- 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
- 23472 点
- 威望
- 2 点
- 阅读权限
- 200
- 积分
- 7535
- 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   50.7% 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。 ! l# Q4 S" h. _* Z
![]()
! J* j! O6 o6 ^! e- H& y/ m4 px1,x2为决策变量,约束条件记为s.t.(subject to)。6 r; }# {. O- W. C
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 , R% A0 q# A3 }- e8 C
, D% }0 a1 X2 n9 `3 _7 l+ x6 S, B% V
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)。! @. e6 S: V6 J! h% V
; y p6 X$ F# g% N7 P9 i
例如:
7 v+ }' Z1 C0 E% `" ~% V; y$ omax cTx s.t. Ax≥b max cTx s.t. Ax≥b 5 I; j" x$ W5 T2 F: K y
matlab中为:
( Z8 K, [5 D# O+ S% Smin −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b % f5 U3 `6 d9 d
3.线性规划中解的概念$ n% P" F& v- C8 a2 F6 v+ q1 T* L
- C+ C/ e+ \. q# N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。 6 n- K$ s1 a s6 m
可行域:所有可行解构成的集合称为问题的可行域,记为R。
. q9 w0 c ]' L% c4 V8 M i8 J
s5 @. Q, L- _9 H( {2 c4.一般的线性规划问题
/ W5 a7 t8 C& J- X: Z/ [) W8 s+ F( \' j
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。+ b; q' C; @% L% B+ [: Z0 W+ L
$ U9 x# K$ _! B4 Q! `3 f) O
5.matlab中线性规划求解过程
! I, [1 E1 e! s& F& [" @. ^5 o; r+ P
! d, k( _. g% y- F" v5 o① 利用linprog函数返回最小值解向量。
/ L* m8 c$ N4 k$ v3 O4 R② value = c’ * x求最小值。( b& \9 ^5 D+ N9 B9 `' J
- F5 u* S: R1 V, u$ t: S7 ?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。
5 \9 R6 K8 @" v8 t9 } U: w5 W% [其他的函数形式:
3 d: |1 G- g- e% X5 P% q+ H* [[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) - g. |* z) P' p1 @2 v7 u
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)。
8 m, W( o. J! G3 K: z" q# o, c) ] ]( B% `9 l: z
6.常见技巧- T9 R. g3 X" o& g( k
' l7 d3 w$ z. y# V, C
问题为:
6 w6 q" J+ H1 W1 n$ U2 M% g# S2 g0 W" J$ K) e8 x
min|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b & G* y; ^+ V8 a8 _0 Y
事实上,对于任意的xixi,存在ui,viui,vi满足: , u/ A% [1 y; B4 E2 \9 t% c8 s
xi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi
& {7 B. {/ P7 S# q3 b- ~' n9 O令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。
- A0 N6 L+ Z1 }; _
7 s& y% A- ?# o6 U$ ^转换为: % J$ j! Y% K5 w) c( U7 i
min ∑ni=1(ui+vi)min ∑i=1n(ui+vi)
2 l8 N, V% }% B- `4 As.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,
3 B3 ~ i2 p* [2 E0 b8 k" f7.运输问题(产销平衡)
4 E( Q& M& C6 ~- g3 H![]()
W9 C6 h E0 S+ X$ t
4 R2 a9 E; o: K1 d# M8.指派问题 1.数学模型 - m; [# E) h7 B( o
2 R9 @8 A' @8 l5 Y2 [! h: Y![]()
/ g9 [5 v d8 r- i$ f5 I, r2.利用匈牙利算法 + ^( i5 W, m$ O
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。
( V7 P5 B/ p3 }6 x) t$ R, C3 _- l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。
' _# }9 I m' [求解中心:变换出n个不同行不同列的零元素。
' I( b5 [) Q( n6 Q9 J
9 f% z& v' y0 ?% l' [9 K* |: Y1 R( a- s, r* t
0 M6 H5 L5 i' x* E" `8 t& t |
zan
|