algorithm - 整数线性规划是否给出最优解?

标签 algorithm optimization linear-programming np-hard

<分区>

我正在尝试使用整数线性规划 (ILP) 实现问题的解决方案。由于问题是 NP-hard 问题,我想知道 Simplex Method 提供的解决方案是否是最优的?任何人都可以评论使用单纯形法的 ILP 的最优性或指向某些来源。有没有其他算法可以为ILP问题提供最优解?

编辑:我正在寻找通过 ILP 的任何算法(单纯形法、分支定界和切割平面)获得的解决方案的最优性的是/否答案。

最佳答案

单纯形法不处理您需要整数的约束。简单地四舍五入结果并不能保证提供最佳解决方案。

如果约束矩阵为 totally dual integral,则使用单纯形法解决 ILP 问题确实有效.

一些解决 ILP(不限于完全对偶积分约束矩阵)的算法是 Branch and Bound ,这很容易实现,并且如果成本相当均匀(非常不均匀的成本使其尝试许多起初看起来很有希望但结果并非如此的尝试)通常效果很好,并且 Cutting Plane ,老实说我不太了解,但它可能很好,因为人们正在使用它。

关于algorithm - 整数线性规划是否给出最优解?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15302841/

相关文章:

algorithm - 动态规划和分而治之

algorithm - 第 k 次迭代中执行代码行的概率

c# - 这种 SingleOrDefault() 优化是值得的还是过度/有害?

php - 使用 PHPExcel 将 XLS 文件中的单个工作表转换为 CSV - 内存耗尽

algorithm - session 调度解决方案

javascript - 找到总和为目标值的所有对

arrays - 当有无限 CAMPU 时,比较两个数组的最佳方法是什么?

macos - Mavericks 中没有 llvm opt 命令

mathematical-optimization - CPLEX 中的可行性问题

debugging - 以人类可读的格式打印 GLPK 目标/约束