5线性规划解说.ppt

§2.4 用Matlab解线性规划 在 Matlab 软件的优化工具箱中，求解线性规划的函数为：lp。其调用格式为 x = linprog(c, A, b, Aeq, beq, xLB, xUB) 适用模型为： 其中 Aeq、beq表示AX ? b中的等式约束部分AeqX = beq的系数矩阵和常数向量。 使用 Matlab 求解线性规划问题， 必须是这样的“标准形式”。 例 2.4.1 在§2.2 的引例中，我们对食用油加工 计划问题建立了如下的线性规划模型： 将上述模型改写成 Matlab 适用的模型，其形式为： 建立 M 文件，编写 Matlab 程序： c = [110; 120; 130; 110; 115; -150] A = [1, 1, 1, 1, 1, -1; 1, 1, 0, 0, 0, 0; 0, 0, 1, 1, 1, 0; 8.8, 6.1, 2, 4.2, 5, -6; -8.8, -6.1, -2, -4.2, -5, 3]; b = [0; 200; 250; 0; 0]; Aeq =[1, 1, 1, 1, 1, -1]; beq = 0; xLB = zeros(6, 1); xUB = inf*ones(6, 1); x = linprog(c, A, b, Aeq, beq, xLB, xUB); x，Profit=c*x 运行上述 Matlab 程序，计算得： x = 159.2593 40.7407 0.0000 250.0000 0 450.0000 Profit = -1.7593e+004 于是月采购与生产计划为： 总利润：1.7593?104 生产量：450 0 250 0 40.7407 159.2593 采购量 OIL3 OIL2 OIL1 VEG2 VEG1 原油 §2.5 灵敏度分析与参数线性规划 §2.5.1 线性规划问题的灵敏度分析 灵敏度分析是指对系统因周围条件变化显示出来的敏感程度的分析。 * 线性规划 第二讲线性规划 §2.1 引言 线性规划是运筹学的重要分枝，也是运筹学最基本的部分。 20 世纪 30 年代末，前苏联学者康托洛维奇首先研究了线性规划问题。1939年，他撰写的《生产组织与计划中的数学方法》一书，是线性规划应用于工业生产问题的经典著作。 然而这项工作长期不为人们所知。 第二次世界大战期间，由于战争的需要，柯勃门（T. C. Koopmans）重行、独立地研究了运输问题。 后来丹西格（G. B. Dantzig）于 1947 年发现了单纯形方法，并将其应用于与国防有关的诸如人员的轮训、任务的分派等问题。此后，线性规划的理论和方法日渐趋于成熟。 线性规划所研究的对象属于最优化的范畴，本质上是一个极值问题。和其它最优化问题一样，在建立线性规划问题的数学模型时，应首先明确三个基本要素： 决策变量（decision variables）：它们是决策者（你）所控制的那些数量，它们取什么数值需要决策者来决策，问题的求解就是找出决策变量的最优值。 约束条件（constraints）：它们是决策者在现实世界中所受到的限制，或者说决策变量在这些限制范围之内才有意义。 目标函数（objective function）：它代表决策者希望对其进行优化的那个指标。目标函数是决策变量的函数。 线性规划问题的特征是目标函数和约束条件中的函数都是决策变量的线性函数，并且约束是必不可少的 (否则不存在有实际意义的解) §2.2 引例：食用油加工计划 加工一种食用油需要精炼若干种原油并把它们混合起来。原油来源有两类共5种： 植物油：VEG1，VEG2 非植物油：OIL1，OIL2，OIL3 购买每种原油的价格（镑/吨）见表2.2.1： 115 110 130 120 110 OIL3 OIL2 OIL1 VEG2 VEG1 表2.2.1： 最终产品以150镑/吨价格出售。 植物油和非植物油需要在不同的生产线上进行精炼。每月能够精炼的植物油不超过 200吨，非植物油不超过 250 吨；在精炼过程中，重量没有损失，精炼费用可忽略不计。 最终产品要符合硬度的技术条件。按照硬度计量单位，它必须在 3—6 之间。