310-线性规划与应用.pptVIP

线性规划与应用 线性规划简介 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，它是辅助人们进行科学管理的一种数学方法。 在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求。线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好。 线性规划简介 一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题。满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。线性规划问题的数学模型的一般形式：（1）列出约束条件及目标函数（2）画出约束条件所表示的可行域（3）在可行域内求目标函数的最优解 食谱问题 某公司饲养实验用的动物以供出售，已知这些动物的生长对饲料中三种营养成分：蛋白质、矿物质、维生素特别敏感，每个动物每天至少需要蛋白质70g，矿物质3g，维生维10mg，该公司能买到5种不同的饲料，每种饲料1kg所含营养成分如表1所示，每种饲料1kg的成本如表2所示。　求既能满足动物生长需要，又使总成本最低的饲料配方。 食谱问题 问题分析 目标：成本最低； 约束条件：饲料配方要提供不少于基本需求的营养； 饲料配方由5种饲料以不同份量混合而成； 控制对象：饲料配方中各种饲料份量； 食谱问题线性规划结构 Min F=0.2x1+0.7x2+0.4x3+0.3x4+0.5x5 S.t. (蛋白质) 0.3x1+2x2+1x3+0.6x4+1.8x5≥70 (矿物质) 0.1x1+0.05x2+0.02x3+0.2x4+0.05x5≥3 (维生素) 0.05x1+0.1x2+0.02x3+0.2x4+0.08x5≥10 xi≥0 Mathematica线性规划 LinearProgramming[c,A,b] c：目标函数系数列表； A：约束条件控制变量系数矩阵； b：约束条件列表； 求满足Ax≥b约束条件，使cx目标函数的值最小的线性规划最优解； Mathematica线性规划 ConstrainedMin[目标函数,约束条件列表,控制变量列表] 求满足约束条件，使目标函数值最小的线性规划最优解； ConstrainedMax[目标函数,约束条件列表,控制变量列表] 求满足约束条件，使目标函数值最大的线性规划最优解； 食谱问题模型求解 求解过程见文件“食谱问题”； 可以看出，用两个不同函数LinearProgramming和ConstrainedMin求得相同的解 该公司可分别购买第四种饲料39.74(kg)和第五种饲料25.64(kg)配成混合饲料，所耗成本24.74(元)为满足营养条件下的最低成本； 生产作业问题 某工厂有甲、乙、丙、丁四个车间，生产A、B、C、D、E、F六种产品．根据车床性能和以前的生产情况，得知生产单位产品所需车间的工作小时数，每个车间每月工作小时的上限，以及产品的价格如下表所示。问各种产品每月应该生产多少，才能使这个工厂每月生产总值达到最大？ 生产作业问题 生产作业问题分析 控制目标：月生产总值最大； 约束条件： 每个车间实际生产工时为加工各种产品的工时总和； 每个车间加工产品的总工时不大于每月工时上限； 各种产品每月产量是整数； 控制变量：各种产品每月产量； 生产作业问题线性规划结构 Max P=0.4x1+0.28x2+0.32x3+0.72x4+0.69x5+0.6x6 S.t. (甲) 0.01x1+0.01x2+0.01x3+0.03x4+0.03x5+0.03x6≤850 (乙) 0.02x1+0.05x4≤700 (丙) 0.02x2+0.05x5≤100 (丁) 0.03x3+0.08x6≤900 xi≥0 Mathematica最大值问题处理 使用LinearProgramming[c,A,b]只可以求解满足Ax≥b约束条件，使cx目标函数的值最小的线性规划最优解； 对线性规划结构进行变换； ConstrainedMax[目标函数,约束条件列表,控制变量列表]命令求解不需要进行变换； 生产作业问题线性规划结构 Min P=-0.4x1-0.28x2-0.32x3-0.72x4-0.69x5-0.6x6 S.t. (甲) -0.01x1-0.01x2-0.01x3-0.03x4-0.03x5-0.03x6≥-850 (乙) -0.02x1-0.05x4≥-700 (丙) -0.02x2-0.05x5≥-100 (丁) -0.03x3-0.08x6≥-900 xi≥0 生产作业问题求解 求解过程见文件“生产作业问题”； 因为产品应用中要求结果为整数，所以对线性规划结果进行取整，即对结果取最接近的整数； 该工厂A产品35000件，B产品5000件，