QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4991|回复: 0
打印 上一主题 下一主题

【数学建模】线性规划

[复制链接]
字体大小: 正常 放大

100

主题

17

听众

7546

积分

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

    跳转到指定楼层
    1#
    发表于 2018-10-30 10:06 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta

    1.线性规划简介

    线性规划(LP)是数学规划的一个分支。


    3 g. _6 r  k$ J+ [  L9 j5 M( R) s) n- {! g  s& N7 ]2 r
    x1,x2为决策变量,约束条件记为s.t.(subject to)。" [; U0 g9 Q- E7 F/ p! 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


    8 v: G) E* L! @" p" M- h" s; b
    ) n8 X: q! u. W. s, B5 A9 ^4 |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)。
    - x% |0 F9 N% m0 a1 e7 A  Q# x) P, j$ ~" D+ o; a0 F2 O
    例如:
    , w( J4 c5 ]9 v/ {) Q" Nmax  cTx  s.t.   Ax≥b max  cTx  s.t.   Ax≥b 8 d# W+ }4 [( G" W3 q! `
    matlab中为:
    1 e/ \) _5 S" j/ Z; S2 S8 F3 emin  −cTx  s.t.   −Ax≤b min  −cTx  s.t.   −Ax≤b
    2 `8 A( @2 H4 z1 h3.线性规划中解的概念8 h2 F* `8 i1 O% i) k8 H1 b1 H

    ( A0 n; R( K: Q* @5 s0 i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。 2 r+ y0 Q+ d! q
    可行域:所有可行解构成的集合称为问题的可行域,记为R。7 L/ ^) X2 |( p' b: O2 @
    ( d8 Z$ O/ A# v) b5 Z- F  l
    4.一般的线性规划问题
    ( c+ ]# p: p0 l! P! ^3 Q! E+ V$ a
    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。
    * ~  t. h( E0 R
    % @  X( @  I# t9 P' _5.matlab中线性规划求解过程& R) S2 W& h  h6 V

    3 A" y( ]  ^9 I: t5 `& j0 N① 利用linprog函数返回最小值解向量。
    5 ^2 P8 c  ]1 q, G7 ~5 S② value = c’ * x求最小值。
    8 J4 Q  m$ V9 t' h" g9 ?/ g* t% S: a  p5 d7 i
    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。 + u( A, Z. G9 r2 Q' j# H3 _
    其他的函数形式: / d- _  s+ f/ |- |5 R. x+ h
    [x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) 4 Z3 G  z/ r) P
    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)。3 l; `$ I/ |2 E" B3 ]5 F$ c0 l
    . Z; a0 H. {/ L' S7 a, i  R2 z: t
    6.常见技巧2 G; w$ q3 X0 {/ X8 K' V' j
    & E2 U, P  R9 X5 Z  \0 h& s. u
    问题为:, Q* T% t1 e& F# ?1 P7 D( I3 N; Z7 O
    1 c* c1 c" J$ k3 J- O
    min|x1|+|x2|+…+|xn|  s.t.  Ax≤b min|x1|+|x2|+…+|xn|  s.t.  Ax≤b  3 e( X( a/ [3 O3 e, c
    事实上,对于任意的xixi,存在ui,viui,vi满足:
    * @; m- i: P1 [& l+ D& W6 Oxi=ui−vi  ,  |xi|=ui+vixi=ui−vi  ,  |xi|=ui+vi 7 E$ N6 O" s: I/ `
    令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。
    6 X0 E4 o: r8 T( ?  `8 |
    3 |, V- O" w+ e" z/ J转换为:
    2 e. p" ^2 S$ I3 c0 z- _4 A* Gmin  ∑ni=1(ui+vi)min  ∑i=1n(ui+vi)
    + \: F' \$ Y! Q# P; J' Js.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,
    8 G: A6 j$ f2 q; ~) ]8 f7.运输问题(产销平衡)
    6 m# E7 [5 U# A' ^. M2 j" r; Z- }/ Y. h, {3 w4 p
    . h& a" k5 F3 r& F

    8.指派问题

    1.数学模型
    $ |3 g8 }% q0 G6 l& N


    , ?' k5 b5 G/ n  K; |( `, c& w7 V+ }  N7 V: n+ q: r3 A
    2.利用匈牙利算法
    . z9 S* q- c1 m. h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。
    1 N" ?5 A& h: L5 V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。
    6 t; F2 j- v8 N; f' S9 c! z2 A求解中心:变换出n个不同行不同列的零元素。
    - Z# e; {; Z# E1 H+ @
    ' T2 [$ s( \3 D1 M, w: [. G" |# }" D- ]9 {, s$ G

    * x- U  D7 v( i) R# T/ @$ Q
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-31 19:46 , Processed in 0.450302 second(s), 50 queries .

    回顶部