混合整數(shù)線性規(guī)劃 (MILP) 算法
混合整數(shù)線性規(guī)劃定義
混合整數(shù)線性規(guī)劃 (MILP) 問題具有以下要素：
-
線性目標(biāo)函數(shù) fTx，其中 f 是由常數(shù)組成的列向量，x 是由未知數(shù)組成的列向量
-
邊界和線性約束，但沒有非線性約束（有關(guān)定義，請參閱編寫約束）
-
對 x 的某些分量的限制，使其必須具有整數(shù)值
????????以數(shù)學(xué)語言表達(dá)，即根據(jù)向量 f、lb 和 ub，矩陣 A 和 Aeq，對應(yīng)的向量 b 和 beq，以及索引集?intcon，求解向量 x 使下式成立
intlinprog 算法
-
算法概述
-
線性規(guī)劃預(yù)處理
-
線性規(guī)劃
-
混合整數(shù)規(guī)劃預(yù)處理
-
切割生成
-
使用啟發(fā)式方法求出可行解
-
分支定界
算法概述
? intlinprog?使用此基本策略來求解混合整數(shù)線性規(guī)劃。intlinprog?可以在任一階段完成問題的求解。如果它在某個階段成功求解了問題，intlinprog?不會執(zhí)行后面的階段。
-
使用線性規(guī)劃預(yù)處理縮減問題的規(guī)模。
-
使用線性規(guī)劃求解初始松弛（非整數(shù)）問題。
-
執(zhí)行混合整數(shù)規(guī)劃預(yù)處理以收緊混合整數(shù)問題的 LP 松弛。
-
嘗試切割生成以進(jìn)一步收緊混合整數(shù)問題的 LP 松弛。
-
嘗試使用啟發(fā)式方法求得整數(shù)可行解。
-
使用分支定界算法系統(tǒng)地搜索最優(yōu)解。此算法通過限制整數(shù)變量的可能值范圍來求解 LP 松弛問題。它嘗試在最優(yōu)目標(biāo)函數(shù)值上生成一系列更新邊界。
線性規(guī)劃預(yù)處理
根據(jù)混合整數(shù)線性規(guī)劃定義，矩陣 A 和 Aeq 以及對應(yīng)的向量 b 和 beq 以如下形式編寫一組線性不等式和線性等式文章來源：http://www.zghlxwxcb.cn/news/detail-857160.html
A?·?xAeq?·?x≤b=beq.文章來源地址http://www.zghlxwxcb.cn/news/detail-857160.html
到了這里，關(guān)于混合整數(shù)線性規(guī)劃 (MILP) 算法的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
