- 在线时间
- 5 小时
- 最后登录
- 2016-8-1
- 注册时间
- 2016-7-12
- 听众数
- 12
- 收听数
- 0
- 能力
- 0 分
- 体力
- 37 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 21
- 相册
- 0
- 日志
- 1
- 记录
- 0
- 帖子
- 3
- 主题
- 6
- 精华
- 0
- 分享
- 0
- 好友
- 2
升级   16.84% TA的每日心情 | 开心 2016-8-1 18:38 |
|---|
签到天数: 2 天 [LV.1]初来乍到
 |
三、线性规划、整数规划、多元规划、二次规划9 y$ h" j7 W$ l1 v7 G+ j2 ^" g
(1)线性规划6 s* f: `/ N$ K
1、含义的理解
6 S; W' ]5 x5 _3 ^6 {( a. f, a9 J8 ]线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.研究线性约束条件下线性目标函数的极值问题的数学理论和方法,英文缩写LP。它是运筹学的一个重要分支。5 M' D, M& J7 ]+ i3 K" q9 v! s
在经济管理、交通运输、工农业生产等经济活动中,提高经济效果是人们不可缺少的要求,而提高经济效果一般通过两种途径:一是技术方面的改进,例如改善生产工艺,使用新设备和新型原材料.二是生产组织与计划的改进,即合理安排人力物力资源.线性规划所研究的是:在一定条件下,合理安排人力物力等资源,使经济效果达到最好.一般地,求线性目标函数在线性约束条件下的最大值或最小值的问题,统称为线性规划问题。满足线性约束条件的解叫做可行解,由所有可行解组成的集合叫做可行域。决策变量、约束条件、目标函数是线性规划的三要素。
! Q0 a8 P7 b l# Z7 x8 [2、线性规划问题的数学模型的一般形式和模型建立1 Y% O0 {3 Q2 W: Y
(1)列出约束条件及目标函数 (2)画出约束条件所表示的可行域 (3)在可行域内求目标函数的最优解及最优值(实际问题中建立数学模型一般有以下三个步骤:根据影响所要达到目的的因素找到决策变量;2.由决策变量和所在达到目的之间的函数关系确定目标函数;3.由决策变量所受的限制条件确定决策变量所要满足的约束条件。)" k) a$ C8 E' I" T
所建立的数学模型具有以下特点:
, S- x& v6 o5 [1 R1 N3 ]8 k {(1)、每个模型都有若干个决策变量(x1,x2,x3……,xn),其中n为决策变量个数。决策变量的一组值表示一种方案,同时决策变量一般是非负的。: f1 ?" E& u( M' H0 ? z
(2)、目标函数是决策变量的线性函数,根据具体问题可以是最大化(max)或最小化(min),二者统称为最优化(opt)。4 |' ~5 [# A. z; V( P; x5 D0 u# J
(3)、约束条件也是决策变量的线性函数。当我们得到的数学模型的目标函数为线性函数,约束条件为线性等式或不等式时称此数学模型为线性规划模型。1 K; |6 S- P9 w# T g0 E
3、实例
3 g6 V3 c. U3 B, N# T H( s: b1 X生产计划问题" ~- q! c1 H- d6 H% y2 S4 S( N
问题:: j( z. w" n; |4 t: I
某企业要在计划期内安排生产甲、乙两种产品,这个企业现有的生产资料是:设备18台时,原材料A :4吨,原材料 B: 12吨;已知单位产品所需消耗生产资料及利润如下表。问应如何确定生产计划使企业获利最多?
; J, {; i4 f& [/ d# A( m f 产品
% i& t( g" x: E- G3 {6 ~资源 甲 乙 资源量
' e8 P6 [" J, r* b9 f1 H设备/台时 3 2 18, b( R4 w* E2 U" ?# \. C0 b! B
原料A/吨 1 0 4
- a) H4 ?& O$ R' k+ S原料B/吨 0 2 12
. M6 t% f6 s6 Q; S单位赢利/万元 3 5 1 u) M. N: R$ e8 H
设x1为甲产品分配的设备台数,x2为乙产品分配的台数。则
: A2 E3 H* S1 B. q( s' c# c条件限制为:- g7 @2 h. r; v7 F2 }1 w
3*x1+2*x2 18% t; E) X8 C: D" E \2 Z4 U, ?
1*x1+0*x2 4
% Q- v+ a9 o' I( Z0*x1+2*x2 12. y& H) r& ^$ R
x1 0,x2 0
$ Z# @ G/ Z$ d+ {! g2 B/ m求max z=3*x1+5*x2
2 C$ k2 s8 T/ E$ b% \3 U$ F1 d用lingo编程,程序如下:
4 ?, W$ b" Z& R; k4 s+ l: V7 Lmax=3*x1+5*x2;
1 x0 b+ v3 U3 ^3*x1+2*x2<=18;
" W- }# P4 x; f- e0 y7 @x1<=4;
0 Q7 K7 G) q. f2 x2 gx2<=6;9 {& M* t) ?. _$ C# F, `* b
x1>=0;
- P) Q, |# |& [x2>=0;
$ `# |' C) o- O1 f" {6 [6 p* p/ D3 l结果为:( K" S' z+ S A
Global optimal solution found.% s7 s- }# ]; o
Objective value: 36.00000/ c7 o. `1 c9 j
Total solver iterations: 1
8 x8 K5 i5 \4 P- M. ~7 H Variable Value Reduced Cost
; W; \8 R4 o5 H" S* S" p6 J X1 2.000000 0.000000
; K, l' _+ n7 U: ~7 w X2 6.000000 0.000000
% U# Y- U3 X8 Z2 f
5 ^7 G6 W0 S# N) Q1 W Row Slack or Surplus Dual Price0 x/ Y. b4 B* N7 e9 @5 a6 o
1 36.00000 1.000000
9 s% H7 c5 \7 ]" u9 t4 y 2 0.000000 1.000000
- X3 H. p" T0 [1 K; g 3 2.000000 0.0000008 O) z! C1 M% v, w7 _# n1 M5 a
4 0.000000 3.000000
! U8 O& w, ?" j2 z, t7 j 5 2.000000 0.0000008 X0 u9 Q* R( R4 a/ a
6 6.000000 0.000000# Z' `" k) L! m; k+ u
即在x1=2,x2=6时,企业获利最多,为36万元。7 j( `% b& v% I# z" d; Y$ L
4、线性规划的应用
, `9 u1 y% H9 _& C在企业的各项管理活动中,例如计划、生产、运输、技术等问题,线性规划是指从各种限制条件的组合中,选择出最为合理的计算方法,建立线性规划模型从而求得最佳结果. 广泛应用于军事作战、经济分析、经营管理和工程技术等方面。为合理地利用有限的人力、物力、财力等资源作出的最优决策,提供科学的依据。4 ~( I$ v1 [' z0 n3 ~- N! @4 v
(2)整数规划- d3 j, B) g# R }
一类要求问题的解中的全部或一部分变量为整数的数学规划。从约束条件的构成又可细分为线性,二次和非线性的整数规划。 在线性规划问题中,有些最优解可能是分数或小数,但对于某些具体问题,常要求某些变量的解必须是整数。例如,当变量代表的是机器的台数,工作的人数或装货的车数等。为了满足整数的要求,初看起来似乎只要把已得的非整数解舍入化整就可以了。实际上化整后的数不见得是可行解和最优解,所以应该有特殊的方法来求解整数规划。在整数规划中,如果所有变量都限制为整数,则称为纯整数规划;如果仅一部分变量限制为整数,则称为混合整数规划。整数规划的一种特殊情形是0-1规划,它的变数仅限于0或1。不同于线性规划问题,整数和0-1规划问题至今尚未找到一般的多项式解法。! k; { A- B8 S2 T( S# W9 ~3 \
组合最优化通常都可表述为整数规划问题。两者都是在有限个可供选择的方案中,寻找满足一定约束的最好方案。有许多典型的问题反映整数规划的广泛背景。例如,背袋(或装载)问题、固定费用问题、和睦探险队问题(组合学的对集问题)、有效探险队问题(组合学的覆盖问题)、旅行推销员问题, 车辆路径问题等。因此整数规划的应用范围也是极其广泛的。它不仅在工业和工程设计和科学研究方面有许多应用,而且在计算机设计、系统可靠性、编码和经济分析等方面也有新的应用。5 x# n! e" O9 P) R
整数规划是从1958年由R.E.戈莫里提出割平面法之后形成独立分支的 。解整数规划最典型的做法是逐步生成一个相关的问题,称它是原问题的衍生问题。对每个衍生问题又伴随一个比它更易于求解的松弛问题(衍生问题称为松弛问题的源问题)。通过松弛问题的解来确定它的源问题的归宿,即源问题应被舍弃,还是再生成一个或多个它本身的衍生问题来替代它。随即再选择一个尚未被舍弃的或替代的原问题的衍生问题,重复以上步骤直至不再剩有未解决的衍生问题为止。目前比较成功又流行的方法是分枝定界法和割平面法,它们都是在上述框架下形成的。* i( O* q0 a* u/ d
0-1规划在整数规划中占有重要地位,一方面因为许多实际问题,例如指派问题、选地问题、送货问题都可归结为此类规划,另一方面任何有界变量的整数规划都与0-1规划等价,用0-1规划方法还可以把多种非线性规划问题表示成整数规划问题,所以不少人致力于这个方向的研究。求解0-1规划的常用方法是分枝定界法,对各种特殊问题还有一些特殊方法,例如求解指派问题用匈牙利方法就比较方便。
3 k6 Y }8 J/ [( E% C: k(4)二次规划
! t" }9 _3 A6 E; o; E1 \1 e二次规划是非线形规划中一类特殊的数学规划问题,它的解是可以通过求解得到的。通常通过解其库恩—塔克条件(KT条件),获取一个KT条件的解称为KT对,其中与原问题的变量对应的部分称为KT点。
% n, [; z( |7 h& b* @二次规划分为凸二次规划与非凸二次规划,前者的KT点便是其全局极小值点,而后者的KT点可能连局部极小值点都不是。若它的目标函数是二次函数,则约束条件是线性的。由于求解二次规划的方法很多,所以较为复杂;其较简便易行的是沃尔夫法,它是依据库恩-塔克条件,在线性规划单纯形法的基础上加以修正而成的。此外还有莱姆基法、毕尔法、凯勒法等。& s2 s: U! r/ o* c
0 ?! T- ^1 b* d8 |
/ z/ l: L$ c4 u }1 Q2 [
$ b( Z/ Q3 P, ?/ f' i |
zan
|