混合整数规划基础-整理自Gurobi
文章目录
整数规划模型分类
MILP
混合整数线性规划
Objective: minimize cT x
Constraints: A x = b (linear constraints)
l ≤ x ≤ u (bound constraints)
some or all xj must take integer values (integrality constraints)
MIQP和MIQCP
Objective: minimize xT Q x + qT x
Constraints: A x = b (linear constraints)
l ≤ x ≤ u (bound constraints)
xT Qi x + qiT x ≤ bi (quadratic constraints)
some or all x must take integer values (integrality constraints)
MIQP混合整数二次规划:目标中包含二次项,约束中无二次项
MIQCP混合整数二次约束规划:约束中包含二次项
分支定界算法
混合整数线性规划通常采用基于线性规划的分支定界算法来求解
总述
算法的总体思路是首先将混合整数规划问题通过忽略所有的整数约束松弛为线性规划问题进行求解,如果得到的结果刚好满足整数约束,那么所得解即为原始混合整数线性规划的解。如果不满足,那么不满足的实数解比如 x = 3.4 x=3.4

本文介绍了混合整数规划的基础知识,包括MILP、MIQP和MIQCP模型,并详细阐述了分支定界算法,如总述、Fathomed和Incumbent Nodes的概念,以及Best Bound和Gap的计算。此外,讨论了MIP算法的改进技术,如Presolve、Cutting Planes、Huristics和Parallelism,旨在提高求解效率。
最低0.47元/天 解锁文章
8260

被折叠的 条评论
为什么被折叠?



