7运筹学之目标规划(胡运权版)

合集下载

运筹学PPT完整版胡运权

运筹学PPT完整版胡运权

C
m n
基可行解:满足变量非负约束条件的基本解,简称基可
行解。
可行基:对应于基可行解的基称为可行基。
可 行 解
非可行解
基解
基可行解
线性规划问题的数学模型
例1.4 求线性规划问题的所有基矩阵。
Page 30
解: 约束方程的系数矩阵为2×5矩阵 r(A)=2,2阶子矩阵有10个,其中基矩阵只有9个,即
运筹学的历史
“运作研究(Operational Research)小组”:解决复 杂的战略和战术问题。例如:
1. 如何合理运用雷达有效地对付德军德空袭 2. 对商船如何进行编队护航,使船队遭受德国潜
艇攻击时损失最少; 3. 在各种情况下如何调整反潜深水炸弹的爆炸深
度,才能增加对德国潜艇的杀伤力等。
Page 4
线性规划问题的数学模型
约束方程的转换:由不等式转换为等式。
aij x j bi
aij x j xni bi
xni 0 称为松弛变量
aij x j bi
aij x j xni bi
xni 0 称为剩余变量
变量 x j 的变0换 可令 xj x,j 显x然j 0
Page 23
用 x3 x3 替换 x3 ,且 x3 , x3 0
线性规划问题的数学模型
Page 25
(2) 第一个约束条件是“≤”号,在“≤”左端加入松驰变量x4, x4≥0,化为等式;
(3) 第二个约束条件是“≥”号,在“≥”左端减去剩余变量x5, x5≥0;
(4) 第3个约束方程右端常数项为-5,方程两边同乘以(-1),将右 端常数项化为正数;
x
v a 2x2 x a dv 0 dx
2(a 2 x) x (2) (a 2 x)2 0

清华大学《运筹学教程》胡运权主编课后习题答案

清华大学《运筹学教程》胡运权主编课后习题答案

3 x1 x2 x5 3
st
4 x1 3 x2 x3 x6
x1
2 x2
x4
4
6
x j 0(, j 1,,4)
cj
CB
xB
b
-M x5 3
-M
x6
6
0
x4
4
cj zj
-4 x1 1
-M x6 2
0
x4
3
cj zj
-4
-1 0
x1
x2
x3
3
1
0
4
3 -1
1
20
7M-4 4M-1 -M
小于0 ,因此已经得到唯一最优解,最优解为:
X * 2 5 ,9 / 5,1,0T
max Z 10x1 15x2 12x3
5x1 3x2 x3 9
(4)
st
5x1 2x1
6x2 x2 x3
15x3 5
15
x j 0(, j 1,,3)
39
1.8 已知某线性规划问题的初始单纯形
表和用单纯形法迭代后得到下面表格,试求括
弧中未知数a∼l值。
项目
X1 X2 X3 X4 X5
X4 6 (b) (c) (d) 1 0
X5 1 -1 3 (e) 0 1
Cj-Zj
a -1 2 0 0
X1 (f) (g) 2 -1 1/2 0
X5 4 (h) (i) 1 1/2 1
Cj-Zj
0 -7 (j) (k) (l)
6 4
x1 , x2 0
无穷多最优解
(蓝 色 线 段 上 的 点 都 是 最优 解 )
x1
6 5
,
x2

(完整word版)运筹学教案(胡运权版)

(完整word版)运筹学教案(胡运权版)

贵州工程应用技术学院理学院运筹学授课教案学期:2017-2018学年第二学期运筹学课程名称:运筹学基础及应用(第六版)胡运权编所用教材:16信管、15数学班级:聂登国任课教师:理学院所在部门:应用数学教研室教研室:《绪论》(2课时)【教学流程图】运筹学运筹学与数学模型的基本概念管理学布置作业【教学方法】本课主要采用任务驱动和程序式思维相结合的教学方法,过程当中辅以案例讲解、启发提问、自主学习和协作学习等方式。

任务驱动是实现本课教学目标和完成教学内容的主要方法,任务是师生活动内容的核心,在教学过程中,任务驱动被多次利用。

自主学习能提高学生的自主探究能力,竞赛和协作学习调动学生的积极性,激发学生参与的热情。

学生之间互帮互助,共同分享劳动果实,从而激发了学生的团队意识,达到理想的教学效果。

【教学内容】一、教学过程:(一)举例引入:(5分钟)(1)齐王赛马的故事(2)两个囚犯的故事导入提问:什么叫运筹学?(二)新课:绪论一、运筹学的基本概念(用实例引入)例1-1战国初期,齐国的国王要求田忌和他赛马,规定各人从自己的上马、中马、下马中各选一匹马来比赛,并且说好每输一匹马就得支付一千两银子给予获胜者。

当时齐王的马比田忌的马强,结果每年田忌都要输掉三千两银子。

但孙膑给田忌出主意,可使田忌反输为赢。

试问:如果双方都不对自己的策略保密,当齐王先行动时,哪一方会赢?赢多少?反之呢?例1-2有甲乙两个囚犯正被隔离审讯,若两人都坦白,则每人判入狱8年;若两个人都抵赖,则每人判入狱1年;若只有一人坦白,则他初释放,但另一罪犯被判刑10年。

求双方的最优策略。

乙囚犯抵赖坦白甲囚犯抵赖-1,-1 -10,0坦白0,-10 -8,-8定义:运筹学(Operation Research)是运用系统化的方法,通过建成立数学模型及其测试,协助达成最佳决策的一门科学。

它主要研究经济活动和军事活动中能用数学的分析和运算来有效地配置人力、物力、财力等筹划和管理方面的问题。

运筹学学习题(胡运权版)

运筹学学习题(胡运权版)
某工厂生产I、II、III三种产品,分别经过A、B、C三种设备 加工。已知生产单位各种产品所需的设备台时、设备的现 有加工能力及每件产品的预期利润见下表:
A B C 单位利润(元) I 1 10 2 10 II 1 4 2 6 III 1 5 6 4 设备能力(台时) 100 600 300
(1)求获利最大的产品生产计划; (2)产品III每件的利润增加到多大时才值得安排生产; (3)如有一种新产品,加工一件需设备A、B、C的台时各为1, 4,3小时,预期每件的利润为8元,是否值得安排生产。 14
ci b
i
xB
x1 x m x m 1 x n
1 0 0 1 a1, m 1 a m , m 1 a1n amn
n
i
1
Hale Waihona Puke c1 cmx1 xm
m
检验数
z cib cB B b
练习2:
已知下列线性规划问题,求: (1)用单纯形法求解,并指出问题属于哪一类解; (2)写出该问题的对偶问题,并求出对偶问题的最优解;
m a xz 6 x1 3 x 2 3 x 3 3 x1 x 2 x 3 6 0 2 x1 2 x 2 4 x 3 2 0 s .t . 3 x1 3 x 2 3 x 3 6 0 x , x , x 0 1 2 3
x4
1 0 0 0 1 0 0 0 5/3 -2/3 -2
x5
0 1 0 0 -0.1 0.1 -0.2 -1 -1/6 1/6 0
x6
0 0 1 0 0 0 1 0 0 0 1 0
100 60 150 200/3 150 150

《运筹学》胡运权清华版-3-02表上作业法

《运筹学》胡运权清华版-3-02表上作业法

最大元素法
总结词
与最小元素法相反,最大元素法选择运价表中的最大元素作为初始方案。
详细描述
最大元素法的基本思想是从运价表中寻找最大的元素,并将其确定为初始方案。在运价表中,最大的 元素可能是运输量最大的货物或运输距离最长的路线。这种方法可能会优先考虑大货物或长距离运输 ,但同样可能不是最优解,因为它没有考虑到整个运输网络的整体优化。
100%
稳定性
最优解应该是相对稳定的,即在 微小扰动下不会发生大的变化。
80%
可行性
最优解必须满足实际操作的可行 性,如运输量不能超过供应量和 需求量。
迭代终止条件
达到最大迭代次数
可以设定一个最大迭代次数, 当达到该次数时终止迭代。
运输成本收敛
如果连续几次迭代的运输成本 变化很小,可以认为已经收敛 ,终止迭代。
03
方案的调整
闭回路法
要点一
总结词
通过检查闭回路来调整方案,以使运输费用最小化。
要点二
详细描述
闭回路法是一种常用的运输方案调整方法。在运输问题中 ,如果发现某个产地的供应量大于需求量,或者某个销地 的需求量大于供应量,就可以通过构建闭回路来调整运输 方案。具体来说,就是在供需不平衡的地点之间构建一个 闭回路,将多余的供应量或不足的需求量通过闭回路进行 调整,以使运输费用最小化。
适用于解决产销平衡和产销不平衡的运输问题,特别是当运输问 题规模较大时,使用表上作业法可以快速找到最优解。
表上作业法的应用场景
物流规划
在物流规划中,表上作业法可以用于解决货物运输 的最优路径、运输成本等问题。
资源配置
在资源分配问题中,表上作业法可以用于确定资源 的最优调配方案,以最小成本满足需求。

运筹学 胡运权 教案

运筹学 胡运权 教案

运筹学胡运权教案运筹学教案
教学目标:
1. 了解运筹学的基本概念和意义。

2. 掌握运筹学的主要方法和技巧。

3. 能够应用运筹学方法解决实际问题。

教学内容:
1. 运筹学的基本概念
- 运筹学的定义和发展历程。

- 运筹学与管理科学的关系。

- 运筹学的应用领域。

2. 运筹学的主要方法和技巧
- 线性规划方法。

- 整数规划方法。

- 动态规划方法。

- 网络优化方法。

3. 运筹学在实际问题中的应用
- 生产调度问题。

- 供应链优化问题。

- 资源分配问题。

- 交通运输问题。

教学过程:
1. 简要介绍运筹学的基本概念和意义。

2. 分析和讨论运筹学的主要方法和技巧,并通过实例进行说明和演示。

3. 分组讨论和展示不同实际问题中的运筹学应用,并与全班进行讨论和交流。

4. 总结运筹学的重要性和实用性,并鼓励学生在实际问题中运用所学知识。

教学资源:
1. 运筹学教材和参考书籍。

2. 实例和案例分析材料。

3. 计算机软件和工具,如Excel、Matlab等。

教学评估:
1. 课堂练习和作业。

2. 实际问题的解决方案和报告。

教学延伸:
1. 鼓励学生参与运筹学相关的竞赛和项目。

2. 提供学生进一步深入研究和应用运筹学的机会,如实习或科研项目等。

运筹学胡运权第07章

运筹学胡运权第07章

动态规划方法与“时间”关系很密切, 随着时间过程的发展而决定各时段的决策, 产生一个决策序列,这就是“动态”的意思。 然而它也可以处理与时间无关的静态问题, 只要在问题中人为地引入“时段”因素,就 可以将其转化为一个多阶段决策问题。在本 章中将介绍这种处理方法。
2.多阶段决策问题举例
§1 多阶 段决 策过 程的 最优 化
§1 多阶 段决 策过 程的 最优 化
4 )资源分配问题:便属于这类静 态问题。如:某工业部门或公司,拟对 其所属企业进行稀缺资源分配,为此需 要制定出收益最大的资源分配方案。这 种问题原本要求一次确定出对各企业的 资源分配量,它与时间因素无关,不属 动态决策,但是,我们可以人为地规定 一个资源分配的阶段和顺序,从而使其 变成一个多阶段决策问题 ( 后面我们将 详细讨论这个问题)。
本章 内容
多阶段决策过程的最优化 动态规划的基本概念和基本原理 动态规划模型的建立与求解 动态规划在经济管理中的应用 马氏决策规划简介

上个世纪50年代 创始时间 美国数学家贝尔曼 创始人 (Richard. Bellman)

是运筹学的一个主要分支 是解决多阶段决策过程的最优化的一 种方法多阶段决策过程:
属于多阶段决策类的问题很多, 例如: 1)工厂生产过程:由于市场需求 是一随着时间而变化的因素,因此, 为了取得全年最佳经济效益,就要在 全年的生产过程中,逐月或者逐季度 地根据库存和需求情况决定生产计划 安排。

§1 多阶 段决 策过 程的 最优 化
例1:某厂与用户签订了如表所示 的交货合同,表中数字为月底的交 货量。该厂的生产能力为每月400 件,该厂仓库的存货能力为300件。 已知每百件货物的生产费用为 10000元。在进行生产的月份,工 厂还要支付经常费4000元。仓库保 管费为每百件货物每月1000元。假 设开始时及6月底交货后无存货。

运筹学_胡运权

运筹学_胡运权

标准型的向量形式:
max Z c j x j
j 1 n
标 准 型
n p j x j b s.t. j 1 x 0 j 1,2,, n j
a1 j a2 j 其中: p j a mj
标 准 化
把一般的LP化成标准型的过程称为 线性规划问题的标准化 方法: 1 目标标准化 min Z 等价于 max ( - Z ) max Z’=-∑cjxj 2 化约束为等式 加松弛变量、减剩余变量 3 变量非负化 x j 0 做变换 x j x j xj 0 或 x j x j x j 4 右端非负
目标函数 max z 2 x1 x2
数 学 模 型
5 x2 15 6 x 2 x 24 2 约束条件 s.t. 1 x1 x2 5 x1 , x2 0
(1.1a) (1.1b) (1.1c)
(1.1d)
max: maximize的缩写, “最大化”, s.t. subject to的缩写, “受限制于……”
一般形式:
目标函数
概 念 和 ห้องสมุดไป่ตู้ 型
max(或min) Z c1 x1 c 2 x2 c n xn a11x1 a12 x2 a1n xn (, )b1 约束条件 a x a x a x (, )b 2n n 2 21 1 22 2 s.t. a x a x a x (, )b mn n m m1 1 m 2 2 x1 , x2 , , xn 0 0,自由
标 准 化
2 x 2 x x x x 9 2 3 3 4 1 3x x 2 x 2 x x 4 1 2 3 3 5 s.t. 4 x1 2 x2 3 x3 3 x3 6 x1 , x2 , x3 , x3 , x4 , x6 0

运筹学完整版胡运权

运筹学完整版胡运权

Chapter1 线性规划
(Linear Programming)
本章主要内容:
LP的数学模型 图解法 单纯形法 单纯形法的进一步讨论-人工变量法 LP模型的应用
线性规划问题的数学模型
Page 13
1. 规划问题 生产和经营管理中经常提出如何合理安排,使人力、 物力等各种资源得到充分利用,获得最大的效益, 这就是规划问题。
线性规划问题
n
maxZ cj xj (1) j1
s.t

n j1
aij
xj
bi
(i 1,2,,m)
(2)
xj 0, j 1,2,,n (3)
求解线性规划问题,就是从满足约束条件(2)、(3)的方程组 中找出一个解,使目标函数(1)达到最大值。
x3 6x2
x4 2x3

3 x5

2

x
j

0,
j

1,,5
解: 约束方程的系数矩阵为2×5矩阵
5 1 A1 0 6
1 2
1 0
0 1
r(A)=2,2阶子矩阵有10个,其中基矩阵只有9个,即
5 1
1 1 5 0 1 1
B 1 106 B 2 6 2 B 3 101 B 4 6 0
目标函数的转换 如果是求极小值即 化为求极大值问题。
mzin , 则c可jx将j 目标函数乘以(-1),可
即 mza x z cjxj
也就是:令 z z,可得到上式。
变量的变换
若存在取值无约束的变量 ,x 可j 令 其中:xj, xj 0
xj xj xj
设备 产品
A
B
C

最新清华大学《运筹学教程》胡运权主编课后习题答案(第一章)

最新清华大学《运筹学教程》胡运权主编课后习题答案(第一章)

目标函数最优值的上界为:21
18
解:下界对应的模型如下( c,b取小,a取大)
m axZ x1 4 x 2 3 x1 5 x 2 8 st .5 x1 6 x 2 10 x ,x 0 1 2
目标函数最优值(下界)为:6.4
19
l.7 分别用单纯形法中的大M法和两阶 段法求解下列线性规划问题,并指出属哪—类 解。
0
0 0 1 0
0
1/3 -4/3 -1/3
-7M/3+4/3
-4 -M 0
x1
0
1 0 0
x6
x4
cj zj
cj
m axW 2 x11 2 x2 3 x31 3 x32 x11 x2 x31 x32 4 st 2 x11 x2 x31 x32 x4 6 x11 , x2 , x31 , x32 , x4 0
6
1.3 对下述线性规划问题找出所有基解, 指出哪些是基可行解,并确定最优解。
解:令 w Z , x4 x41 x42, 其 中 x41,x42 0, 同时引入松弛变量 x5, 剩 余 变 量 x6, 则 标 准 形 式 为 : m axw 3 x1 4 x 2 2 x 3 5 x41 5 x42 4 x1 x 2 2 x 3 x41 x42 x x x 2x 2x x 1 2 3 41 42 5 st 2 x1 3 x 2 x 3 x41 x42 x6 x1 , x 2 , x 3 , x41 , x42 , x6 2 14 2 0
0
-1/7
2/7
A2点
cj zj

《运筹学》胡运权清华版-7-01动态规划

《运筹学》胡运权清华版-7-01动态规划

C2 5
E1 4 6
果,A在第3阶段应
D2
怎样走5,使得8第3 阶段初各起点C1、
3 C3 4
2 1
F
E2 3
C2、C3、CB24到7终
8
D3 3
点F的路长最短7 ? C4 4
1
2ppt课件
3
4
5
17
子问题4— —
2 C1 5
8
D1
根据上一步 B1 3
4
53
的结果,4 在 6 第2阶段A 应 怎样走,5使 8
即:若某一点在最优路线上,那么从那一点到终 点的最短路线也在最优路线上。
ppt课件
6
(2)解决最短路问题的方法:
假设每一个点都在最优路线上,然后做相关计 算。
具体地:从最后阶段的两个始点E1和E2开始, 由后向前,计算每一个点到F的最短路线,直到结 点A,这时找到A到F的最短路。
ppt课件
7
最短路问题的求解
4
5
9
12
2 C1 5
7
8
D1
B1 3 10 4
4
6
C2 5
A
5
8
83
D2 52
C3 4
51
B2 7 9 8
D3
7
C4 4
4 E1
3
F
E2
1
2 ppt课件 3
4
5
10
12
13 2 C1
7
D1
B1 3 10
4
4
6
C2
E1
A
5 15 8
8 C3
D2 52
B2 7 9
51 D3

最新清华大学《运筹学教程》胡运权主编课后习题答案(第一章)

最新清华大学《运筹学教程》胡运权主编课后习题答案(第一章)

-1
x2
0
x3
0
x4
-M
x5
-M
x6
CB
xB
x5
x6
x4
i
-M -M 0
3 6 4
[3] 4 1
1 3 2
0 -1 0
0 0 1
1 0 0
0 1 0 0
1 3/2 4 3 6/5 9/5
cj zj
7M-4
1 2 3 1 0 0 0
4M-1
1/3 [5/3] 5/3
5M/3+1/3
-M
0 -1 0 -M
5
x20x30x4CBxB
x3
0 0 0 10 5
9 8 21/5 8/5 3/2
3 [5] 10 0 1 0 0
4 2 5 [14/5] 2/5 1 1
1 0 0 1 0 0
0 1 0 -3/5 1/5 -2
0点
x4
cj zj
x3
x1
cj zj
x2
A1点
5/14 -3/14
10
x1
1
1
0
0
max Z 3x1 x2 2 x3 12x1 3x2 6 x3 3x4 9 8 x x 4 x 2 x 10 1 2 3 5 st 3x1 x6 0 ( , j 1, ,6) x j 0
(1)
(2)
min Z 5 x1 2 x2 3x3 2 x4 x1 2 x2 3x3 4 x4 7 st 2 x1 2 x2 x3 2 x4 3 x 0, ( j 1, 4) j
目标函数最优值的上界为:21

运筹学PPT完整版胡运权

运筹学PPT完整版胡运权
另外,还应用于设备维修、更新和可靠性分析,项目的选择 与评价,工程优化设计等。
运筹学在工商管理中的应用
Page 10
组织 联合航空公司 Citgo石油公司 AT&T 标准品牌公司 法国国家铁路公司 Taco Bell Delta航空公司
Interface上发表的部分获奖项目
应用
效果
在满足乘客需求的前提下,以最低成本进 行订票及机场工作班次安排
5x110x1x2
x3 x4 3 6x2 2x3 x5

2

x
j

0,
j

1,,5
解: 约束方程的系数矩阵为2×5矩阵
5 A 10
1 6
1 2
1 0
0 1
r(A)=2,2阶子矩阵有10个,其中基矩阵只有9个,即
5 1
1 1
5 0
Chapter1 线性规划
(Linear Programming)
本章主要内容:
LP的数学模型 图解法 单纯形法 单纯形法的进一步讨论-人工变量法 LP模型的应用
线性规划问题的数学模型
Page 13
1. 规划问题 生产和经营管理中经常提出如何合理安排,使人力、 物力等各种资源得到充分利用,获得最大的效益, 这就是规划问题。
(3) 第二个约束条件是“≥”号,在“≥”左端减去剩余变量x5, x5≥0;
(4) 第3个约束方程右端常数项为-5,方程两边同乘以(-1),将右 端常数项化为正数;
(5) 目标函数是最小值,为了化为求最大值,令z′=-z,得到max z′=-z,即当z达到最小值时z′达到最大值,反之亦然;
线性规划问题的数学模型
标准形式如下:

运筹学课程07-动态规划(胡运权 清华大学)

运筹学课程07-动态规划(胡运权 清华大学)
u k , ,u n
Vk ,n (sk , uk , sk 1 , uk 1 , , sn1 )
可递推
k [ sk , uk , Vk 1, n ( sk 1 , uk 1 , , sn 1 )]
指标函数形式: 和、 积
NEUQ
原过程的一个后部子过程: 对于任意给定的k(1 ≤ k≤n),从第k段到第n段的过 程称为原过程的一个后部子过程
阶段4
本阶段始点 (状态) D1 D2 本阶段各终点(决策) E 10 6 10 6 到E的最短距离 本阶段最优终点 (最优决策) E E
NEUQ
分析得知:从D1 和 D2 到E的最短路径唯一。
NEUQ
第三阶段:有三个始点C1,C2,C3,终点有D1,D2,对始点 和终点进行分析和讨论分别求C1,C2,C3到D1,D2 的最短路 径问题:
NEUQ
动态规划 Dynamic Programming
不要过河拆桥 追求全局最优
本章内容
多阶段决策过程的最优化 动态规划的基本概念和基本原 理 动态规划方法的基本步骤 动态规划方法应用举例
NEUQ
NEUQ
一、多阶段决策过程的最优化
示例1(工厂生产安排):
某种机器可以在高、低两种负荷下生产。高负荷生产
NEUQ
示例3 (连续生产过程的控制问题):
一般化工生产过程中,常包含一系列完成
生产过程的设备,前一工序设备的输出则是后
一工序设备的输入,因此,应该如何根据各工
序的运行工况,控制生产过程中各设备的输入 和输出,以使总产量最大。
示例4、最短路径问题
NEUQ
给定一个交通网络图如下,其中两点之间的数字表示距离 (或花费),试求从A点到G点的最短距离(总费用最小)。

胡运权运筹学第七章习题解

胡运权运筹学第七章习题解

解:设阶段变量: k=1,2,3状态变量: 第k 个月初的库存量 决策变量: 第k 个月的生产量 状态转移方程: 阶段指标:由于在4月末, 仓库存量为0, 所以对于k=4阶段来说有两种决策:5+4=9 40x4()f x =1 41x对K=3 334()54()f x x f xK=2解得: 第一个月生产500份, 第二个月生产600份, 第三个月生产0份, 第四个月生产0份。

7.4某公司有资金4万元, 可向A, B, C三个项目投资, 已知各项目不同投资额的相应效益值如表7-20所示, 问如何分配资金可使总效益最大。

表7-20解:设阶段变量k, , 每一个项目表示一个阶段;状态变量Sk, 表示可用于第k阶段及其以后阶段的投资金额;决策变量Uk, 表示在第k阶段状态为Sk下决定投资的投资额;决策允许集合: 0≤Uk≤Sk状态转移方程: Sk+1=Sk-Uk;阶段指标函数: V k(SkUk);最优指标函数: fk(Sk)=max{ V k(SkUk)+ fk+1(Sk+1)}终端条件: f4(x4)=0;K=4, f4(x4)=0k=3, 0≤U3≤S3k=2, 0≤U2≤S2k=1, 0≤U1≤S1所以根据以上计算, 可以得到获得总效益最大的资金分配方案为(1, 2, 1).解: 设第k阶段的状态为Sk;第k阶段决定投入的备件为Xk;Ck(Xk)为第k阶段选择k个零件的费用;Rk(Xk)为第k个阶段选择k个零件的可靠性。

状态转移方程为: Sk+1=Sk- Ck(Xk)递退方程:114431()max{()()}()1()(1)k k K k k k K k K i i k f s R x f s f s C x S C =+=+⎧⎪=⎪⎪=⎨⎪⎪≤-⎪⎩∑所以有上可知当A 1;A 2;A 3;分别为k=1;k=2;k=3时S 1=8; S 2=5,6,7; S 3=1,2,3,4;由上表可知, 最优解的可靠性为0.042;此时X1=1;X2=1;X3=3。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第七章 目标规划 §1 目标规划的提出线性规划问题是讨论一个给定的线性目标函数在一组线性约束条件下的最大值或最小值问题。

对于一个实际问题,管理科学者根据管理层决策目标的要求,首先确定一个目标函数以衡量不同决策的优劣,且根据实际问题中的资源、资金和环境等因素对决策的限制提出相应的约束条件以建立线性规划模型;然后用计算机软件求出最优方案并作灵敏度分析以供管理层决策之用。

而在一些问题中,决策目标往往不只一个,且模型中有可能存在一些互相矛盾的约束条件的情况,用已有的线性规划的理论和方法无法解决这些问题。

因此,1961年美国学者查恩斯(A.Charnes )和库柏(W.W.Coopor )提出了目标规划的概念与数学模型,以解决经济管理中的多目标决策问题。

我们将通过几个例子来说明在实际应用中线性规划存在一系列的局限性。

例1 某厂生产A 、B 两种产品每件所需的劳动力分别为4个人工和6个人工,所需设备的单位台时均为1。

已知该厂有10个单位机器台时提供制造这两种产品,并且至少能提供70个人工。

又,A 、B 产品的利润,每件分别为300元和500元。

试问:该厂各应生产多少件A 、B 产品,才能使其利润值最大?解 设该厂能生产A 、B 产品的数量分别为12,x x 件,则有121212max 30050010..46700, 1,2.jz x x x x s t x x x j =+⎧+≤⎪+≥⎨⎪≥=⎩ 图解法求解如下:由上图可得,满足约束条件的可行解集为∅,即机时约束和人工约束之间产生矛盾,因而该问题无解。

但在实际中,该厂要增加利润,不可能不生产A 、B 两种产品,而由线性规划模型无法为其找到一个合适的方案。

例2 某厂为进行生产需采购A 、B 两种原材料,单价分别为70元/公斤和50元/公斤。

现要求购买资金不超过5000元,总购买量不少于80公斤,而A 原材料不少于20公斤。

问如何确定最好的采购方案(即花掉的资金最少,购买的总量最大)?解 这是一个含有两个目标的数学规划问题。

设12,x x 分别为购买两种原材料的公斤数,()112,f x x 为花掉的资金,()212,f x x 为购买的总量。

建立该问题的数学模型形式如下:()()11212212121212112 min ,7050 max , 70505000 80.. 20 ,0f x x x x f x x x x x x x x s t x x x =+=++≤⎧⎪+≥⎪⎨≥⎪⎪≥⎩对于这样的多目标问题,线性规划很难为其找到最优方案。

极可能的结果是,第一个方案使第一目标的结果值优于第二方案,同时第二方案使第二目标的结果值优于第一方案。

也就是说很难找到一个最优方案,使两个目标的函数值同时达到最优。

另外,对于多目标问题,还存在有多个目标存在有不同重要程度的因素,而这也是线性规划所无法解决的。

在线性规划的基础上,建立了一种新的数学规划方法——目标规划法,用于弥补线性规划的上述局限性。

总的来说,目标规划和线性规划的不同之处可以从以下几点反映出来:1、线性规划只能处理一个目标,而现实问题往往存在多个目标。

目标规划能统筹兼顾地处理多个目标的关系,求得切合实际需求的解。

2、线性规划是求满足所有约束条件的最优解。

而在实际问题中,可能存在相互矛盾的约束条件而导致无可行解,但此时生产还得继续进行。

即使存在可行解,实际问题中也未必一定需要求出最优解。

目标规划是要找一个满意解,即使在相互矛盾的约束条件下也找到尽量满足约束的满意解,即满意方案。

3、线性规划的约束条件是不分主次地等同对待,这也并不都符合实际情况。

而目标规划可根据实际需要给予轻重缓急的考虑。

§2 目标规划的基本概念与数学模型§2.1 基本概念在这一小节里介绍与目标规划有关的基本概念。

1.偏差变量对于例1,造成无解的关键在于约束条件太死板。

设想把约束条件“放松”,比如占用的人力可以少于70人的话,机时约束和人工约束就可以不再发生矛盾。

在此基础上,引入了正负偏差的概念,来表示决策值与目标值之间的差异。

i d +——正偏差变量,表示决策值超出目标值的部分,目标规划里规定0i d +≥; i d -——负偏差变量,表示决策值未达到目标值的部分,目标规划里规定0i d -≥。

实际操作中,当目标值(也就是计划的利润值)确定时,所作的决策可能出现以下三种情况之一:(1)决策值超过了目标值(即完成或超额完成计划利润值),表示为0i d +≥,0i d -=; (2)决策值未达到目标值(即未完成计划利润值),表示为0i d +=,0i d -≥; (3)决策值恰好等于目标值(即恰好完成计划利润指标),表示为0i d +=,0i d -=。

以上三种情况,无论哪种情况发生,均有i d + •i d -=0。

2.绝对约束与目标约束绝对约束也称系统约束,是指必须严格满足的等式约束和不等式约束,它对应于线性规划模型中的约束条件。

目标约束是目标规划所特有的。

当确定了目标值,进行决策时,允许与目标值存在正或负的偏差。

因而目标约束中加入了正、负偏差变量。

如,例1中假定该企业计划利润值为5000元,那么对于目标函数12max 300500z x x =+,可变换为123005005000i i x x d d -+++-=。

该式表示决策值与目标值5000之间可能存在正或负的偏差(请读者分别按照上面所讲的三种情况来理解)。

绝对约束也可根据问题的需要变换为目标约束。

此时将约束右端项看作所追求的目标值。

如,例1中绝对约束1210x x +≤,可变换为目标约束1210i i x x d d -+++-=。

3.目标规划的目标函数对于满足绝对约束与目标约束的所有解,从决策者的角度来看,判断其优劣的依据是决策值与目标值的偏差越小越好。

因此目标规划的目标函数是与正、负偏差变量密切相关的函数,我们表示为()min ,i i z f d d +-=。

它有如下三种基本形式:(1)要求恰好达到目标值,即正、负偏差变量都尽可能地小。

此时,构造目标函数为:min i i z d d +-=+(2)要求不超过目标值,即允许达不到目标值,正偏差变量尽可能地小。

此时构造目标函数为:min i z d +=(3)求超过目标值,即超过量不限,负偏差变量尽可能地小。

此时构造目标函数为:min i z d -=4.优先次序系数与权系数一个规划问题往往有多个目标。

决策者在实现这些目标时,存在有主次与轻重缓急的不同。

对于有K 级目标的问题,按照优先次序分别赋予不同大小的大M 系数:1M ,2M ,,K M 。

1M ,2M ,,K M 为无穷大的正数,并且,1M 2M K M (“”符号表示“远大于”),这样,只有当某一级目标实现以后(即目标值为0) ,才能忽略大M 的影响,否则目标偏离量会因为大M 的原因而无穷放大。

并且由于1kk M M +,所以只有先考虑忽略k M 影响(实现第k 级目标)后,才能考虑第1k +级目标。

实际上这里的大M 是对偏离目标值的惩罚系数,优先级别越高,惩罚系数越大。

权系数i ω用来区别具有相同优先级别的若干目标。

在同一优先级别中,可能包含有两个或多个目标,它们的正负偏差变量的重要程度有差别,此时可以给正负偏差变量赋予不同的权系数i ω+和i ω-。

各级目标的优先次序及权系数的确定由决策者按具体情况给出。

§2.2 目标规划的数学模型综上所述,目标规划模型由目标函数、目标约束、绝对约束以及变量非负约束等几部分构成。

目标规划的一般数学模型为:目标函数 ()11min K Lkkll kl l k l Z M d d ωω--++===+∑∑目标约束()1 1,2,nij jl l l j c xd d g l L -+=+-==∑绝对约束()()1, 1,2,nijjij a x b i m ==≥≤=∑非负约束 ()0 1,2,j x j n ≥=(),0 1,2,,k k d d k K -+≥=例3 在例1中,假定目标利润不少于15000元,为第一目标;占用的人力可以少于70人,为第二目标。

求决策方案。

解 按决策者的要求分别赋予两个目标大M 系数12,M M 。

列出模型如下:1122121112221212 min 30050015000 4670.. 10,,,0 1,2,3. i iz M d M d x x d d x x d d s t x x x x d d i -+-+-+-+=+⎧++-=⎪++-=⎪⎨+≤⎪⎪≥=⎩例4 某纺织厂生产A 、B 两种布料,平均生产能力均为1千米/小时,工厂正常生产能力是80小时/周。

又A 布料每千米获利2500元,B 布料每千米获利1500元。

已知A 、B 两种布料每周的市场需求量分别是70千米和45千米。

现该厂确定一周内的目标为:第一优先级:避免生产开工不足;第二优先级:加班时间不超过10小时;第三优先级:根据市场需求达到最大销售量; 第四优先级:尽可能减少加班时间。

试求该问题的最优方案。

解 设12,x x 分别为生产甲、乙布料的小时数。

对于第三优先级目标,根据A 、B 布料利润的比值2500:15005:3=,取二者达到最大销量的权系数分别为5和3。

该问题的目标规划模型为:()1122334411211122213324412min 53 80 90.. 70 45 ,,,0 1,,4.i iz M d M d M d d M d x x d d x x d d s t x d d x d d x x d d i -+--+-+-+-+-+-+=++++⎧++-=⎪++-=⎪⎪+-=⎨⎪+-=⎪⎪≥=⎩综上所述,目标规划建立模型的步骤为:1、 根据问题所提出的各目标与条件,确定目标值,列出目标约束与绝对约束;2、根据决策者的需要将某些或全部绝对约束转换为目标约束,方法是绝对约束的左式加上负偏差变量和减去正偏差变量;3、给各级目标赋予相应的惩罚系数k M (1,2,k K =),k M 为无穷大的正数,且1M 2M K M ;4、对同一优先级的各目标,再按其重要程度不同,赋予相应的权系数kl ω;5、根据决策者的要求,各目标按三种情况取值:①恰好达到目标值,取i i d d +-+②允许超过目标值,取i d -③不允许超过目标值,取i d +;然后构造一个由惩罚系数、权系数和偏差变量组成的、要求实现极小化的目标函数。

§3 目标规划的求解3.1 图解法只有两个决策变量的目标规划数学模型,可以使用简单直观的图解法求解。

其方法与线性规划图解法类似,先在平面直角坐标系第一象限内作出各约束等式或不等式的图象,然后由绝对约束确定了可行域,由目标约束和目标函数确定最优解或满意解。

相关文档
最新文档