- 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。
1 a! G) U+ z" R+ o5 K! c& O& u" x![]()
; A6 H6 r, w" u) Ox1,x2为决策变量,约束条件记为s.t.(subject to)。
3 q: h1 V# J+ ]4 j5 T6 A8 o* K' R2.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 7 B# @/ e. y: @& e
7 O" \; f6 E* q/ P1 B1 y6 ?/ t7 M
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)。7 O. W/ H8 F* v* N/ u8 b
" r/ ~; ~0 |; b例如:
2 u$ [; m& k' U2 p, Y' ]/ }0 V1 Imax cTx s.t. Ax≥b max cTx s.t. Ax≥b
% y% T' w3 R5 q9 Pmatlab中为:
; u1 @0 ^ U: dmin −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b
5 T8 J1 \' `5 z* O- a3.线性规划中解的概念& |2 M$ T: [7 S# E& S
, H L; _# E& W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。
: n$ K( J3 a% b' t$ p7 N可行域:所有可行解构成的集合称为问题的可行域,记为R。
+ |$ z3 e. q K8 G$ n
3 [- o3 ]0 Y5 s( B! a/ I4.一般的线性规划问题
5 y8 r0 R5 a8 V% f4 L! S. ~: ]& B/ h+ _
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。
! X( G+ O2 `" n/ W0 s$ X. ~2 F" q6 O K: c3 u
5.matlab中线性规划求解过程" A7 e$ a3 }1 b4 q! E2 N
3 T3 ^$ `5 @ m9 S, t
① 利用linprog函数返回最小值解向量。
4 f5 l9 t6 C$ e- h② value = c’ * x求最小值。
" j& g9 n$ m2 ]. M' a
- B0 D' Q- a: m4 Z8 Q/ G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。 2 e8 B! s$ `3 n" [9 A7 y4 O @
其他的函数形式:
- z! g7 d' ?$ @' {- ]/ q$ W[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) - i* U/ B( A& U7 ~8 L/ p# o
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)。
5 p9 @* `% f4 m/ l4 ~# U$ [, e; B0 Z! Y- g# [# \9 u
6.常见技巧/ X% e8 d' W, I$ u( R
: W, r. v4 { j" }问题为:
$ |, P, q7 h1 d+ d, ~5 I
2 L0 y3 Y2 k+ ~5 J+ m# r7 {, n) Jmin|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b
' g5 ^7 i& o. Y+ y事实上,对于任意的xixi,存在ui,viui,vi满足: * \: [! V: U5 o/ N% s, r. X# u: _
xi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi
7 U. b( v$ [2 j/ t- s8 ?令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。* x7 e! {* L6 K5 E( n$ T( N1 [5 u3 U2 @
4 S, v. z9 F" _9 e
转换为:
* g0 C+ H: R x6 T+ t! gmin ∑ni=1(ui+vi)min ∑i=1n(ui+vi)
$ l; ^1 X4 l: ]s.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0," A) z7 a% R V; h6 g# g
7.运输问题(产销平衡)
0 v) N6 N0 ^& j6 y6 q/ x 8 z: M( q* ?5 m9 V
5 n$ E! A8 @* u8.指派问题 1.数学模型
) v1 M3 J' d' _/ K" ~6 ` ! m+ k1 L- p& Y9 }7 z
![]()
$ _" T! r( m2 t# M' T% v2.利用匈牙利算法 * D# k" I& ^1 P- V
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。
7 |& e4 G3 h: B- R6 n5 O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。 2 x, `: F+ P0 _, w( b% ~$ Z( Q
求解中心:变换出n个不同行不同列的零元素。
8 @! f, F6 X; Q; M1 Y( m4 G
8 @1 g( \6 s3 `0 T) A; o) S3 @0 _( F" m) N% z, ^
; u* x& k5 _: J$ i4 W! a |
zan
|