- 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
- 23475 点
- 威望
- 2 点
- 阅读权限
- 200
- 积分
- 7546
- 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   50.92% 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。
3 T% h% ^ N- [ P. z- f# P* X; C![]()
: I2 u3 ]$ q2 y& A. qx1,x2为决策变量,约束条件记为s.t.(subject to)。
2 Z; J" V8 |- P$ I6 O$ n( }+ u2.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 q. i: g1 s7 v" m9 f$ k. | D
. g7 N% ^7 t. h! t; K0 [
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)。( d' P" Z( e, d W( I7 Y
( V) h, Z6 s# v2 w
例如:
$ P6 o: h5 _( S6 amax cTx s.t. Ax≥b max cTx s.t. Ax≥b
6 P! r7 E0 p9 N# H! Lmatlab中为: / A8 W8 s" z: q
min −cTx s.t. −Ax≤b min −cTx s.t. −Ax≤b
2 v) ^& z2 Z7 j- \: m3.线性规划中解的概念
0 x1 Y% p2 g; v$ @, |. C; m1 }% g1 Y0 Y. {8 r3 Y( D( U
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。
. K! n/ |6 r8 b; W+ O可行域:所有可行解构成的集合称为问题的可行域,记为R。
$ Z7 N7 A P' w" m
( i" Y+ L" X X! d; @ w4.一般的线性规划问题; V3 w2 m& T1 F; `" s- A
4 Q. u3 ~3 x0 ~
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。
* q0 D$ n+ c: W
0 J7 O( s* O! ?2 H' @3 r5.matlab中线性规划求解过程! e5 h4 k' A: y: i. z+ d/ b) d
+ _/ c7 M& k" R
① 利用linprog函数返回最小值解向量。
/ z5 X# r* A; @! B② value = c’ * x求最小值。
* Q2 ]; \6 \. U/ @: [4 C4 U
. |5 b5 i7 {, Z; t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。 9 e( T, v! A/ W
其他的函数形式: ! J* Q% j* F# p$ L% ^
[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) ' L7 X6 o: A0 p7 Y+ \0 j
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)。
4 Q% d- z* q: _3 ^( {. f
5 F! k7 I; r. r" A6.常见技巧
& P& c3 i- D6 T7 `
: W6 [$ _5 h! C( w8 E. W& _2 e问题为:
; \: i8 q( e) V( @: n% H6 c' T0 ]! `( l4 L4 r; k* J
min|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b 5 g; a; K) R A% R1 N$ r$ p
事实上,对于任意的xixi,存在ui,viui,vi满足: : ^7 Y. y% L4 _$ C# y% r6 q1 Z. e
xi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi
& b- G3 ]/ D: H' ~& W$ n2 ?. }0 |令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。3 j% C; P2 @# W2 P% E: t
% m' X0 l5 `/ r: S( ]
转换为: * S7 i: b O) E8 D( k
min ∑ni=1(ui+vi)min ∑i=1n(ui+vi) 8 |( s# ~" |' w6 |; O4 a% f
s.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,; T, k% I5 B: ^* t( L. z
7.运输问题(产销平衡)' i& A2 C, ^# L/ T$ n8 t
0 e, n1 L2 g3 z) k' y& u: @ o
% ~" Y( r: [# S& [" j* u
8.指派问题 1.数学模型 8 r4 k0 p- P) l6 r0 i
$ X2 |, ~: Z2 C9 F $ c* q' ?9 x4 E5 _+ L
2.利用匈牙利算法
/ }% c- u P2 u$ ~3 F @' ~# g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。
4 @1 z8 I! Y B, d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。 4 t/ v1 J9 L4 Y9 i9 k$ w* q
求解中心:变换出n个不同行不同列的零元素。. b: A/ R g9 Q, m- W8 x
; ?" f9 k9 L; u
) A9 I ]7 {9 [0 J' v5 |& B& u7 a5 p
- ^. d: N* b* J5 J" Z$ E |
zan
|