数学建模指导资料..docVIP

线性优化模型 3 §1 线性规划 3 1.1 线性规划的实例与定义 3 1.2线性规划的Matlab标准形式 4 1.3 线性规划问题的解的概念 4 1.4 线性规划的图解法 5 1.5 求解线性规划的Matlab解法 6 1.6 可以转化为线性规划的问题 7 §2 运输问题(产销平衡) 7 §3 指派问题（又称分配问题Assignment Problem） 8 3.1 指派问题的数学模型 8 3.2 求解指派问题的匈牙利算法 9 §4 对偶理论与灵敏度分析 11 4.1 原始问题和对偶问题 11 4.2对偶问题的基本性质 12 4.3 灵敏度分析 13 4.4参数线性规划 13 习 题 一 13 整数优化模型 11 §1 概论 11 1.1 定义 11 1.2整数规划的分类 11 1.3 求解方法分类： 12 §2 分枝定界法 12 §3 型整数规划 14 3.1 引入变量的实际问题 15 3.2 型整数规划解法之一（过滤隐枚举法） 16 §4 蒙特卡洛法（随机取样法） 18 §5 整数规划的计算机解法 19 习 题 二 20 非线性优化模型 19 §1 非线性规划 19 1.1 非线性规划的实例与定义 19 1.2 线性规划与非线性规划的区别 20 1.3 非线性规划的Matlab解法 20 1.4 求解非线性规划的基本迭代格式 21 1.5 凸函数、凸规划 23 §2 无约束问题 23 2.1 一维搜索方法 23 2.2 二次插值法 26 2.3 无约束极值问题的解法 26 2.4 Matlab求函数的极小值和函数的零点 32 §3 约束极值问题 33 3.1最优性条件 33 3.2二次规划 33 3.3 罚函数法 34 §4 飞行管理问题 35 习 题 三 36 线性优化模型 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用机器加工，加工时间分别为每台2小时和1小时；生产乙机床需用三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为机器10小时、机器8小时和机器7小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产台甲机床和乙机床时总利润最大，则应满足 （目标函数） (1) s.t.（约束条件） （2） 这里变量称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数，故被称为线性规划问题。 总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选取适当的决策变量，是我们建立有效模型的关键之一。 1.2线性规划的Matlab标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab中规定线性规划的标准形式为 其中和为维列向量，为维列向量，为矩阵。 例如线性规划 的Matlab标准型为 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 (3) (4) 可行解 满足约束条件（4）的解，称为线性规划问题的可行解，而使目标函数（3）达到最小值的可行解叫最优解。 可行域 所有可行解构成的集合称为问题的可行域，记为。 1.4 线性规划的图解法 图解法简单直观，有助于了解线性规划问题求解的基本原