第3章 数学规划基础.docVIP

数学规划基础 所谓数学规划，是指系统在一定约束条件下使某一评价目标达到最优（极值）的一种决策方法。数学规划的关键是从系统思想出发，在定性分析的基础上建立其数学模型。 数学规划模型的一般形式为：系统在满足条件 （1） 的情况下，使评价目标达到最优（最大或最小值），即 （2） 其中，式（1）是系统必须满足的限制条件的数学描述，通常由等式或不等式组成，称为约束条件，简记为s.t.（subject to，意为“受…的限制”）；式（2）是系统评价目标的数学描述，称为目标函数。 线性规划 所谓线性规划，是指约束条件和目标函数均为线性的数学规划方法。根据系统评价目标是单个还是多个，可将线性规划分为单目标线性规划和多目标线性规划。 （一）单目标线性规划 问题的提出 例1（生产管理问题） 某工厂计划期内要安排生产Ⅰ、Ⅱ两种产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，如表所示。该工厂每生产一件产品Ⅰ可获利2元，每生产一件产品Ⅱ可获利3元，问如何安排生产计划才能使工厂获利最多？ 产品Ⅰ 产品Ⅱ 限制 设备（台时/件） 1 2 8台时 原材料A（kg /件） 4 0 16kg 原材料B（kg /件） 0 4 12kg 利润（元/件） 2 3 解 上述所谓的“安排生产计划”问题，其实质就是要寻求一个满足设备和原材料资源约束的可行的生产方案，以确保工厂能获得最大的利润值。 假设产品Ⅰ、Ⅱ的产量分别为x1、x2，则该工厂的获利值f = 2 x1 + 3 x2。 由于可行的生产方案需要考虑不能超出设备的有效台时数限制，即x1+2 x2≤8；同时，还要考虑满足A、B原材料资源的约束条件，即4x1≤16，4x2≤12。因此，工厂的目标是在满足设备和原材料资源限制的条件下，如何确定两种产品的产量x1、x2，使工厂的获利最大。 综上所述，上述安排生产计划问题的数学模型为 目标 满足约束条件（s.t.） 由此可见，将这类实际问题转换为数学模型的基本步骤可归纳如下： 确定决策变量； 确定所要追求的目标（目的）； 确定约束条件； 例2（环保问题） 靠近某河流有两个化工厂，流经工厂1的河水流量是5×106m3/天，在两个工厂之间有一条流量为2×106m3/天的支流，如图所示。工厂1每天排放工业污水2×104m3，工厂2每天排放工业污水1.4×104m3。从工厂1排出的污水流到工厂2之前，有20%可自然净化。根据环保要求，河流中工业污水的含量不应超过0.2%。若这两个工厂都各自处理一部分污水，工厂1处理污水的成本是1000元/104m3，工厂2处理污水的成本是800元/104m3，试问在满足环保要求的条件下，各工厂应分别处理多少污水，才能使两个工厂处理污水的总费用最小？ 解 假设工厂1和工厂2每天处理污水量分别为x1·104m3、x2·104m3，则两个工厂处理污水的总费用f = 1000x1 + 800 x2。 根据环保要求，从工厂1到工厂2之间的河流中污水含量不超过0.2%，则可得 由于从工厂1排出的污水流到工厂2之前有20%会自然净化，且流经工厂2后河流中污水含量仍要不超过0.2%，故有 此外，各工厂每天的污水处理量不应超过其污水排放量，则有x1≤2，x2≤1.4。因此，问题的目标是要求两个工厂处理污水的总费用最小。 综上所述，上述环保问题的数学模型为 目标 满足约束条件（s.t.） 数学模型的建立 应用单目标线性规划来解决实际的最优化问题时，必须符合以下特征（参见P34）： 所求问题都有一个目标要求，且相应的目标函数可以用最大或最小值的形式来表达； 要达到最优目标，必须有多种方案可供选择； 注意：每一组决策变量（x1, x2, …, xn）的取值就是一个具体方案。 所寻求的目标必然有条件约束； 目标函数和约束条件都是线性方程式，且决策变量具有非负性。 因此，单目标线性规划问题的数学模型可归纳如下： 目标函数 满足约束条件（s.t.） 其中，aij, bi, cj为已知常数。 数学模型的标准化 将单目标线性规划的数学模型规定为以下标准形式： 目标函数是求最大值 当目标函数是求最小值时，即 由于 令f = ??f，可得 约束条件均用线性等式方程来表示，且右边常数项均为非负值 当表达式中含“≤”时，可在约束条件左边加上一个非负的变量——松弛变量，使原来的“≤”变为“=”；当表达式中含“≥”时，可在约束条件左边减去一个非负的变量——剩余变量