第13章 MATLAB线性规划问题.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
线性规划问题 * ? 谢中华, MATLAB从零到进阶. * 天 津 科 技 大 学 数 学 系 谢中华 办公室:泰达4号楼211室 电话E-mail: xiezhh@tust.edu.cn MATLAB从零到进阶 线性规划问题 * 主要内容 案例背景 线性规划的标准型 线性规划问题的MATLAB求解 线性规划案例分析 案例扩展——含参数线性规划 * 第一节 案例背景 * 一、线性规划应用 【例13.1-1】某厂生产 三种产品,每种产品生产需经过三道工序:选料、提纯和调配。根据现有的生产条件,可确定各工序有效工时、单位产品耗用工时及利润如表13.1-1所列。试问应如何安排各种产品的周产量,才能获得最大利润? 工 序 单位产品耗用工时(h/kg) 每周有效工时(h) 选料 1.1 1.2 1.4 4600 提纯 0.5 0.6 0.6 2100 调配 0.7 0.8 0.6 2500 利润(元/kg) 12 14 13 ? * 【例13.1-1续】该例数学模型如下: * 二、线性规划的求解方法 1. Matlab求解线性规划用到的算法 大规模内点法(Large-scale interior-Point) 中等规模作用集算法(Medium-scale active set) 中等规模单纯形算法(Medium-scale Simplex) * 第二节 线性规划的标准型 * 一、线性规划的标准型 其中f 为目标函数中决策变量的系数值向量,A为线性不等式约束的系数矩阵,b为线性不等式约束的右端常数向量,Aeq为线性等式约束的系数矩阵,beq为线性等式约束的右端常数向量,lb为决策变量 x 的下界值向量,up为决策变量x的上界值向量。 * 第三节 线性规划问题的MATLAB求解 * 一、linprog函数的调用格式 [x, fval] = linprog(f, A, b, Aeq, beq, lb, ub, x0, options) 最优解 最优值 目标函数中决策变量的系数值向量 不等式约束系数矩阵 不等式约束常数向量 等式约束系数矩阵 等式约束常数向量 可行域下界 可行域上界 初始迭代点 优化参数设置 * 二、options参数的字段及说明 字 段 说 明 Diagnostics 显示目标函数的诊断信息,可选字段值如下: on 显示诊断信息 off 不显示诊断信息(默认) Display 结果显示方式,可选字段值如下: off 不显示输出结果 iter 显示每一步迭代结果,只适用于大规模内点法和中等规模单纯形算法 final 只显示最终结果(默认) LargeScale 设置迭代算法,可选字段值如下: on 使用大规模内点法(默认) off 使用中等规模算法 MaxIter 设置迭代步数,字段值为正整数 TolFun 设置目标函数的终止容限,对于大规模内点法,默认值为1e-8,对于单纯形法,默认值为1e-6 Simplex 设置中等规模算法,可选字段值如下: on 使用单纯形算法,此时不需要用户指定初始迭代点x0 off 使用中等规模作用集算法(默认) * 第四节 线性规划案例分析 * 【例13.1-1续】该例数学模型如下: * 一、大规模内点法求解 f = [-12,-14,-13]; A= [1.1, 1.2, 1.4; 0.5, 0.6, 0.6; 0.7, 0.8, 0.6]; b= [4600; 2100; 2500]; Aeq=[]; beq=[]; lb=[0; 0; 0]; ub=[]; [x,fval,exitflag,output,lambda] = linprog(f,A,b,Aeq,beq,lb,ub) * 二、单纯形法求解 options = optimset(LargeScale, off, Simplex, on,Display,iter); [x,fval,exitflag,output,lambda] = linprog(f,A,b,Aeq,beq,lb,ub,[],options) % 最优解 x = 1.0e+003 * 0.7500 1.2500 1.6250 % 最优值 fval = -47625 * 第五节 案例扩展——含参数线性规划 * 一、目标函数含参数 【例13.5-1】求解含参数线性规划问题 其中a1 = -1, a2 = -2, a3 = -3 为参数。 * f0 = [1,1,1]; a = [-1,-2,-3]; f = a.*f0; A = [7, 3, 9; 8, 5, 4;

文档评论(0)

文档精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档