判断节点个数最少的条件.     

求解混合整数规划问题的指数变差积分算法

研究了一种求解混合整数规划问题的指数变差积分算法.利用积分型总极小值理论及指数变差积分对混合整数规划问题进行研究,通过变差积分函数的分析性质及混合整数规划的最优性条件,结合牛顿法设计了一种求解混合整数规划的指数变差积分新算法.运用Monte-Carlo模拟方法实现整个算法,数值结果表明该算法是有效的.     

二次整数规划问题的分枝定界法

应用分枝定界技术将二次整数规划问题变量X =(x1,x2 ,… ,xn)分开 ,选取一个分量xi 固定 ,然后求解具有n-1个变量的整数规划问题 ,并应用分枝定界技巧 ,使节点 ( [xi]±k)的个数最少 ,并找出判断节点个数最少的条件