Process / pipelineSimulation / optimization

混合整数规划 — 对连续和整数决策进行精确优化

混合整数规划（MIP）是一种数学优化框架，其中一些决策变量必须取整数值，而另一些可以是连续的。它推广了线性规划，并广泛应用于运筹学、物流、调度、资源分配和工程设计等领域，这些领域自然会出现不可分割性约束——例如是/否决策或整数数量。

在 MethodMind 中打开即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

Method map

The neighbourhood of related methods — select a node to explore.

混合整数规划

分支定界法 (Branch and Bound)动态规划遗传算法线性规划多目标混合整数规划随机混合整数规划贝叶斯整数规划贝叶斯混合整数规划确定性动态规划确定性整数规划

+6 more

来源

Nemhauser, G. L., Wolsey, L. A. (1988). Integer and Combinatorial Optimization. Wiley-Interscience, New York. ISBN: 9780471359432
Wolsey, L. A. (1998). Integer Programming. Wiley-Interscience, New York. ISBN: 9780471283669

如何引用本页

ScholarGate. (2026, June 3). Mixed-Integer Programming (MIP) — Mathematical optimization with continuous and integer decision variables. ScholarGate. https://scholargate.app/zh/simulation/mixed-integer-programming

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side →

被引用于

贝叶斯整数规划贝叶斯混合整数规划确定性动态规划确定性整数规划确定性线性规划确定性混合整数规划多目标混合整数规划多目标优化鲁棒整数规划鲁棒混合整数规划随机整数规划随机混合整数规划

发现本页有问题？报告或提出修改建议 →