- 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
- 23489 点
- 威望
- 2 点
- 阅读权限
- 200
- 积分
- 7550
- 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   51% 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。 . t K. T- T" ~, o" ~$ l
![]()
% Q/ ~3 g8 w/ `x1,x2为决策变量,约束条件记为s.t.(subject to)。
8 W* F! x6 n; p8 L' n. j2.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( E- j% t/ C- Z 2 ^: {6 Q1 c( ~6 _7 u( ?$ w
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)。( f1 Z# Z$ s( @4 g# L( }' V
! R$ E D) w C( v3 x例如:
' D* k, X' ?) U. Cmax cTx s.t. Ax≥b max cTx s.t. Ax≥b 6 l* j2 l7 u0 R+ m
matlab中为: 9 K5 M! o) L6 l+ q. A
min −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b & y6 v/ A X5 C4 t. K+ y
3.线性规划中解的概念7 Z9 J# @3 a0 \+ p2 T b! A+ U* x
3 P3 T( c9 e. |5 e7 o2 L$ p& z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。 9 Y4 n' c! l2 {/ V" \- A
可行域:所有可行解构成的集合称为问题的可行域,记为R。
+ [$ B7 Q) W K N7 g. Q1 O
' H# b3 C% N. B+ ~. }2 t4.一般的线性规划问题" A0 S! z2 C7 s# g8 A% q
8 ]( H5 X# m/ o) e1 r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。
( `! K4 C" b# g7 U/ Z
6 A* V; l- I2 @7 Q y, j6 F) t5.matlab中线性规划求解过程
$ ~ h& S4 F! }: |1 m: }3 W4 ~% F+ g& S! I( b) p4 S z/ e- g
① 利用linprog函数返回最小值解向量。 1 e E, W- d- @ c* v
② value = c’ * x求最小值。/ i; O5 {! ~' ]4 `; _3 b) i. M
8 n7 n/ j3 E- O* u6 h; ~
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 F# P$ V: t- r( W1 J0 L其他的函数形式:
# L+ z" N' ?4 N8 ^& q[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS)
5 l' U1 e! p: D' `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)。) m) q% k) b% r- j9 ]2 D1 K
4 L- D: a* U2 \- l% ]$ U
6.常见技巧
! }) V7 I+ A* T4 I
) _& Z4 S; B3 [: H, ]0 u; c) @问题为:
8 @0 D- C1 K; a3 X
/ X$ P, \9 w9 O! b/ Umin|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b
4 R* e4 ]5 C2 c事实上,对于任意的xixi,存在ui,viui,vi满足: " C+ \0 {: Z5 D
xi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi + B' j% S/ n: x, i" t" Y0 ?. l# ?
令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。 ?7 u5 l* W( f/ l4 n, `1 Q' H! I, W
! R; t4 ?, C! L
转换为: $ p- M3 x* d% J1 u- c* d
min ∑ni=1(ui+vi)min ∑i=1n(ui+vi)
5 j7 J& g$ ?2 Z9 a3 Hs.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,
! Q: v e( F- k" c& e( n$ ]$ Q7.运输问题(产销平衡). f! S) D- F5 @1 ~4 E: \- m5 z, h
![]()
$ Z, _% Z, Y; V% A) r3 m: O* T( z, p" b1 H( z# }; Y( T- B0 y1 O) Q
8.指派问题 1.数学模型
# F6 v; ?9 u+ R$ D. |# U! b4 J : x& p2 n3 Y4 s: F9 u0 ~4 H3 \
![]()
5 c2 M' c/ f- Y2 M" {2.利用匈牙利算法
5 G9 i8 _+ k6 v0 z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。
! x6 i/ y3 Y: V3 }9 Z+ ~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。
0 y! a" K: e; W7 V1 C' P求解中心:变换出n个不同行不同列的零元素。
( c4 Z5 M0 }8 L# J* [$ m- f" ~- o6 o6 Q5 d K" h
& s o/ C! h4 | P+ k
& }5 k1 @. S# S. I! d
|
zan
|