《线性规划》PPT课件
合集下载
《运筹学线性规划》PPT课件
划问题化成如下的标准型:
max Z x1 2x2 3x4 3x5 0x6 0x7
x1 x2 x4 x5 x6 7 x1 x2 x4 x5 x7 2 3x1 x2 2x4 2x5 5 x1, x2, x4, , x7 0
第二节 线性规划问题的图解法及几何意义
一、线性规划问题的解的概念
(1.4)
标准型具有如下特点: (1)目标函数求最大值; (2)所求的变量都要求是非负的; (3)所有的约束条件都是等式; (4)常数项非负。 综合以上的讨论可以说明任何形式的线 性规划问题都可以通过上述手段把非标准 型的线性规划问题化成标准型。现举例如 下:
例1-4 试将如下线性规划问题化成标准型
多样性给讨论问题带来了不便。为了便于今后讨论,我 们规定线性规划问题的标准型为:
max Z c1x1 c2x2 cnxn
a11x1 a12x2 a21x1 a22x2
a1nxn b1 a2nxn b2
am1x1 am2x2 amnxn bm
x1, x2 , , xn 0
例1-1:(计划安排问题)某工厂在计划期内安排
生产Ⅰ、Ⅱ两种产品,已知生产单位产品所占用的
设备A、B的台时、原材料的消耗及两种产品每件可
获利润见表所示:
I
II 资源总量
设备A(h)
0
3
15
设备B(h)
4
0
12
原材料(公斤)
2
2
14
利润(元)
2
3
问如何安排计划使该工厂获利最多?
解: 假设 x1、x2分别表示在计划期内生产
二、线性规划问题的图解法
对于简单的线性规划问题(只有两个决策变量的
线性规划问题),我们可以通过图解法对它进行求解
max Z x1 2x2 3x4 3x5 0x6 0x7
x1 x2 x4 x5 x6 7 x1 x2 x4 x5 x7 2 3x1 x2 2x4 2x5 5 x1, x2, x4, , x7 0
第二节 线性规划问题的图解法及几何意义
一、线性规划问题的解的概念
(1.4)
标准型具有如下特点: (1)目标函数求最大值; (2)所求的变量都要求是非负的; (3)所有的约束条件都是等式; (4)常数项非负。 综合以上的讨论可以说明任何形式的线 性规划问题都可以通过上述手段把非标准 型的线性规划问题化成标准型。现举例如 下:
例1-4 试将如下线性规划问题化成标准型
多样性给讨论问题带来了不便。为了便于今后讨论,我 们规定线性规划问题的标准型为:
max Z c1x1 c2x2 cnxn
a11x1 a12x2 a21x1 a22x2
a1nxn b1 a2nxn b2
am1x1 am2x2 amnxn bm
x1, x2 , , xn 0
例1-1:(计划安排问题)某工厂在计划期内安排
生产Ⅰ、Ⅱ两种产品,已知生产单位产品所占用的
设备A、B的台时、原材料的消耗及两种产品每件可
获利润见表所示:
I
II 资源总量
设备A(h)
0
3
15
设备B(h)
4
0
12
原材料(公斤)
2
2
14
利润(元)
2
3
问如何安排计划使该工厂获利最多?
解: 假设 x1、x2分别表示在计划期内生产
二、线性规划问题的图解法
对于简单的线性规划问题(只有两个决策变量的
线性规划问题),我们可以通过图解法对它进行求解
4.2线性规划ppt课件
4.2线性规划ppt课件
目录
• 线性规划简介 • 线性规划的求解方法 • 线性规划的软件实现 • 线性规划案例分析 • 线性规划的优化策略
01
线性规划简介
线性规划的定义
线性规划是数学优化技术的一种 ,它通过将问题转化为线性方程 组,并寻找满足一定约束条件的 解,以实现目标函数的最优解。
线性规划问题通常由决策变量、 约束条件和目标函数三部分组成
运输问题
总结词
运输问题是在物流和供应链管理中常见的线性规划应用,旨在优化运输成本和时 间。
详细描述
运输问题通常涉及多个起点、终点和运输方式,需要考虑运输成本、时间、容量 和路线等约束条件。通过线性规划方法,可以找到最优的运输方案,使得总运输 成本最低或运输时间最短。
投资组合优化问题
总结词
投资组合优化问题是在金融领域中常见的线性规划应用,旨 在实现风险和收益之间的平衡。
对偶问题在理论研究和实际应用中都 具有重要的意义,可以用于求解一些 特殊类型的问题,如运输问题、分配 问题等。
对偶问题具有一些特殊的性质,如对 偶变量的非负性、对偶问题的最优解 与原问题的最优解之间的关系等。
初始解的确定
初始解的确定是线性规划求解过程中的 一个重要步骤,一个好的初始解可以大
大减少迭代次数,提高求解效率。
。
决策变量是问题中需要求解的未 知数,约束条件是限制决策变量 取值的条件,目标函数是要求最
大或最小的函数。
线性规划的数学模型
线性规划的数学模型通常由一 组线性不等式和等式约束以及 一个线性目标函数组成。
线性不等式和等式约束条件可 以用来表示各种资源和限制条 件。
目标函数是决策变量的线性函 数,表示要优化的目标。
目录
• 线性规划简介 • 线性规划的求解方法 • 线性规划的软件实现 • 线性规划案例分析 • 线性规划的优化策略
01
线性规划简介
线性规划的定义
线性规划是数学优化技术的一种 ,它通过将问题转化为线性方程 组,并寻找满足一定约束条件的 解,以实现目标函数的最优解。
线性规划问题通常由决策变量、 约束条件和目标函数三部分组成
运输问题
总结词
运输问题是在物流和供应链管理中常见的线性规划应用,旨在优化运输成本和时 间。
详细描述
运输问题通常涉及多个起点、终点和运输方式,需要考虑运输成本、时间、容量 和路线等约束条件。通过线性规划方法,可以找到最优的运输方案,使得总运输 成本最低或运输时间最短。
投资组合优化问题
总结词
投资组合优化问题是在金融领域中常见的线性规划应用,旨 在实现风险和收益之间的平衡。
对偶问题在理论研究和实际应用中都 具有重要的意义,可以用于求解一些 特殊类型的问题,如运输问题、分配 问题等。
对偶问题具有一些特殊的性质,如对 偶变量的非负性、对偶问题的最优解 与原问题的最优解之间的关系等。
初始解的确定
初始解的确定是线性规划求解过程中的 一个重要步骤,一个好的初始解可以大
大减少迭代次数,提高求解效率。
。
决策变量是问题中需要求解的未 知数,约束条件是限制决策变量 取值的条件,目标函数是要求最
大或最小的函数。
线性规划的数学模型
线性规划的数学模型通常由一 组线性不等式和等式约束以及 一个线性目标函数组成。
线性不等式和等式约束条件可 以用来表示各种资源和限制条 件。
目标函数是决策变量的线性函 数,表示要优化的目标。
线 性 规 划ppt课件
第3页
生产计划问题
某工厂用三种原料生产三种产品,已知的条件如表 2.1.1所示,试制订总利润最大的生产计划
单位产品所需原 产品 料数量(公斤) Q1
产品 Q2
产品 原料可用量 Q3 (公斤/日)
原料P1
2
3
0 1500
原料P2
0
2
4
800
原料P3
3 2 5 2000
单位产品的利润 3
5
4
(千元)
第4页
剩余变量
第18页
不等式变不等式
a i1 x 1 a i 2 x 2 a in x n b i
a i1 x 1 a i 2 x 2 a in x n b i
或
a i1 x 1 a i 2 x 2 a in x n b i
a i1 x 1 a i 2 x 2 a in x n b i
最 优 解 ( 1, 4)
2x1 x2 2 x1 2x2 2
x1 x2 5
第24页
注释
可能出现的情况:
可行域是空集 可行域无界无最优解 最优解存在且唯一,则一定在顶点上达到 最优解存在且不唯一,一定存在顶点是最优解
第25页
可行域的几何结构
基本假设 凸集 可行域的凸性
第26页
中运 筹 帷 幄 之
运筹学课件
线性规划
Linear Programming
外决 胜 千 里 之
第1页
线性规划
线性规划问题 可行区域与基本可行解 单纯形算法 初始可行解 对偶理论 灵敏度分析 计算软件 案例分析
第2页
线性规划问题
线性规划实例
生产计划问题 运输问题
线性规划模型
一般形式 规范形式 标准形式 形式转换 概念
生产计划问题
某工厂用三种原料生产三种产品,已知的条件如表 2.1.1所示,试制订总利润最大的生产计划
单位产品所需原 产品 料数量(公斤) Q1
产品 Q2
产品 原料可用量 Q3 (公斤/日)
原料P1
2
3
0 1500
原料P2
0
2
4
800
原料P3
3 2 5 2000
单位产品的利润 3
5
4
(千元)
第4页
剩余变量
第18页
不等式变不等式
a i1 x 1 a i 2 x 2 a in x n b i
a i1 x 1 a i 2 x 2 a in x n b i
或
a i1 x 1 a i 2 x 2 a in x n b i
a i1 x 1 a i 2 x 2 a in x n b i
最 优 解 ( 1, 4)
2x1 x2 2 x1 2x2 2
x1 x2 5
第24页
注释
可能出现的情况:
可行域是空集 可行域无界无最优解 最优解存在且唯一,则一定在顶点上达到 最优解存在且不唯一,一定存在顶点是最优解
第25页
可行域的几何结构
基本假设 凸集 可行域的凸性
第26页
中运 筹 帷 幄 之
运筹学课件
线性规划
Linear Programming
外决 胜 千 里 之
第1页
线性规划
线性规划问题 可行区域与基本可行解 单纯形算法 初始可行解 对偶理论 灵敏度分析 计算软件 案例分析
第2页
线性规划问题
线性规划实例
生产计划问题 运输问题
线性规划模型
一般形式 规范形式 标准形式 形式转换 概念
线性规划PPT课件
基解:令所为 有 0, 非求 基出 变的 (1量 .2)的 满解 足 称为基解。
基可行解与可行 足基 (1.3): 的满 基解称为基可 对应基可行解的 为基 可, 行称 基。基 显可 然 解的数目 基解的数 C目 nm
基本最优解与最优基 满: 足(1.1) 的基可行解称为基本 优最 解,
对应m,如果 B是矩A中 阵的一 mm个 阶非奇异 (|B子 |0)矩 ,则阵 称 B是线性规 题的一个基。
基向量与非基向B量 中: 的基 列向量称为,基向 矩阵A中除B之外各列即为非,基 A中 向共 量 有nm个非基向量。
基变量与非基 基变 向P量 j量 对: 应与 的xj变 称量 为基变量;否 基则 变称 量为 。非
将文件存储并命名后,选择菜单 “Solve” 并对提示 “ DO RANGE(SENSITIVITY)ANALYSIS? ”回答“是”,即 可得到如下输出:
“资源” 剩余 为零的约束为 紧约束(有效 约束)
OBJECTIVE FUNCTION VALUE
1)
3360.000
VARIABLE VALUE REDUCED COST
可行解 基 解
基可行解
1.4 线性规划问题的图解法
下面结合例1的求解来说明图解法步骤。
例1
max Z 4 x1 3 x2
2 x1 3 x2 24
s. t 3 x1 2 x2 26
x2
x1, x2 0
Q3(6,4)
第一步:在直角坐标系中分
别作出各种约束条件,求出
3x1+2x2=26
Q2(6,4)
B
条 件
3x1 100
x1,x2 0
l3:3x1 100 l4
l4:x10,l5:x200
运筹学线性规划ppt课件
16
例3
化如下的线性规划问题模型
min z 3x1 2 x 2 x3 x1 2 x 2 3x3 2 2 x1 3x 2 2 x3 2 x 0, x 无约束, x 0 2 3 1
为标准形式。
(1 )变量 x1 是非正的,所以要将模型中的所有 x1 都用 x1 x1 0 代替,其中 x1
运筹学建模步骤:
识别问题
定义决策变量
建立约束条件
建立目标函数
6
2.2 线性规划模型的一般形式和标准形式
2.2.1 线性规划的一般模型
为了讨论一般的线性规划问题的求解。我们先给出线性规 划模型的一般形式如下: max( 或 min) z c1 x1 c2 x2 cn xn
a11x1 a12 x2 a1n xn (或 ,或 )b1 a21x1 a22 x2 a2 n xn (或 ,或 )b2 s.t. a x a x a x (或 ,或 )b mn n m m 1 m2 2 x1 , x2 ,..., xn 0
(5)约束条件2是“”型的,因此需要在左边加上一个松弛变量
x5 使它化为等式: 2 x1 3x 2 2 x3 x5 2 也就是
3x2 3x2 2 x3 x5 2 2 x1
18
从而得到模型的标准形式为
2 x2 2 x2 x3 max z 3x1 2 x2 2 x 2 3x3 x 4 2 x1 3x2 3x2 2 x3 x5 2 2 x1 x , x , x , x , x , x 0 1 2 2 3 4 5
简单线性规划 课件(48张)
22
由 z=x+3y,得 y=-13x+3z,平移直线 x+3y=0 可
知,当直线 y=-13x+3z经过 A 点时 z 取最大值.由
2x+y=4,
得 A(1,2),所以 zmax=1+2×3=7.
x=1,
2021/10/10
23
类型 2 求非线性目标函数的最值 x-y-2≤0,
[典例 2] 设实数 x,y 满足约束条件x+2y-4≥0, 2y-3≤0,
2021/10/10
30
[变式训练] (1)在平面直角坐标系 xOy 中,M 为不
2x-y-2≥0, 等式组x+2y-1≥0,所表示的区域上一动点,则直线
3x+y-8≤0, OM 斜率的最小值为( )
A.2 B.1 C.-13 D.-12
2021/10/10
31
2x+y-5≥0, (2)已知3x-y-5≤0,求(x+1)2+(y+1)2 的最大、
简单的线性规划
2021/10/10
1
[学习目标] 1.了解线性规划的意义,了解线性约束 条件、线性目标函数、可行解、可行域、最优解等基本概 念. 2.掌握线性规划问题的图解法,会用图解法求线性 目标函数的最大值、最小值. 3.训练数形结合、化归等 数学思想,培养和发展数学应用意识.
2021/10/10
x-2y+5≥0, 最小值.
(1)解析:如图所示,
2021/10/10
32
2x-y-2≥0, x+2y-1≥0,所表示的 3x+y-8≤0,
平面区域为图中的阴影部分.
x+2y-1=0,
由
得 A(3,-1)
3x+y-8=0,
当 M 点与 A 重合时,OM 的斜率最小,
2021/10/10
[模板]线性规划PPT课件
顶点可达到。 4.解题思路是:先找出凸集的任一顶点,计算Z值,比较
Z值最大的顶点为止。
4.无可行解(例1.15):原因是模型本身错误,约束条件之间互相
矛盾,应检查修正。
1、2情形为有最优解 3、4情形为无最优解
-
36
图解法得到的启示
1.求解线性规划问题时,解的情况有:唯一最优解、无 穷多最优解、无界解和无可行解。
2.若线性规划问题的可行域存在,则可行域是一凸集。 3.若线性规划问题的最优解存在,则最优解一定在某个
一般情况,决策变量只取正值(非负值)
x1 0, x2 0
-
6
数学模型
max S=50x1+30x2 s.t. 4x1+3x2 120
2x1+ x2 50 x1,x2 0
线性规划数学模型三要素:
决策变量、约束条件、目标函数
-
7
1-2 线性规划问题的数学模型
例1 .2 营养配餐问题
假定一个成年人每天需要从食物中
第一章 线性规划与单纯形方法
-
1
内容:
线性规划的数学模型,标准形式,基本概念及基本原理;线性规划 的图解法,单纯形法,大M法,两阶段法。
• 重点: • (1)线性规划的基本概念 • (2)单纯形法的基本原理与计算步骤 • 难点: • (1)单纯形法的基本原理与计算步骤
• 基本要求: • (1)理解线性规划的基本概念:目标函数、约束条件、可行解与可行域、基可
和约束方程的影响是独立于其他变量的,
目标函数值是每个决策变量对目标函数
贡献的总和。
-
16
•连续性假定:线性规划问题中的 决策变量应取连续值。
•确定性假定:线性规划问题中的 所有参数都是确定的参数。线性 规划问题不包含随机因素。
Z值最大的顶点为止。
4.无可行解(例1.15):原因是模型本身错误,约束条件之间互相
矛盾,应检查修正。
1、2情形为有最优解 3、4情形为无最优解
-
36
图解法得到的启示
1.求解线性规划问题时,解的情况有:唯一最优解、无 穷多最优解、无界解和无可行解。
2.若线性规划问题的可行域存在,则可行域是一凸集。 3.若线性规划问题的最优解存在,则最优解一定在某个
一般情况,决策变量只取正值(非负值)
x1 0, x2 0
-
6
数学模型
max S=50x1+30x2 s.t. 4x1+3x2 120
2x1+ x2 50 x1,x2 0
线性规划数学模型三要素:
决策变量、约束条件、目标函数
-
7
1-2 线性规划问题的数学模型
例1 .2 营养配餐问题
假定一个成年人每天需要从食物中
第一章 线性规划与单纯形方法
-
1
内容:
线性规划的数学模型,标准形式,基本概念及基本原理;线性规划 的图解法,单纯形法,大M法,两阶段法。
• 重点: • (1)线性规划的基本概念 • (2)单纯形法的基本原理与计算步骤 • 难点: • (1)单纯形法的基本原理与计算步骤
• 基本要求: • (1)理解线性规划的基本概念:目标函数、约束条件、可行解与可行域、基可
和约束方程的影响是独立于其他变量的,
目标函数值是每个决策变量对目标函数
贡献的总和。
-
16
•连续性假定:线性规划问题中的 决策变量应取连续值。
•确定性假定:线性规划问题中的 所有参数都是确定的参数。线性 规划问题不包含随机因素。
第1讲线性规划基本概念.ppt
凸集:设集合 X Rn ,如果 X 中任意两点的凸组合 仍然属于X ,则称 X 为凸集.
定义 1 集合 D Rn称为凸的,如果对于任意 x, y D ,有
x (1 ) y D 0 1
则称 D 是Rn中的凸集(convex set).
结论: (1) 空集和全空间Rn是凸集. (2) 设a Rn,a 0, R,则超平面(hyper plane)
X
x
Rn
g(i x) h(j x)
0 0
i 1,, p j 1,,q
若X是凸集, f 是D上的凸函数,称(MP)为非线性 凸规划,简称凸规划.
凸规划性质:
定理
线性函数
对于非线性规划(MP),
min f(x)
s.t. g(i x) 0
h(j x) 0
第1讲 基本概念 Basic conceptions
一.最优化问题简介
二.凸集和凸函数
三.非线性规划方法概述
一.最优化问题简介.
定义:在一切可能的方案中选择一个最好的方案,以 达到最优目标.
(凡是准求最优目标的数学问题都属于最优化问题, Optimization Problems,OP).
三要素: (1)目标; (2)方案; (3)限制条件.
指标集.
解:
c1(x)
2 2
2 ( 2 )2 0, 2
c2 (x) 1 (
2 )2 ( 2
2 )2 0, 2
c3(x)
2 0. 2
A {1,2}. x
x2
c2 (x) 0
c3(x) 0
x
O
c1(x) 0
第3章 线性规划.ppt
max z x1 x2 则凸多边形的边AB 上的所有点都是问 题的解。因此,解 是无穷多个。
x2
400
300 A
250 B
x2 250
x1 x2 300
0
200
300
x1
2x1 x2 400 16
第3章 线性规划
3. 无最优解(目标函数值
x2
为无穷大或无穷小)。
若例3-4中式(b),(c)的约 250
成立,则称x为凸集D的极点。即在凸集上不能表 示成相异两点凸组合的点,称为极点;在线性 规划问题的凸集上称之为顶点。
20
第3章 线性规划
3. 基本解:对于有n个变量、m个约束方程的标 准线性规划问题,取其m个变量,若这些变量在 约束方程中的系数列向量线性无关,则它们组 成一组基本变量。确定了一组基本变量后,其 它n-m个变量称为非基本变量。
变量约束: xi 0, 1 i 4
6
第3章 线性规划
一、线性规划问题的标准形式(※)
1. 标准形式
目标函数: 约束条件:
n
max z cj xj j 1
n
aij xj b0i , i 1, 2,
j 1
, m, (b0i 0)
变量约束: xj 0, j 1, 2, , n
通常把上述三个式子描述的问题称为标准线
5. 基本可行解:如果基本解中的每一个变量都是非 负的,即满足变量约束 xj 0, (1 j n) 的基本解称 为基本可行解。如果在基本可行解中至少有一个基 本变量为零,则该解称为退化的基本可行解,反之, 称为非退化的基本可行解。
注:基本可行解既是基本解、又是可行解,它对应 于线性规划问题可行域的顶点。
9
第3章 线性规划
x2
400
300 A
250 B
x2 250
x1 x2 300
0
200
300
x1
2x1 x2 400 16
第3章 线性规划
3. 无最优解(目标函数值
x2
为无穷大或无穷小)。
若例3-4中式(b),(c)的约 250
成立,则称x为凸集D的极点。即在凸集上不能表 示成相异两点凸组合的点,称为极点;在线性 规划问题的凸集上称之为顶点。
20
第3章 线性规划
3. 基本解:对于有n个变量、m个约束方程的标 准线性规划问题,取其m个变量,若这些变量在 约束方程中的系数列向量线性无关,则它们组 成一组基本变量。确定了一组基本变量后,其 它n-m个变量称为非基本变量。
变量约束: xi 0, 1 i 4
6
第3章 线性规划
一、线性规划问题的标准形式(※)
1. 标准形式
目标函数: 约束条件:
n
max z cj xj j 1
n
aij xj b0i , i 1, 2,
j 1
, m, (b0i 0)
变量约束: xj 0, j 1, 2, , n
通常把上述三个式子描述的问题称为标准线
5. 基本可行解:如果基本解中的每一个变量都是非 负的,即满足变量约束 xj 0, (1 j n) 的基本解称 为基本可行解。如果在基本可行解中至少有一个基 本变量为零,则该解称为退化的基本可行解,反之, 称为非退化的基本可行解。
注:基本可行解既是基本解、又是可行解,它对应 于线性规划问题可行域的顶点。
9
第3章 线性规划
线性规划PPT优秀课件
y
1
x+y-1>0
1
O
x+y-1<0 x+y-1=0
x
复习二元一次不等式表示平面区域的范例 例1 画出不等式2x+y-6<0表示的平面区域。 y
6
注意:把直
线画成虚线以 表示区域不包 括边界
O
2x+y-6=0
3
x
复习二元一次不等式表示平面区域的范例 y
5Hale Waihona Puke 例2 画出不等式组 x+y=0
x y 5 0 x y 0 x 3
探索结论
复习判断二元一次不等式表示哪一 侧平面区域的方法
由于对在直线ax+by+c=0同 一侧所有点(x,y),把它的坐标 (x,y)代入ax+by+c,所得的实 数的符号都相同,故只需在这条 直线的某一侧取一特殊点(x0,y0) 以ax0+by0+c的正负的情况便可 判断ax+by+c>0表示这一直线 哪一侧的平面区域,特殊地,当 c≠0时常把原点作为此特殊点
可行域
(5,2)
(1,1)
线性规划
例1 解下列线性规划问题: 求z=2x+y的最大值和最小值,使式中x、y满足下 列条件: 2x+y=0 y
解线性规划问题的一般步骤:
2x+y=-3 y x 1 1 第一步:在平面直角坐标系中作出可行域; C( , ) 2 2 第二步:在可行域内找到最优解所对应的点; x y 1 O y 1 第三步:解方程的最优解,从而求出目标函数 B(2,-1) 2x+y=3
x-y=7 C(3,6) y=6
相关主题
- 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、"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、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)。
二、数学模型
1.决策变量: X = (x1,x2,…..,xn)T 2.目标函数:max(minz) = c1 x1 + c2 x2 + ……. + cnxn
3.约束条件: a11x1 + a12 x2 +……..+ a1n xn ≤(=≥) b1 a21x1 + a22 x2 +……..+ a2n xn ≤(=≥) b2 ………………………………………… am1x1 + am2 x2 +……..+ amn xn ≤(=≥) bm x1,x2,……xn≥0
OPERATIONS RESEARCH 运筹学
——怎样把事情做到最好
绪论
Operations 汉语翻译 工作、操作、行动、手术、运算 Operations Research 日本——运用学 港台——作业研究 中国大陆——运筹学 Operational Research原来名称,意为军事行动研
究——历史渊源
所以此运输问题的线性规划的模型如下:
目标函数:
minf=6x11+4x12+6x13+6x21+5x22+5x2 约束条件:
x11 + x12 + x13 = 200, x21 + x22 + x23 = 300, x11 + x21 = 150, x12 + x22 = 150, x13 + x23 = 200. xij≥0. (i = 1,2;j = 1,2,3)
运筹学的历史 军事运筹学阶段 德军空袭 防空系统 Blackett 运输船编队 空袭逃避 深水炸弹 轰炸机编队
运筹学在中国:50年代中期引入 华罗庚推广 优选法、统筹法 中国邮递员问题、运输问题
学科性质
▪应用学科 ▪Morse&Kimball定义:运筹学是为决策机构在 对其控制的业务活动进行决策时提供的数量化 为基础的科学方法。 ▪Churchman定义:运筹学是应用科学的方法、 技术和工具,来处理一个系统运行中的问题, 使系统控制得到最优的解决方法。
线性规划 (Linear Programming,简称LP)
线性规划的发展
1939年,前苏联数学家康托洛维奇用线性模型研究提高组织和生产效 率问题
1947年,Dantzig提出求解线性规划的单纯形法 1950-1956年,主要研究线性规划的对偶理论 1958年,发表整数规划的割平面法 1960年,Dantzig和Wolfe研究成功分解算法,奠定了大规模线性规划 问题理论和算法的基础。 1979年,Khachiyan,1984年,Karmarkaa研究成功线性规划的多项 式算法。
-x25-x45+x56+x57=0
-x36-x56+x67=0 -x47-x57-x67=-1(到达 7 的汽车为一辆) Xij=0,或1, i,j=1,2,…7.
(四)、选址问题
例、某公司拟定在东、西、南三区建立 门市部,拟议中有7个地址A1,A2,…,A7可 供选择,并规定:
在东区,A1,A2,A3中至多选两个; 在西区,A4,A5中至少选一个; 在南区,A6,A7中至少选一个; 若选Ai,投资bi元,每年可获利估计为ci元,
a2n
amn
aij
mn
系数矩阵
x1
X
x2
xn
决策变量
C c1 c2 cn 价值系数
b1
b
b2
bn
常数项
线性规划数学模型的建立
一、建模条件
1 优化条件:问题所要达到的目标能用线型函数描述,且能够用极值
(max 或 min)来表示; 2 限定条件:达到目标受到一定的限制,且这些限制能够用决策变量的
例1. 某公司从两个产地A1,A2将物品运往 三个销地B1,B2,B3,各产地的产量、各销 地的销量和各产地运往各销地的每件物品 的运费如下表所示:
运
销
输 单
地
B1
B2
B3 产量(件)
产
价 地
A1
6
46200源自A2655
300
销量
150 150 200
问应如何调运,使得总运输费最小?
解:我们知道A1、A2两个产地的总产量为: 200 + 300 = 500(件);B1,B2,B3三个销地 的总销量为:150+150+200=500(件),总产量
线性规划的图解
max z=x1+3x2 s.t. x1+ x2≤6
-x1+2x2≤8 x1 ≥0, x2≥0
x2 6
4
最优解 可行域
-8
0
目标函数等值线
6 x1
(一)、运输问题
一般的运输问题就是要解决把某种产 品从若干个产地调运到若干个销地,在每 个产地的供应量与每个销地的需求量已知, 并知道各地之间的运输单价的前提下,如 何确定一个使得总的运输费用最小的方案。
其它形式
② 矩阵形式
① 求和形式
n
max(min)z c j x j j 1
其中:
max(min) z CX AX b
n
aijx j bi (i 1,2, , m)
j 1
X 0
x j 0( j 1,2, , n)
其中:
a11 a12
A
a21 am1
a22 am2
a1n
ui 0,vi 0,
a,b为自由变量
模型中,xi,yi已知,ui,vi, a, b为决策变量。 原问题化为含(2n+2)个决策变量,n个约 束方程的一极小化问题。
例3、合理下料问题
设 xj 分别代表采用切割方案1~8的套数,
方案
2.9m
2.1m
1.5m
合计
1
2
0
1
7.3
2
1
2
0
7.1
3
1
1
1
6.5
4
1
0
3
7.4
5
0
3
0
6.3
6
0
2
2
7.2
余料
0.1 0.3 0.9 0 1.1 0.2
若目标函数为使购裁买剪的后 钢零筋料最少,则有
min f (x) x01.1x1x2 0.x33x2x40.9x35 0x6x4 1.1x5 0.2x6
总投资不超过b元.问如何选择门市部的地址
公司的年利润最大.
解 设
1,选择Ai,
xi= 0,否则
则得0-1规划模型:
7
max z cixi i 1 7
s.t. bixi b, i 1
x1 x 2 x3 2,
x 4 x5 1,
x6 x7 1,
xi 0或1,
i 1,2, ,7
2x11 x22 x33 x44 100
s.t.
2
x22 x11
x33 x33
3x55 3x44
2 2
x66 x66
100 100
x11, x22, x33, x44, x55, x66 0
则最有优最解优为解: x为4 : 1x01 0,1x06,x250,5O0B,Jx41030,OBJ 16
线性规划研究的主要问题
一类是已有一定数量的资源(人力、物质、时间等),研究如 何充分合理地使用它们,才能使完成的任务量为最大。
另一类是当一项任务确定以后,研究如何统筹安排,才能使完成 任务所耗费的资源量为最少。
—— 实际上,上述两类问题是一个问题的两个不同的方面,都是求问 题的最优解( max 或 min )。
▪中国定义:运筹学是应用分析、试验、量化的 方法,对经济管理系统中人力、物力、财力等 资源进行统筹安排,为决策者提供有依据的最 优方案,以实现最有效的管理。
运筹学的工作步骤
确定问题 搜集数据建立模型 检验模型 求解模型 结果分析 结果实施
运筹学与计算机
计算机为运筹学提供解题工具。
要学会解题的思路与方法,建立模型很重 要。
(i 1.2. .n)
j 1
n
xij 1
( j 1.2. .n)
i 1 xij
0或1(i,
j
1.2.
.n)
(三)、网络问题
一个网络包括一些结点(用圆圈表示),
每个结点由几条弧(用箭头表示)与其它 结点相连,如图:
2
15
4
20
1
12
8
9
5
10
7
14
10
8
12
3 13
6
最短路问题
a
bxi
i 1
最小的 a,b。由于函数中带有绝对值,不便用
数学分析方法来处理,但用线性规划方法来处 理就变得较容易。令
yi a bxi ui vi, yi a bxi ui vi
则得线性规划模型
min
z
n
ui
vi
i 1
s.t.a bxi ui vi yi, i 1,2, n.
x1 + 2x2 + x3 + x4 ≥160
2x1
+4 x3 +2 x4 =200
3x1 +x2 +x3 +2 x4 ≤180
x1、x2 、x3 、x4≥0
例3、合理下料问题
某车间接到制作 100 付钢架的定单,每付钢架要用长为 2.9m, 2.7m,1.5m 的圆钢 各一根,已知原料长 7.4m。问如何下料,可使所用原料最省。
平行移动,找与可行域最后相交的点,该点就是最优解。 4 将最优解代入目标函数,求出最优值。