主要内容

整型线性规划

更改选项以改进解决方案过程

请注意

通常，您可以更改MILP的配方，使其更容易解决。有关如何改变配方的建议，请参阅Williams[1]．

跑步之后intlinprog一旦您想要更改一些选项并重新运行它。您可能希望看到的更改包括:

  • 更低的运行时间

  • 更低的最终目标函数值(更好的解决方案)

  • 较小的最终间隙

  • 更多或不同的可行点

以下是最有可能帮助解决方案过程的选项更改的一般建议。试试下面的建议:

  1. 要获得更快、更准确的解决方案，请增加CutMaxIterations选项。10到一个更高的数字，如25．这可以加快解决问题的速度，但也会减慢速度。

  2. 要获得更快、更准确的解决方案，请更改CutGeneration选项“中间”或“高级”．这可以加快解决方案的速度，但会使用更多的内存，并降低解决方案的速度。

  3. 要获得更快、更准确的解决方案，请更改IntegerPreprocess选项“高级”．这可能会对解决过程产生很大的影响，或者是有益的，或者是有害的。

  4. 要获得更快、更准确的解决方案，请更改RootLPAlgorithm选项“primal-simplex”．通常这种改变是无益的，但偶尔也会是有益的。

  5. 尽量找到更多或更好的可行点，增加HeuristicsMaxNodes选项。50到一个更高的数字，如One hundred.．

  6. 试图找到更多或更好的可行点，改变启发式任选其一“中间”或“高级”．

  7. 试图找到更多或更好的可行点，改变BranchRule选项“strongpscost”或者，如果这种选择不能改善解决方案，“maxpscost”．

  8. 要获得更快的解决方案，请增加ObjectiveImprovementThreshold选项从默认值0变为正数值，例如1的军医．然而，这种变化会导致intlinprog寻找更少的整数可行点或更不精确的解。

  9. 要尝试更快地停止求解器，请更改RelativeGapTolerance选项设置为高于默认值的值1的军医．类似地，为了获得更准确的答案，可以更改RelativeGapTolerance选择较低的值。这些改变并不总能改善结果。

一些“整数”解不是整数金宝搏官方网站

通常，解决方案的一些假定的整数值组件x (intcon)不是精确的整数。intlinprog将其中的所有解值视为整数IntegerTolerance整数的。

若要将所有假定的整数舍入为精确的整数，请使用轮函数。

X (intcon) = round(X (intcon));

谨慎

舍入会导致解决方案变得不可行的。金宝搏官方网站四舍五入后检查可行性:

max(A*x - b)%看条目是不是太正，所以有小的不可行性max(Aeq*x - beq))查看条目是否足够接近零Max (x - ub)%正的条目违反了边界最大(lb - x)%正的条目违反了边界

非整数值的大组件

intlinprog当解决方案组件的绝对值超过时，是否强制它们为整数值2.1 e9．当你的解决方案有这样的组件时，intlinprog警告你。如果收到此警告，请检查解决方案，查看解决方案中假定的整数值组件是否接近整数。

不允许大系数

intlinprog不允许问题的组成部分，如系数f，一个,或乌兰巴托，超过1 e15绝对值。如果你想逃跑intlinprog有了这样的问题，intlinprog产生一个错误。

如果你得到这个错误，有时你可以将问题的系数缩小:

  • 对于里面的系数f太大了，试试相乘f通过一个小的正比例因子。

  • 对于约束系数太大的约束系数，尝试将所有的边界和约束矩阵乘以相同的小的正比例因子。

参考文献

威廉姆斯，H.保罗。数学编程中的模型构建，第5版。威利,2013年。