- 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。
2 e; p9 ?- V) b1 T8 ? 0 T' C. _4 @# H: l3 ^8 K
x1,x2为决策变量,约束条件记为s.t.(subject to)。/ |: E: c# B6 l6 c, r" p
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 7 s. d! |* N4 g) M1 @* {$ D/ w
; m% ?( J9 M8 _, L$ t! t) 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)。
& |- S0 c/ M: O; v8 }' @+ C- n8 t) Z5 G5 n
例如:
0 ^% N+ M" y9 z7 A+ u- O) g5 e- omax cTx s.t. Ax≥b max cTx s.t. Ax≥b ! z9 j: j% Y& M9 F. ^# `
matlab中为: u# m7 S$ m' S) Q/ G: A, j z
min −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b
! h( d m1 o% p5 G; u: c6 ~% N- l3.线性规划中解的概念( A$ n- w4 O% p( Y4 u
2 {3 M c1 W j( E! P
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。 0 e: y+ f* q6 Q! W" ^$ 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。# n0 E& X$ d+ ^5 k: s
' n: W4 \: F4 O
4.一般的线性规划问题
4 s' e8 Z6 T. x6 l9 `
& l) a& l' U9 s4 K9 q5 Y& U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。
$ g- m F& F0 Q: h
* @5 b5 u- H' ]1 H, A2 X5.matlab中线性规划求解过程4 a$ f* P6 r, {
$ ~" l6 y1 z; X1 a① 利用linprog函数返回最小值解向量。
! W% j4 r: p/ g3 ?; C② value = c’ * x求最小值。5 }- Z% m2 w; v0 F# Z3 W1 ?! s
0 ]& L& N0 [% D0 k/ Z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。
3 L4 N a$ S/ `( e1 d其他的函数形式: ; F: s5 S1 }- r3 ?2 D
[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS)
+ G3 L B& R d. x( t8 o+ f" v1 j/ fx0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)。
{- A2 W) z$ i' F8 \7 d5 ]
! c" g+ |0 m! Y# T# k( y6.常见技巧) }1 }1 f- g% w) b
4 W$ `1 G J# D0 Y, U0 [ a: g问题为:
* b. w' a2 f ? ]" m0 y
. |+ L& R5 ~' H! H0 i. _min|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b 9 i; ^7 q# A/ q: x$ N
事实上,对于任意的xixi,存在ui,viui,vi满足:
: n; ?6 b, A& Z: _1 L8 Txi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi ) q8 ~- l3 d+ Q. F# t7 t
令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。! n9 c+ l D- D
! D* [7 E d# s: }- |转换为:
( Z, ^) f R* H/ ?: |; Pmin ∑ni=1(ui+vi)min ∑i=1n(ui+vi) 8 R: f0 _8 }: ]
s.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,! _4 N% [; i6 N) v) Q; J( o
7.运输问题(产销平衡)
8 e d( \/ }' p' D: p! f* T, n ' `) a+ F- a2 n, C3 p" u; e
. w8 @. w6 l; S& u+ l5 w% [8.指派问题 1.数学模型
; p/ g: x1 }" _- H" { 4 g. ` J) B/ l
* w! a. C4 B5 ?# I0 j
2.利用匈牙利算法 & }+ ?0 h3 a4 C
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 g* T4 v# F; A! W/ ~' U- ~7 e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。 6 [0 F Q# O" e' Q5 B4 N5 X2 F
求解中心:变换出n个不同行不同列的零元素。
) _2 |+ @) m/ E3 Z# u! T" w; Z
4 x" b* a5 D8 g. O" Y% H) Q
$ O& J7 h2 W% T2 K1 `- t& D& [ |
zan
|