QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3566|回复: 0
打印 上一主题 下一主题

【数学建模】线性规划

[复制链接]
字体大小: 正常 放大

100

主题

17

听众

7508

积分

升级  50.16%

  • 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

    跳转到指定楼层
    1#
    发表于 2018-10-30 10:06 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta

    1.线性规划简介

    线性规划(LP)是数学规划的一个分支。


    2 I: |, y6 @! Q. J0 W! w$ x
    6 r2 K* z( W2 y8 M9 v* Q2 _x1,x2为决策变量,约束条件记为s.t.(subject to)。/ G3 \5 Q$ K0 b) `4 d# a2 W

    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


    ' @2 e$ b1 c$ L( S6 m8 j$ l4 o- r- A; ]5 l; y) h) B4 y  U* `4 Z, q
    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)。
    . D9 z& Z! f' \: z
    - p  I4 d  L8 z$ Z例如: 6 r$ U3 E$ T: X' N* E# m8 k
    max  cTx  s.t.   Ax≥b max  cTx  s.t.   Ax≥b
    4 }; V" m  u' ?( g5 L( f6 u) ^: qmatlab中为: 4 ^0 H" Z! Q) ~& g5 q; \4 z
    min  −cTx  s.t.   −Ax≤b min  −cTx  s.t.   −Ax≤b
    0 v; l% a$ c, s4 r1 J5 w3.线性规划中解的概念1 o3 T0 O! u3 k

    : r+ Z( K  q1 i0 u! 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。 ! M: Y, l! ^+ S8 T4 C
    可行域:所有可行解构成的集合称为问题的可行域,记为R。
    8 q) T. ~0 i( d5 }% `( u( G  l( p, j/ e' {
    4.一般的线性规划问题
    * o: g& l! |1 p- c5 @2 d. J4 E" K0 {
    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。
    8 t3 N2 B$ A3 v6 G2 p& S5 x! W  F' U. \
    5.matlab中线性规划求解过程# M& G5 u7 i' _, O: ]8 Q$ l) b0 A

    * X3 o5 a" f+ [7 o5 R! J; P% G① 利用linprog函数返回最小值解向量。 5 m  A) |2 e  b9 I
    ② value = c’ * x求最小值。
    8 P) L0 h3 F1 h& W$ Z
    & C  ^5 ^" N) T: O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。
    - I  @7 y- {& L- K" Y/ \其他的函数形式: 7 y: _) W  Z: A3 K0 w
    [x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS)
    3 B4 i% P3 g- ]3 }# \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)。
    ; J+ t) I' E7 E% o+ d5 ^$ E$ [+ F% T2 J7 H4 E
    6.常见技巧7 _0 O1 `) q! i  S

    ) \9 x& H8 E# @8 ^2 |问题为:$ t9 @, J  j6 }; |5 z3 v

      j6 s* E3 `7 {/ kmin|x1|+|x2|+…+|xn|  s.t.  Ax≤b min|x1|+|x2|+…+|xn|  s.t.  Ax≤b  
    + H5 n- \' U: A* L, D0 n! d) @5 p1 T事实上,对于任意的xixi,存在ui,viui,vi满足:   C8 O7 Q1 S2 S- m" [. o
    xi=ui−vi  ,  |xi|=ui+vixi=ui−vi  ,  |xi|=ui+vi
    2 B! B# E# W$ z1 E7 m! K令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。
    $ v+ V7 e) O( Z
    9 _' o$ ?0 K1 L: S$ r0 ]& u2 j. ?转换为:
    2 F" n( r; z5 W! l) b$ H. smin  ∑ni=1(ui+vi)min  ∑i=1n(ui+vi)
    ( E2 K4 q& U% K# U8 }* n; ]: r$ Qs.t.{A(ui−vi)≤b,u,v≥0,s.t.{A(ui−vi)≤b,u,v≥0,* f1 [( V6 A9 `$ }4 d, H' w$ N$ H+ P- A
    7.运输问题(产销平衡)1 Y! A  O2 l) t- j+ i9 E( V- H
    8 l7 p. A9 @+ ?8 U' P' V8 x
    ' o3 M9 M9 U6 A  W

    8.指派问题

    1.数学模型 ! v3 a. R) a, p, {1 Z' [

    5 P+ V1 e5 \2 [6 e+ F9 L
    " n- @  a- ?/ {% m  V+ a
    2.利用匈牙利算法
    6 E& ^! j$ ^" Q9 L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。 1 x  ?' J8 ?" n  G# _
    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。 . s2 |+ v: O  a; j, n. K
    求解中心:变换出n个不同行不同列的零元素。
    " L& L) R7 t/ Q: j! X
    6 L+ B& G6 L  V" W& v2 a4 q
    : m& G  Y" h* p9 r# d7 ~& G
    # E7 m. l8 Y8 `/ j- _7 x+ ]! T
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2024-4-27 13:17 , Processed in 0.497070 second(s), 49 queries .

    回顶部