Question

是否有可能找到最接近混合整数问题的解决方案？例如，我想要下面的简化问题：

f = [1;1;1];
intcon = 1:3;

Aeq = [0.99,0.97,0.15];
beq = 0.16;
lb = zeros(3,1);
ub = [1;1;1]; 

x = intlinprog(f,intcon,[],[],Aeq,beq,lb,ub)

返回x=[0;0;1]，因为这是目标值0.16的最接近整数解。相反，它目前返回

Intlinprog因为没有任何一点满足约束而停止了。

不一定要运行intlinprog。如果beq较低，理想情况下也需要有效，例如0.14。

Answer 1

您可以在需要时引入一些松弛变量以允许某些约束违规，如下所示：

largeValue = 100; % choose some large value to penalise the constraint violation
f_ = [f; largeValue; largeValue]; % penalise both slack variables
Aeq_ = [Aeq, 1, -1]; % add a positive and negative slack variable to the constraint
beq_ = beq;
lb_ = [lb; 0; 0]; % limit the constraint to a positive number
ub_ = [ub; inf; inf];

x_ = intlinprog(f_,intcon,[],[],Aeq_,beq_,lb_,ub_); % solve the adapted problem
x = x_(1:3) % extract the solution of the original problem

<强>说明

我添加了两个（正）松弛变量，一个用于正面约束违规，另一个用于负面约束违规。
您应该使用较大的值惩罚松弛变量，否则违反您的约束超出严格要求是有益的。更通用的方法是根据f和Aeq中的值确定良好的惩罚值，例如
```
largeValue = 2*max(abs(f))/min(abs(Aeq(Aeq ~= 0)))
```

Matlab中混合整数最近最优解

1 个答案: