7.运筹学之目标规划(胡运权版)
运筹学教程(第二版)(胡运权)课后答案(清华大学出版社)
运筹学教程(第⼆版)(胡运权)课后答案(清华⼤学出版社)运筹学教程(第⼆版)习题解答第⼀章习题解答运筹学教程1.1 ⽤图解法求解下列线性规划问题。
并指出问题具有惟⼀最优解、⽆穷多最优解、⽆界解还是⽆可⾏解。
1 2x , x ≥ 0 ? ≤ 2 2 1 ? .? 2 x 1 - x 2 ≥ 2st- 2 x + 3x (4) max Z = 5 x 1 + 6 x 2≤ 82 5 ≤ x ? 1 ? 5 ≤ x ≤ 10 .?max Z = x 1 + x 26 x 1 + 10 x 2 ≤ 120st ?(3) 1 2 x , x ≥ 0 ? 2 1 ? ? ? 4 x 1 + 6 x 2 ≥ 6st .?2 x + 2 x ≥ 4 (1) min Z = 2 x 1 +3 x 21 2 ? ≥ 12 2 1 ? x , x ≥ 0 .? ?2 x 1 + x 2 ≤ 2st ?3x + 4 x (2) max Z = 3x 1 + 2 x 2x , x ≥ 0 1 2该问题⽆解≥ 12 2 1 ? ? 2 x 1 + x 2 ≤ 2st .?3 x +4 x ( 2 ) max Z = 3 x 1 + 2 x 2第⼀章习题解答3 2 1x = 1, x = 1, Z = 3是⼀个最优解⽆穷多最优解,1 2x , x ≥ 0 ? 2 1 ? ? ? 4 x 1 + 6 x 2 ≥ 6st .?2 x + 2 x ≥ 4 (1) min Z = 2 x 1 +3 x 2该问题有⽆界解1 2x , x ≥ 0 ? ≤ 2 2 1 ? .? 2 x 1 - x 2 ≥ 2st- 2 x + 3x (4) max Z = 5x 1 + 6 x 2第⼀章习题解答唯⼀最优解, x 1 = 10, x 2 = 6, Z = 16 ≤ 82 5 ≤ x ?1 ? 5 ≤ x ≤ 10 .?max Z = x 1 + x 26 x 1 + 10 x 2 ≤ 120st ?(3)第⼀章习题解答运筹学教程1.2 将下述线性规划问题化成标准形式。
运筹学胡运权第五版课件
单击此处添加副标题
汇报人:
目录
添加目录项标题 运筹学基础知识 整数规划 图论与网络优化
课件概览 线性规划 动态规划
01
添加章节标题
02
课件概览
课件简介
课程名称:运筹学胡运权第五版课件 课程内容:包括线性规划、非线性规划、整数规划、动态规划、图与网络优化等 课程目标:帮助学生掌握运筹学的基本理论和方法提高分析和解决问题的能力 课程特点:理论与实践相结合注重案例分析和实际问题的解决
最小生成树问题:在无向图中寻找最小生 成树
最大流问题:在流网络中寻找最大流
最小费用流问题:在流网络中寻找最小费 用流
网络可靠性问题:评估网络可靠性提高网 络稳定性
网络优化算法:如Dijkstr算法、Floyd算 法、Kruskl算法等
网络优化算法
最短路径算 法:Dijkstr
算法、 Floyd算法
等
图论与网络优化应用案例
物流网络优化:通过图论方 法优化物流网络降低物流成 本
社交网络优化:通过图论方 法优化社交网络提高社交网
络的稳定性和可靠性
交通网络优化:通过图论方 法优化交通网络提高交通效 率
电力网络优化:通过图论方 法优化电力网络提高电力系
统的稳定性和可靠性
感谢观看
汇报人:
课件结构
• 运筹学概述 • 线性规划 • 非线性规划 • 动态规划 • 随机规划 • 决策分析 • 网络规划 • 排队论 • 库存论 • 博弈论 • 运筹学应用案例 • 运筹学发展前景 • 运筹学与其他学科的关系 • 运筹学学习方法与技巧
课件特点
内容全面:涵盖了运筹学的基本概念、理论和方法 结构清晰:按照章节进行划分便于理解和掌握 实例丰富:提供了大量的实例和案例便于理解和应用 习题丰富:提供了大量的习题和练习便于巩固和提高
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
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。
【参考借鉴】运筹学教案(胡运权版).doc
【参考借鉴】运筹学教案(胡运权版).doc《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【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。
二、学习运筹学的方法1、读懂教材上的文字;2、多练习做题,多动脑筋思考;3、作业8次;4、考试;5、ERCEL操作与手动操作结合。
二、学生练习(20分钟)三、课堂小结(5分钟)《线性规划及单纯形法》(2课时)【教学流程图】运筹学运筹学与线性规划的基本概念线性规划线性规划的标准型目标函数结合例题讲解线性规划标准型的转化方法约束条件的右端常数约束条件为不等式【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。
运筹学第五章 整数规划 胡运权
赵明霞
山西大学经济与管理学院
第五章 整数规划
1. 整数规划的数学模型
2. 割平面法 3. 分支定界法 4. 0-1整数规划
5. 指派问题
6. 应用
2018/10/8 2
求整数解的线性规划问题,不是用四舍五入法或去尾法对线性规
划的非整数解加以处理都能解决的,而要用整数规划的方法加
以解决。
在整数规划中:
仅取值 0 或 1。这时 x j 称为 0 1变量,或称二进制变量。
0-1规划的分支定界法
0-1规划的适用背景
①双态变量的归一化(变量)
②不相容约束的归一化(约束条件)
③分段线性函数的归一化(目标函数)
2018/10/8
23
①双态变量的归一化
u j , 若采取行为j xj v j , 否则
n aij x j -Myi bi (i 1 2 m) j 1 s.t. m y m k (最多只能有k个约束同时起作用, 1 k m) i i 1
1, 第i个约束不起作用 yi 0,
25
5x1 4 x2 24 或 7 x1 3x2 45 或 2x1 5x2 12
7 2018/10/8 7
第二节 割平面法
2 x1 2 x2 11
13/4,5/2
松弛问题 x1+x2≤5
第一次切割 4,1
第二次切割
2018/10/8 8
设纯整数规划
max Z c j x j
j 1
n
n aij x j bi s.t. j 1 x 0且为整数,j 1, j
x j u j y j v j (1 y j )=v j (u j v j)y j 1, 若采取行为j yj 0, 否则
运筹学学习题(胡运权版)
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
运筹学第九章网络计划胡运权
b
3
0.445 g
4
0.445
c
2
0.111 h
4
0.111
d
2
0.028 i
2
0.028
e
1
0.028
15
二、时间参数
1、最早时间
从网络的发点开始,按顺序计算出每个工序的最早开始时间
(ES )和最早结束时间(EF)
ttEESS
(1, (i,
j) j)
0
maxt k
EF
(k , i)
tEF (i, j) tES (i, j) t(i, j)
运筹学--线性规划
25
例9.4 某公司装配一条新的生产线,具体过程如表1,求:完成 此工程的最少时间,关键路线及相应的关键工序,各工序的最 早开始时间和非关键工序在不影响工程完成时间的前提下,其 开始时间与结束时间可以推迟多久?
26
工序代号 a b c d e f g h i j
工序内容 生产线设计 外购零配件 下料、锻件 工装制造1 木模、铸件 机械加工1 工装制造2 机械加工2 机械加工3
9
在绘制统筹方法的网络图时,要注意图中不能有缺口和回路。
a
2
1 60
b 15
5
e
13 c
8 f
7
h 5
8
d 3
4
10 g
38
16 6
图4
避免交叉
节点标号:j > i i
j
10
第二节 时间参数的计算
在绘制出网络图之后,我们可以由网络图求出: 1、完成此工程项目所需的最少时间。 2、每个工序的开始时间与结束时间。 3、关键路线及其应用的关键工序。 4、非关键工序在不影响工程的完成时间的前提下,其开始时 间与结束时间可以推迟多久。
运筹学胡运权
§1 多阶 段决 策过 程的 最优
化
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
为了便于求解和表示决策及过程的 发展顺序,而把所给问题恰当地划分为 若干个相互联系又有区别的子问题,称 之为多段决策问题的阶段。一个阶段, 就是需要作出一个决策的子问题,通常, 阶段是按决策进行的时间或空间上先后 顺序划分的。用以描述阶段的变量叫作 阶段变量,一般以k表示阶段变量.阶 段数等于多段决策过程从开始到结束所 需作出决策的数目,图7—1所示的最短 路问题就是一个四阶段决策过程。
策略(Policy)也叫决策序列.策略有全过
程策略和k部子策略之分,全过程策略是指具有 n个阶段的全部过程,由依次进行的n个阶段决
策构成的决策序列,简称策略,表示为
p1,n{u1,u2,…,un}。从k阶段到第n阶段,依次进 行的阶段决策构成的决策序列称为k部子策略, 表示为pk,n{uk,uk+1,…,un} ,显然当k=1时的k部
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
创始时间 创始人
上个世纪50年代
美国数学家贝尔曼 (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: 多阶段决策过程的最优化的目标: 达到整个活动过程的总体效果最优 •主要用于解决:
化
例1:某厂与用户签订了如表所示
运筹学胡运权第三版第四章目标规划
max z 6 x1 8 x2 5 x1 10 x2 60 s.t. 4 x1 4 x2 40 x1 , x2 0
解得,最优解x1=8,x2=2,max z=64(元)
在单纯形表Ⅲ中,由于非基变量d1+和d3+的检验数都是 零,故知例4-4有多重最优解(满意解)。
以d1+为换入变量继续迭代,可得如下单纯形表Ⅳ
cj→ CB 0 P1 0 xB x3 x1 d2d 1+ b 20 8 4 8 P1 cj-zj P2 P3 0 x1 0 1 0 0 0 0 0 0 x2 10/3 4/3 -4/3 10/3 0 0 0 0 x3 1 0 0 0 0 0 0 P1 d10 0 0 -1 1 0 0 0 d1+ 0 0 0 1 0 0 0 0 d20 0 1 0 0 0 0 P2 d 2+ 0 0 -1 0 0 1 0 P3 d3-5/6 1/6 -2/3 1/6 0 0 1 0 d 3+ 5/6 -1/6 2/3 -1/6 0 0 0
第四章 目标规划
Operational Research ( OR )
本章 内容
目标规划问题及其数学模型 目标规划的图解法 解目标规划的单纯形法 目标规划的灵敏度分析 目标规划应用举例
例4-1 某工厂生产两种产品,受到原材料供应和设
目 标 规 划 问 题 的 导 出
备工时的限制。在单件利润等有关数据已知上网 条件下,要求制订一个获利最大的生产计划。具 体数据如下:
目 标划的目标函数
目标规划的目标函数由各目标约束的偏差变量及 相应的优先因子和权系数构成。当每一目标值确定 后,决策者的要求是尽可能缩小偏离目标值。因此 目标规划的目标函数只能是极小化minz =f(d+,d-)。 三种基本表达式: ①要求恰好达到目标值,即正、负偏差变量都要尽 可能地小 min{f(d++d-)} 或者 minz = f(d++d-) ②要求不超过目标值,即允许达不到目标值,就是 正偏差变量要尽可能地小 min{f(d+)} 或者 minz = f(d+) ③要求不低于目标值,但允许超过目标值,即超过 量不限,但是必须是负偏差变量要尽可能地小 min{f(d-)} 或者 minz = f(d-)
目标规划 胡运权 第四版 运筹学
x1 d d 200 x2 d d 250
2 3
2 3
d , d 0 ( j 1.2.3) j j
若规定3600的钢材必须用完,原式9 x1 +4 x2 ≤3600 则变为 9x1 4x2 d4 d4 3600 d4 , d4 0
精品课程《运筹学》
3、线性规划中的约束条件是同等重要的;而目标规 划中有轻重缓急和主次之分,即有优先权。 4、线性规划的最优解是绝对意义下的最优,但需花 去大量的人力、物力、财力才能得到;实际过程中, 只要求得满意解,就能满足需要(或更能满足需要)。
目前,已经在经济计划、生产管理、经营管理、市场 分析、财务管理等方面得到了广泛的应用。
钢材 煤炭
设备台时 单件利润
9 4
3 70
4 5
10 120
3600 2000
3000
精品课程《运筹学》
设:甲产品
一般有:
x1 ,乙产品
x2
同时: maxZ1=70 x1 + 120x2 minZ2= x1 maxZ3= x2 9 x1 +4 x2 ≤3600 4 x1 +5 x2 ≤ 2000 3 x1 +10 x2 ≤3000 x1 , x2 ≥0
P2 (d 2 d 2 ) 第二目标:
1 1
精品课程《运筹学》
第三目标: P d3 3
规划模型:
min Z P d P2 (d d ) P3d x1 x 2 d d 0 x1 2 x2 d 2 d 2 10 8 x1 10x2 d 3 d 3 56 2 x x 11 1 2 x1 2 0, d . d 0 ( j 1.2.3) j j
《运筹学(胡运权)》第五版课后习题答案
B2 10000.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 0.168000
3) 0.000000 1.500000
4) 0.000000 0.075000
5) 5628.571289 0.000000
5.3c
因为使mind1-,故在x1+x2=40的右侧,若使mind4+,则在x1+x2=50的左侧,即阴影区域,因为在阴影部分无法使2d2-+d3-最小,故比较E(20,30),F(24,26),E点:d2-=4,d3-=0 min2d2-+d3-=8,F点:d2-=0,d3-=4, min2d2-+d3-=4,故选F点
X2 0.000000 2.000000
X33.000000 0.000000
X1,X2,X3 0.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 0.200000
3) 0.000000 0.600000
4) 0.0000000.000000
设a1,a2,a3, a4,a5分别为在A1,A2,B1,B2,B3加工的Ⅰ产品数量,b1,b2,b3分别为在A1,A2,B1加工的Ⅱ产品数量,c1为在A2,B2上加工的Ⅲ产品数量。则目标函数为‘
maxz= (1.25-0.25)( a1+a2+a3)+(2-0.35) b3+(2.8-0.5)c1 -0.05(a1+b1)-
程序法
6.4a
破圈法
避圈法
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(胡运权)》第五版课后习题答案
x11+x12+x13+x14#43;x23≥10
x13+x14+x22+x23+x31+x32≥20
x14+x23+x32+x41≥12
Xij≥0
用excel求解为:
用LINDO求解:
LP OPTIMUM FOUND AT STEP 3
OBJECTIVE FUNCTION VALUE
程序法
6.4a
破圈法
避圈法
最小部分树16
6.4b
最小部分树32
172页6.11
红色曲线为使用一年卖出
蓝色曲线为使用两年卖出
绿色曲线为使用三年卖出
紫色曲线为使用四年卖出
最短路程为3.7万元,路径为v0-v1-v4或v0-v2-v4或v0-v1-v2-v4
三种方案分别为:第一年年初买新车,年末卖掉再买新车,一直用到第四年年末卖掉;
0.03(a2+b2+c1)-0.06(a3+b3)-0.11(a4+c1)-0.05a5
=0.95a1+0.97a2+0.94a3+1.5b3+2.1c1-0.05b1-0.11a4-0.05a5
s.t.
5a1+10b1≤6000
7a2+b2+12c1≤10000
6a3+8a3≤4000
4a4+11c1≤7000
NO. ITERATIONS= 0
可知购进原材料15个单位为宜。
4.1
a)设yi= 1第i组条件起作用
0第i组条件不起作用
x1+x2≤2-(1-y1)M M—充分大正数
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
运筹学课程07-动态规划(胡运权 清华大学)
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)。
- 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)。
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,x x件,则有12121212max 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1k k 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 L k kl l kl l k l Z M d d ωω--++===+∑∑目标约束 ()1 1,2,n ij j l l l j c x d d g l L -+=+-==∑绝对约束 ()()1, 1,2,n ij j ij 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.. 7045 ,,,0 1,,4.i i z 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.对于绝对约束,与线性规划中的约束条件画法完全相同。