Google OR-Tools(三) 整数优化Integer Optimization
本文参考Google OR-Tools 官网文档 介绍OR-Tools的使用方法。 1 整数规划 很多实际问题的变量不能是小数,比如指派多少人员、调度的航班数、分配的机器数等等,我们称这种问题为整数规划,更特殊的,如果要求变量只能取0或1,则称为0-1规划;还有些情况是部分决策变量是整数,其他可以是小数,则称其为混合整数规划。虽然我们可以用线性函数来表示目标和约束,但是有了变量必须是整数的约束,可行域变得极度非凸(Nonconvex), 求解难度要比连续变量线性规划大很多,连续变量线性规划的常用算法是不能直接用于整数规划的。关于这一点,后面我们可以给出实例。 解算整数规划的算法中分支界定法及其衍生算法是最常用的,它的核心思想便是把整数规划问题分解成求解一个个的线性规划(LP)问题(每个LP问题是多项式时间可解),并且在求解的过程中实时追踪原问题的上界(最优可行解)和下界(最优线性松弛解)。除此之外,启发式算法或元启发算法(例如遗传算法)也是常用的手段,因为当整数规划的规模较大时,问题已经属于NP-Hard问题了,这时候在合理的时间内找到一个相对最优解已经足够了。 2 OR-Tools的整数规划算法库 在OR-Tools中用于解决整数规划的工具是MP Solver和CP-SAT Solver,我们先认识MP Solver,至于CP-SAT Solver在下一篇文章中介绍