规划问题和LINDO(LINGO)软件.pptVIP

* 规划模型及LINDO/LINGO软件 数学建模竞赛专题讲座 一、规划模型的基本概念 1、规划模型的一般形式 规划模型的三个要素： （1）决策变量，它通常是该问题要求解的那些未知量，不妨用n维向量x=（x1，x2 ，… ， xn ）T表示，当对x赋值后通常称为该问题的一个解； （2）目标函数，它通常是该问题要优化（最大或最小）的那个目标的数学表达式，它是决策变量x的函数，可以记作f(x)； （3）约束条件，由该问题对决策的限制条件给出，即x允许取值的范围x ∈ Ω， Ω称为可行域，通常用一组关于x的等式hi(x)=0(i=1,2,…,me）或不等式gj(x) ≤ 0(j= me +1, me +2,…, me +m）来界定，分别称为等式约束和不等式约束。 规划模型的一般数学形式： opt z=f(x); ⑴ s.t. hi(x)=0 (i=1,2,…,me）, ⑵ gj(x) ≤ 0 (j= me +1, me +2,…, me +m）. ⑶ 其中opt是最优化的意思，可以是min或max两者之一；s. t.是“受约束于”（subject to)的意思。 2、可行解和最优解 同时满足约束条件⑵和⑶的解x(x ∈ Ω)称为可行解，否则成为不可行解，满足约束条件⑴的可行解x*称为最优解，在最优解x* 处目标函数的取值f(x*)称为最优值。 如果在某个可行解x* 的附近(x* 的某个邻域)，x* 使目标函数达到的取值最优，但x*不一定是整个可行域Ω上的最优解，则x* 称为一个局部最优解。相对于局部最优解，我们把整个可行域Ω上的最优解称为全局最优解或整体最优解。 3、基本类型 (1)连续型，当模型中决策变量的x的所有分量xi(i=1,2,…,n）的取值均为连续数值(即实数)时，模型称为连续型规划。此时，若f(x)，hi(x) ， gj(x) 都是线性函数，称为线性规划；若f(x)，hi(x) ， gj(x) 至少有一个是非线性函数，称为非线性规划；特别地，若f(x)是二次函数，而hi(x) ， gj(x) 都是线性函数，称为二次规划； (2)离散型，当模型中决策变量的x的一个或多个分量只取离散数值，模型称为离散型规划。此时，通常x的一个或多个分量只取整数数值，称为整数规划。 (2)离散型，当模型中决策变量的x的一个或多个分量只取离散数值，模型称为离散型规划。此时，通常x的一个或多个分量只取整数数值，称为整数规划。 可以进一步分为纯整数规划(x的所有分量只取整数数值)和混合整数规划(x的部分分量只取整数数值) 。 特别地，若x的分量中取整数数值的范围还限定为只取0或1,则称为0-1规划 。 此外，整数规划还可以分为线性整数规划和非线性整数规划。 二、规划模型实例与LINGO软件求解 例题 1 SAILCO公司需要决定下四个季度的帆船生产量，下四个季度的帆船需求量分别是40条，60条，75条，25条，这些需求必须按时满足。每个季度正常的生产能力是40条帆船，每条船的生产费用为400美元。如果加班生产，每条船的生产费用为450美元。每个季度末，每条船的库存费用为20美元。假定生产提前期为0，初始库存为10条船，如何安排生产可使总费用最小？ 我们设DEM(I)， RP(I)，OP(I)，INV(I)分别表示第I个季度的需求量、正常生产的产量、加班生产的产量、库存量(I=1,2,3,4)。这个问题的模型如下： min z= ∑ {400 RP(I)+450OP(I)+20INV(I) } I=1,2,3,4 s.t. RP(I) ≤40， (I=1,2,3,4); INV(I)= INV(I-1)+ RP(I) +OP(I) -DEM(I) ，(I=1,2,3,4); INV(0)= 10; LINGO求解程序 MODEL: sets: quarters/1,2,3,4/:DEM,RP,OP,INV; endsets min=@sum(quarters:400*RP+450*OP+20*INV); @for(quarters(I):RP(I)40); @for(quarters(I) |I#gt#1: INV(I)=INV(