1运筹学-线性规划理论及应用精要.pptVIP

线性规划 Linear Programming（LP） 第一章 线性规划理论及应用 线性规划 Linear Programming（LP） 引 言 解决有限资源在有竞争的使用方向中如何进行最佳分配。 线性规划是运筹学的一个重要分支，也是运筹学中应用最广泛的方法之一。自1947年旦茨基（G. B. Dantzig）提出了一般线性规划问题求解的方法——单纯形法（simplex method）之后，线性规划已被广泛应用于解决经济管理和工业生产中遇到的实际问题。调查表明，在世界500家最大的企业中，有85%的企业都曾使用过线性规划解决经营管理中遇到的复杂问题。线性规划的使用为应用者节约了数以亿万计的资金。 线性规划 Linear Programming（LP） 本章中我们将讨论什么是线性规划问题，线性规划问题的数学表示，基本理论、概念和求解方法。 线性规划问题是什么样的一类问题呢？ 线性规划 Linear Programming（LP） 1.线性规划模型 —— Linear Programming Model 或 Linear Optimization Model 用线性规划方法解决实际问题的第一步是建立能够完整描述和反映实际问题的线性规划模型。 线性规划 Linear Programming（LP） 通常建立LP模型有以下几个步骤： 1. 确定决策变量： 决策变量是模型要确定的未知变量，也是模型最重要的参数，是决策者解决实际问题的控制变量。 2. 确定目标函数： 目标函数决定线性规划问题的优化方向，是模型的重要组成部分。实际问题的目标可表示为决策变量的一个线性函数，并根据实际问题的优化方向求其最大化（max）或最小化（min）。 3. 确定约束方程：一个正确的线性规划模型应能通过约束方程来描述和反映一系列客观条件或环境的限制，这些限制通过一系列线性等式或不等式方程组来描述。 4. 变量取值限制：一般情况下，决策变量取正值（非负值）。因此，模型中应有变量的非负约束即Xj≥0，但也存在例外。 线性规划 Linear Programming（LP） 例1 某工厂可生产甲、乙两种产品，需消耗煤、电、油三种资源。现将有关数据列表如下，试拟订使总收入最大的生产计划方案。 线性规划模型三要素： 1.决策变量：需决策的量，即待求的未知数； 2.目标函数：需优化的量，即欲达的目标，用决策变量的表达式表示； 3.约束条件：为实现优化目标需受到的限制，用决策变量的等式或不等式表示。 在本例中 决策变量：甲、乙产品的计划产量，记为x1,x2； 目标函数：总收入，记为z, 则z=7x1+12x2，为体现对其追求极大化，在z的前面冠以极大号Max； 约束条件：分别来自资源煤、电、油限量的约束，和产量非负的约束，表示为 线性规划 Linear Programming（LP） 2.线性规划问题的求解：（图解法） 如何求解一般的线性规划呢？ 下面我们分析一下简单的情况—— 只有两个决策变量的线性规划问题，这时可以通过图解的方法来求解。图解法具有简单、直观、便于初学者窥探线性规划基本原理和几何意义等优点。 图解法是用画图的方式求解线性规划的一种方法。它虽然只能用于解二维（两个变量）的问题，但其主要作用并不在于求解，而是在于能够直观地说明线性规划解的一些重要性质。 线性规划 Linear Programming（LP） 例1 1.做约束的图形 先做非负约束的图形；再做资源约束的图形；最后找出公共部分。 2.做目标的图形 对于目标函数：Max z= c1x1 + … + cn xn 任给z二不同的值，便可做出相应的二直线，用虚线表示。 3.求出最优解 将目标直线向使目标z优化的方向移，直至可行域的边界为止，这时其与可行域的“切”点X*即最优解。 如在例1中， X*是可行域的一个角点，经求解交出的二约束直线联立的方程可解得X*=(3.5,1.5) 由图解法的结果得到例1的最优解，还可将其代入目标函数求得相应的最优目标值z=8.5 线性规划 Linear Programming（LP） 线性规划 Linear Programming（LP） 例2 max z= 2X1 + X2 X1 + 1.9X2 ≥ 3.8 X1 - 1.9X2 ≤ 3.8 s.t. X1 + 1.9X2 ≤10.2 X1