前程文化ch3線性規劃導論.ppt

線性規劃導論 簡單的最大化問題 圖解法 簡單的最小化問題 特殊情形 線性規劃的標準式 基本觀念 數學規劃: 數學模式的結構中包括兩大部份-目標式及限制式. 線性規劃:在數學規劃中, 其目標式及限制式皆為線性的. 範例說明(1/12) 題目請見課本p34 數學模型： Max 9X + 10Y 總利潤 Subject to (s.t.) 4X + 7Y ? 4220 切割與染整 7X + 6Y ? 4510 縫合 9X + 8Y ? 7200 組裝 6X + 3Y ? 3600 檢驗與包裝 X, Y ? 0 範例說明(2/12) 圖解法 ：線性規劃問題若是只有兩個決策變數的話，則可以使用圖解法來求解 範例說明(3/12) 首先畫出等式部份，之後才考慮不等式部份() 範例說明(4/12) 不等式表示直線某一邊的所有點都會滿足限制式要決定哪一邊的點，通常選擇原點(0, 0)來檢驗。 範例說明(5/12) 重複這樣的計算過程，可畫出第一、第二與第四條限制式的可行區域，如圖3.4、圖3.5與圖3.6。 範例說明(6/12) 範例說明(7/12) 範例說明(8/12) 考慮一種產品生產組合方案：X=200, Y=400，是否可行，可檢驗其是否滿足所有的限制式，若滿足所有的限制條件，則為可行解，反之，只要違反其中任一或幾條限制式，則為不可行解。 依此原則可畫出可行解區域(圖3.7) 範例說明(9/12) 範例說明(10/12) 解法一:斜率分析 其最佳解都會落在可行區域的「端點」，所以只要檢查端點，再計算出端點的目標函數值，最後從中選出一個最佳值。 茲將各端點的座標(從原點依照順時鐘方向)與利潤值列於下頁表： 範例說明(11/12) Important Observations 線性規劃問題的最佳解都會落在可行區域的「端點」(extreme point) . 端點: 二維問題中, 一端點可由兩個限制式等號成立決定之. 範例說明(12/12) 管理者也想知道要達成最佳產量時須花費多少資源，對力新問題而言，即是各部門必須使用多少人力。 名詞介紹 剩餘時數：在最佳產量下各部門未用完人力時數 從上分析，可知由於切染與縫合兩部門人力相對不足而限制了兩種球袋產量，亦即本問題受到切染與縫合兩個限制式的束縛，所得最大利潤只有6,850元。 這種對問題構成束縛的限制式稱之為「束縛限制式」束縛限制式的剩餘時數為零。 簡單的最小化問題 桃園廠的單位成本為90萬元，台南廠的單位成本為80萬元。桃園廠的產能為每週40台，台南廠的產能為每週50台。依據公司所簽下的合約，每週必須運送50台到美國，且公司希望每一個廠每週至少須有基本的生產數量，也就是桃園廠至少須生產15台，台南廠至少須生產30台。公司希望知道兩座工廠的產量，期使總生產成本最低。 簡單的最小化問題(1/4) 題目請見課本p72 將問題模式化 問題是使成本最小化，而限制式包括： 兩廠的總產量至少要有50台。 桃園廠的產量最小為15台，最大為40台。 台南廠的產量最小為30台，最大為50台。 決策變數 X1 = 桃園廠的生產數量(台) X2 = 台南廠的生產數量(台) 簡單的最小化問題(2/4) 模型 Min = 90X1 + 80X2 總成本 s.t. X1 + X2 = 50 兩廠的總產量 X1 = 15 桃園廠的最小產量 X1 = 40 桃園廠的最大產量 X2 = 30 台南廠的最小產量 X2 = 50 台南廠的最大產量 Xi = 0 i=1, 2 簡單的最小化問題(3/4) 本題只有兩個決策變數，可利用圖解法來求最佳解。其步驟與上題求解類似，簡述如下： 畫出每條限制式所對應的直線方程式。 判斷每條限制式所對應的可行區域(在直線的哪一邊)。 決定問題的可行區域。 畫出與目標函數斜率相同的任一直線，儘量向左下方平行移動，所能碰到可行區域最外側的一點，就是成本最小點。 前面步驟1至3與最大化問題完全一樣，只有在步驟4中平行移動的方向與最大化問題相反。 簡單的最小化問題(4/4) 以所有可行區域端點，算出所有可能成本 最大化VS最小化 從以上例子可知道，求解最小化問題與前一節中求解最大化問題過程中，最主要的差異有二： 最小化問題：目標函數線往成本遞減的方向移動，最佳解為使目標函數值最小的端點。 最大化問題：目標函數線往利潤遞增的方向移動，最佳解為使目標函數值最大的端點。 特殊情形 線性規劃可能會出現許多特殊情況，如： 多重最佳解(Alternative optimal solutions) 不可行性(Infeasibility) 無限性(Unboundedness) 多餘限制式(Redundant