1、01规划的隐枚举法20132014(2)专业课程实践论文题目:0-1规划的隐枚举法 一、算法理论01规划在整数规划中占有重要地位,一方面因为许多实际问题,例如指派问题、选地问题、送货问题都可归结为此类规划,另一方面任何有界变量的整数规划都与0-1规划等价,用01规划方法还可以把多种非线性规划问题表示成整数规划问题,所以不少人致力于这个方向的研究.求解01规划的常用方法是分枝定界法,对各种特殊问题还有一些特殊方法.线性模型中,当变量的取值只能是“0”或“1”时,称之为“0-1规划问题”。有种极其简单的解法,就是将变量取值为0或1的所有组合列出,然后分别代入目标函数,选出其中能使目标函数最优化的组
2、合,即为最优解。但是真的这样会做很多无用功,浪费大量资源,所以,需要改进方法.本文主要介绍隐枚举法的应用原理,意在剖析其“隐在何处.从而帮助读者更好地应用这种方法。和线性规划问题一样,首先需要将模型标准化。标准化对0-1规划问题提出四点要求:1。目标函数为最小优化2.目标函数中变量的系数都为正3。在目标函数中,变量按系数值从小到大排列,则约束函数中,变量的排列次序也做相应改变。4.所有变量均为0或10-1线性规划的基本形式是 二、算法框图三、算法程序function intx,intf = ZeroOneprog(c,A,b,x0)%目标函数系数向量,c不等式约束矩阵,A%不等式约束右端向量,
3、b初始整数可行解,x0目标函数取最小值时的自变量值,intx%目标函数的最小值,intf sz = size(A);if sz(2) = b %是否满足约束条件 f_tmp = cx1; if f_tmp minf minf = f_tmp; intx = x1; intf = minf; else continue; end else continue; endend function intx,intf = Implicitprog(c,A,b,x0)%隐枚举法sz_A = size(A);rw = sz_A(1);col = sz_A(2); minf = cx0;A = A;c;b =
4、 b;-minf; %增加了一个限制分量for i=0:(2(col)1) x1 = myDec2Bin(i,col); if A*x1 = b f_tmp = cx1; if f_tmp minf minf = f_tmp; b(rw+1,1) = minf; %隐枚举法与穷举法的区别在于此句 intx = x1; intf = minf; else continue; end else continue; endend function y = myDec2Bin(x,n) 十进制转化为二进制str = dec2bin(x,n);for j=1:n y(j) = str2num(str(j
5、));endy = transpose(y);四、算法实现例1求解下面01规划解:在MATLAB命令框在输入下列命令: c=1 2 3 1 1; A=2 3 5 4 7;1 1 4 2 2; b=8;5; x0=1;1;1;1;1; intx,intf=ZeroOneprog(c,A,b,x0)所得结果如下:例2求下面0-1线性规划解:在MATLAB命令框在输入下列命令: c=3,2,5; A=1,2,1;-1,4,1;-1,1,0;4,0,-1; b=-2;-4;3;-6; x0=1;0;0; intx,intf=ZeroOneprog(c,A,b,x0)例3求解下面0-1规划解:在MATLAB命令框在输入下列命令: c=3,7,-1,1;A=2,-1,1,-1;1,1,6,4;5,3,0,1;b=1;8;5; x0=1;1;1;1; intx,intf=ZeroOneprog(c,A,b,x0)例4求解下面0-1规划解:在MATLAB命令框在输入下列命令: c=-6,2,-3;A=-1,-2,1;3,5,1;2,-1,1;b=-3;2;-4;x0=1;0;0;intx,intf=ZeroOneprog(c,A,b,x0)
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1