混合整数规划问题，顾名思义，就是优化问题里不止有continous variable,也有integer variable.
举例： min x1+x2
subject to: x1-2x2>=5
3x1+x2>=2
x1\in Integer, x2>=0
这类问题一般是NP-hard，也就是一般没有polynomal复杂度的算法，算法复杂度随着变量的增加呈指数级增长（指数爆炸）。
此外，该领域的科研热点是，better formulation以及模型的分解方法，例如Benders' Decomposition, Column Generation, Row generation等等。
欢迎关注我的运筹学专栏，了解更多：
[运筹帷幄]大数据和人工智能时代下的运筹学
离散/整数/组合/非凸优化概述及其在AI的应用
留德华叫兽：【学界】混合整数规划/离散优化的精确算法--分支定界法及优化求解器
