线性规划04-线性规划问题单纯形法详解.ppt

第二章 线性规划及图解法 第一讲 第二章 线性规划及图解法 线性规划 Linear Programming（LP） 问题的提出 解决有限资源在有竞争的使用方向中如何进行最佳分配。 线性规划是运筹学的一个重要分支，也是运筹学中应用最广泛的方法之一。自1947年旦茨基（G. B. Dantzig）提出了一般线性规划问题求解的方法——单纯形法（simplex method）之后，线性规划已被广泛应用于解决经济管理和工业生产中遇到的实际问题。调查表明，在世界500家最大的企业中，有85%的企业都曾使用线性规划解决经营管理中遇到的复杂问题。线性规划的使用为应用者节约了数以亿万计的资金。 线性规划 Linear Programming（LP） 本讲中我们将讨论什么是线性规划问题，线性规划问题的数学表示，基本概念和图解方法。 线性规划问题是什么样的一类问题呢？ 请看案例 线性规划 Linear Programming（LP） 案 例 河流污染治理规划问题 线性规划 Linear Programming（LP） 案 例 河流污染治理规划问题 线性规划 Linear Programming（LP） 案 例 河流污染治理规划问题 线性规划 Linear Programming（LP） 案 例 河流污染治理规划问题 线性规划 Linear Programming（LP） 案 例 河流污染治理规划问题 背景资料: 长江流域某区域内有9化工厂，各厂每月产生的工业污水量如表-1，流经各化工厂的河流流量如表-2，各化工厂治理工业污水的成本如表-3。上游厂排放的污水流到相邻下游厂以前，有20%可自然净化。 根据环保标准河流中此种工业污水的含量不应超过0.2%。从该区域整体考虑，各化工厂应该分别处理多少工业污水才能既满足环保要求，又使9化工厂治理工业污水的总费用最少。 线性规划 Linear Programming（LP） 背景资料: 线性规划 Linear Programming（LP） 问题分析： 区域污染治理的决策——各个化工厂应处理的工业污水量（或应排放的工业污水量）。 区域污染治理的约束——即满足环保要求排放工业污水（区域内河流中任何点检测都应符合环保标准）。 区域污染治理的目标——总治理成本最少。 线性规划 Linear Programming（LP） 模型描述： 设第i个化工厂应处理的工业污水量为Xi万m3，则根据问题描述的情况以化工厂1、2、… 、9 加以分析则可得如下近似关系式 对化工厂2应有 （1-X2）/ 300 ≦ 0.2% 对化工厂8应有 （0.8-X8）/200 ≦ 0.2% 对化工厂1应有 ｛（1.2-X1）+ 0.8?（1-X2）+（0.8-X8）? ｝/500 ≦ 0.2% 线性规划 Linear Programming（LP） 对化工厂9应有—— （1.5-X9）/ 700 ≦ 0.2% 对化工厂7应有—— ?（2-X7）+ 0.8（1.5-X9）? / 1200 ≦ 0.2% …… 此外显然还应有 Xi ≧0 （i=1，2，3 … 8，9） 综上所述决策者所需考虑的区域内各个化工厂应处理的工业污水量 Xi应满足上述所有不等式方程。我们将这些不等式方程构成的方程组称为污水治理的约束条件。 线性规划 Linear Programming（LP） 另一方面污水治理的总成本可表示为Z（单位：百万元） Z = 3X1+ 5X2+ 2X3+ 4X4+ 5X5+ 6X6+ 1X7+ 2X8+ 3X9 而决策者的目标是： 确定满足约束条件的Xi使得Z取得最小值。 将上述分析归纳后即可得如下数学符合模型： 线性规划 Linear Programming（LP） 河流污染治理规划问题 数学模型（整理之后） 线性规划 Linear Programming（LP） 线性规划模型 —— Linear Programming Model 或 Linear Optimization Model 用线性规划方法解决实际经济与管理问题的第一步是分析建立能够完整描述和反映实际问题的线性规划模型。 线性规划 Linear Programming（LP） 通常建立LP模型有以下几个基本步骤： 确定决策变量： 决策变量是模型要确定的未知变量，也是模型最重要的参数，是决策者解决实际问题的控制变量。 确定目标函数： 目标函数决定线性规划问题的优化方向，是模型的重要组成部分。实际问题的目标可表示为决策变量的一个线性函数，并根据目标函数的实质确定优