- 在线时间
- 90 小时
- 最后登录
- 2018-12-27
- 注册时间
- 2016-4-22
- 听众数
- 17
- 收听数
- 0
- 能力
- 20 分
- 体力
- 23473 点
- 威望
- 2 点
- 阅读权限
- 200
- 积分
- 7546
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 126
- 主题
- 100
- 精华
- 2
- 分享
- 0
- 好友
- 6
升级   50.92% TA的每日心情 | 开心 2018-6-4 15:01 |
|---|
签到天数: 7 天 [LV.3]偶尔看看II
 群组: 2018年大象老师国赛优 群组: 高考备战 群组: 2018中小学数学建模冬 |
|
1.线性规划简介 线性规划(LP)是数学规划的一个分支。
; f$ {5 n& z. m+ g0 b![]()
, |/ u& c G% i- M3 }! i1 @9 m yx1,x2为决策变量,约束条件记为s.t.(subject to)。' |' Y$ X% U8 f; q; N
2.线性规划的matlab标准形式 线性规划的目标函数可以求最大值也可以求最小值,约束条件的不等号可以是小于号也可以是大于号,因此在matlab中给出了统一形式
& j' X. k0 H- u/ C) E , F8 A8 K2 R/ }; w: Q; t0 ?
其中c和x均为n维列向量,A、Aeq为适当维数(列数与x维数相同,行数与约束条件数相同),b、beq为适当维数的列向量(维数与约束条件数相同)。$ l, T. y3 x: |5 @2 Q
+ T! ^( R0 m4 h3 x( a! V: Q例如: $ P( o% q2 C$ [( F5 T
max cTx s.t. Ax≥b max cTx s.t. Ax≥b
* h- v7 n- a Pmatlab中为: ' J" B! t1 B; J
min −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b 2 F7 W* l- K) K/ |% Z
3.线性规划中解的概念
3 R7 O7 }% v' b0 `2 G7 e4 n0 h o) n0 Q: g7 E) [
可行解:满足约束条件的 解x = (x1,x2…xn),称为线性规划问题的可行解,从而使目标函数达到最大值或者最小值的可行解称为最优解。 4 {1 Y2 E0 Z: u2 k9 _+ r/ w9 X
可行域:所有可行解构成的集合称为问题的可行域,记为R。
0 ]3 u3 J) ]3 Z4 D
$ G' e/ r- s* D% s3 Q4.一般的线性规划问题! a1 K- A% t8 g; X4 U
, w0 s4 I% \- }4 p# `, F
在一般的n维空间中,满足 ∑ni=1aixi = b∑i=1naixi = b 的点集称为一个超平面,而满足 ∑ni=1aixi ≥ b∑i=1naixi ≥ b (或者∑ni=1aixi ≤ b∑i=1naixi ≤ b )的点集称为一个半平面,若干个半平面的交集称为多胞形,有界的多胞形称为多面体。因此线性规划的可行域必定为多胞形(空集也视为多胞形)。若该区域R为凸集,则凸集中的任意两点的连线必然在该凸集中,若x为区域R的极点,则x不能位于R中的任意两点的连线上。
9 _5 @- K2 ?" O, l# ]
5 A* X7 c2 s' {3 ?7 V% y4 M0 W5.matlab中线性规划求解过程* U$ T, z1 A+ P( c
$ S, x; S' R$ P) U
① 利用linprog函数返回最小值解向量。
, `5 y8 u5 Q: c1 z6 n+ f② value = c’ * x求最小值。
& o3 I* O$ ]7 ?7 y3 }8 E" w7 y4 \( L9 j1 ?" T5 t0 Y
基本函数形式是 linprog(c,A,b) , c用于确定等值线(列向量),返回值为向量x。 1 o# ~ R- Q5 r. _8 ]
其他的函数形式:
/ X5 }2 o: _* K2 ~2 {0 P# ]& `[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) / z2 K2 O! c( y3 M* e
x0为向量x的初始值,一般使用zeros()函数 初始化,LB和UB分别是向量x的下界向量和上界向量。返回值为fval(目标函数c’ * x的值)。2 M& r* m5 D" G, q
, V' S/ L; G$ P$ w0 d, @
6.常见技巧
c1 ^4 S1 A3 G" n/ T. m# K
[) \1 x# s' @, B/ L问题为:
) _1 S# D/ `; ^+ r2 W( H* V s) ?, I$ W# `
min|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b
: w( ]* x( J# w1 c) j V9 S! F9 g# @事实上,对于任意的xixi,存在ui,viui,vi满足: 6 ~; X* E% U+ C7 [9 f D
xi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi
2 @+ o6 `' D {" L令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。
: C5 W2 m+ e( O; T! B! L; O2 j
& h) a! a4 v/ j* n6 r1 o转换为:
4 X1 w4 ` U O7 X3 p( k6 Bmin ∑ni=1(ui+vi)min ∑i=1n(ui+vi)
: ^+ r$ h. f; Os.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,) S' L& q4 d( ]& q) C. v: ~* ]
7.运输问题(产销平衡). n) x/ @9 a1 l3 r4 J3 Q. p
0 b1 K, v( k" D8 u1 m/ n y U* Z
+ C* r U8 `4 V. X, h8 D
8.指派问题 1.数学模型
6 Z9 {6 N! C7 y: Z. F ; d( A8 l/ r' {! g3 o5 M K- A4 e! j
% A/ j2 a# M: x3 H/ o
2.利用匈牙利算法
4 k& u5 D$ ?- k/ [算法主要思想:如果系数矩阵中C=(cijcij)一行(或一列)中每一个元素都加上或减去同一个数,得到新矩阵B,则以B或C为系数矩阵的指派问题具有相同的最优指派。
9 q/ h) ~( o# B! L& P: v+ R, x最优指派的结果是一个2行n列的行列式,第一行为第i人,第二行为被指派的地点。 8 d2 z v/ M- d- J1 n
求解中心:变换出n个不同行不同列的零元素。
0 m; _0 M+ t* x/ Y% Q) [/ h% n: ^$ W" e7 Y+ h7 u
) b) x" U( I( A- x4 L
5 Y$ h( Q$ G' D, m
|
zan
|