線性规划之单纯形法实验指导.docVIP

实验指导线性规划 一、实验目的 了解线性规划的基本知识，熟悉应用matlab解决线性规划问题的一般方法。 二、实验内容 线性规划的基本概念 生产计划问题 运输问题 三、实验仪器和设备 计算机若干台（装有matlab6.5及以上版本软件） 打印机 四、实验要求 独立完成各个实验任务； 实验的过程保存成 .m 文件，以备检查； 实验结果保存成 .mat 文件 五、实验原理在生产和经营等管理工作中，需要经常进行计划或规划。虽然内容千差万别，但它们都有其共同点：在现有资源限制下，如何确定方案，使预期目标达到最优。这可以归结为数学规划问题。在这类问题中，最简单的是线性规划问题，即在一组线性不等式约束下求线性目标函数的极大或极小值问题。因为线性规划问题用数学语言描述管理工作中的实际问题，所以又被称为数学模型。建立数学模型的过程是，由实际问题出发，设置变量，确定目标函数，并根据资源条件的限制写出约束条件，最后给出线性规划问题。本章只介绍两种典型问题的模型，生产计划问题和运输问题。 （一）线性规划的基本概念 线性规划问题是求决策变量在一组线性等式或线性不等式约束下，使目标函数达到最小或最大值的一类优化问题。 求解线性规划问题的计算方法中最简单的是图解法，以下面问题为例 例1 求解问题 max z = x1+ x2 s. t. 2x1+3x2≤6 3x1+2x2≤6 x1≥0，x2≥0 这是一个求函数最大值问题。其中，变量 x1，x2，的一组值就是实际问题中的一个决策，所以称它们为决策变量（也称为控制变量）。决策变量是取实数值的连续变量。函数 z = x1+ x2 称为目标函数。而不等式组 2x1+3x2≤6 3x1+2x2≤6 x1≥0,，x2≥0 称为约束条件。在图1中，平面坐标系第一象限内由直线2x1+3x2＝6的左下方以及直线3x1+2x2＝6的左下方的区域正是控制变量满足约束条件的几何图形。区域中的任一点代表控制变量满足线性规划约束条件的一组值x1，x2，称为线性规划问题的可行解。 图1 全部可行解的集合称为可行域.使线性规划的目标函数达到最优值(依具体问题,或是极大值,或是极小值)的可行解称为线性规划问题的最优解。 在这一问题中，最优解对应于直线族x1 + x2 = c中，与可行域相切的一条直线。切点正好是最优解(6/5，6/5)，因为这个点在可行域的边界上正好是两直线的交点，即方程组 的解 x1=6/5 x2=6/5 用图解法求解线性规划问题时应注意几点 1．图解法适用于两个变量的线性规划问题； 2．线性规划问题的解有四种情况：有唯一最优解、有无穷多最优解、有无界解、无可行解； 3．线性规划问题如果有最优解,则可行域的某个顶点必定是最优解.为求最优解,可先计算可行域上某顶点的目标函数值,再考察相邻顶点处的目标函数值是否比它更优,如果为否,则这个点就是最优点;如果其它点更优,则转到其它顶点上去重复这一过程。 对于例1中目标函数最大值问题，为了用MATLAB命令直接求解，应转化为最小值问题，即 min z = —x1 — x2 s. t. 2x1+3x2≤6 3x1+2x2≤6 x1≥0, x2≥0 取向量 cT = ( —1 —1 ) bT =( 6 6 ) e0 = ( 0 0 ) 矩阵 用MATLAB求解线性规划问题命令LP的下面格式 lp(c，A，b，e0，e1) 求解该问题。输入问题中的全部数据，并调用LP命令。程序段如下 c=[-1 -1]； A=[2 3；3 2]； b=[6；6]； e0=[0 0]； x=lp(c，A，b，e0) 计算机运行后的数据结果为 ans = 6/5 6/5 所以，最优解为 x1 = 6/5 x2 = 6/5 这一结论与图解法的结果是一致的。 在MATLAB中，常用的求解线性规划问题的命令使用格式有以下几种 (1). 最简单的调用格式： X=lp(c，A，b) (2). 使用控制变量的上、下界调用格式： X=lp(f，A，b，vlb，vub) (3). 使用控制变量的初始点进行迭代格式： X=lp(f，A，b，vlb，vub，X0) (4). 由A和b定义的约束条件中前N个为等式约束条件使用格式： X=lp(f，A，b，vlb，vub，X0，N) （二）生产计划问题 现在考虑一个生产计划问题。 例2 某工厂生产甲、乙两种同类产品，需要用到三种原料。两类产品中每单位的产品对三种原料的不同的需求量数据如下表所示 表1 原料 甲 乙 原料可供应量 第一种原料（kg） 1 1 3500 第二种原料（kg） 1 0