- 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。 ) o$ s1 \2 p0 d& o3 W6 D
![]()
0 ?* D: N- s/ {- O1 x$ _x1,x2为决策变量,约束条件记为s.t.(subject to)。
; g) d- h( ^4 e# O( |) q- [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) T* A+ l8 ^2 D3 W0 \8 D5 [
/ N. z& Z' |) I# D! F' b) F
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)。
9 x$ ?1 R% ^7 n# b1 Z. }7 e8 O+ `# u0 x9 C
例如: . r7 i- w, A' H
max cTx s.t. Ax≥b max cTx s.t. Ax≥b
" x2 Q' z) A, b0 ?5 m! smatlab中为: U( ?( h0 ~: w# I9 _& m
min −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b 3 `% o& X7 e$ Y; t7 k) B8 Q
3.线性规划中解的概念4 Z+ D1 ^7 z. h2 [0 a
3 N. o5 b' J' n7 |$ @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。
- J" c" @0 a+ J( p X: ^* u可行域:所有可行解构成的集合称为问题的可行域,记为R。
+ ?% X7 B; q/ e d1 G3 F# ]$ W* q+ ?% ~4 X* c+ d1 m
4.一般的线性规划问题
+ G6 |1 J% c4 Q, U8 p* z- o6 n9 R3 Q9 r+ j0 D8 s
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。
5 s$ P) |: w* A9 k: ^/ D* T8 ]' ?; E/ n9 C; n# ]' k
5.matlab中线性规划求解过程8 A7 q: _/ v2 t* Y
; D' o1 m& V) c8 m c7 R1 A① 利用linprog函数返回最小值解向量。 + K0 O2 b; ? k7 R7 L
② value = c’ * x求最小值。
, \4 P5 u& u* T, I5 O) y# z8 k |
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。 + S2 k' _* g/ O2 U" y
其他的函数形式:
2 O: ]0 r6 p" _. q6 m) C[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) 6 h8 B8 i F& x$ {
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)。& H( Y. A; t/ q. D3 m& a% O$ u' @
6 u- X9 G3 G$ u
6.常见技巧
7 \& w: e" f( K* w
; j. A! y( C( B' V问题为:
* j' h" d! u6 h; V8 g3 N4 O' K3 D; b0 c+ q I- }. H+ e& P
min|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b 9 x2 y' M( L9 @( T! I
事实上,对于任意的xixi,存在ui,viui,vi满足:
, K/ _) K3 p8 U: ?& ^/ \, m* s& Fxi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi
4 O4 C8 { I; }/ T2 J8 u令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。" M/ q+ a% U2 a/ h
9 p* _' g/ g# J+ V5 g6 T8 r转换为:
' ~; _1 l$ f, ]( X& @( Fmin ∑ni=1(ui+vi)min ∑i=1n(ui+vi) - m8 `7 \: E" V# }
s.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,
% ]% M% x5 R2 C( Y2 J* O: u7.运输问题(产销平衡)
/ Q5 f: P' Q- M/ G/ `![]()
+ j& a/ y: Y8 g
! y1 i) _9 x: t" {; I1 R8.指派问题 1.数学模型
: i- I+ D! _: E) @! v( n% m- o
0 t& x- \) e+ D% X& e & @0 I8 a. b+ o' h, K7 V$ U
2.利用匈牙利算法 3 \: d9 [" @9 v* K/ M5 q
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。
2 m! E" N% l; j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。 / k8 r7 x2 E' s' H n/ @2 t: K
求解中心:变换出n个不同行不同列的零元素。$ c6 e6 C) i& k; Z8 A/ E6 K/ D6 I7 D
5 g9 V! ?% D4 h5 S1 g! v L. l8 T0 @7 I2 Y
7 b# n2 [- ^* O. E) U; A" w3 V
|
zan
|