第八讲 线性规划.pptVIP

第八讲 线性规划 Linear Programming 示例：利润最大化 巧克力作坊生产两种产品：一种是Pyramide，还有一种是Nuit。 假设每天生产X1盒Pyramide 和X2 盒Nuit，前者每盒的利润为$1，后者每盒$6。 市场需求，每日最多200 盒Pyramide ，300 盒Nuit。 巧克力作坊每天最多能生产400 盒(各类)巧克力。 试问最优的生产方案是什么？ 我们将该问题表述为如下的线性规划： 决策变量： x1，x2 目标函数： max x1+6x2 约束条件： x1≤200 x2≤300 x1+x2≤400 x1, x2≥0 示例：利润最大化 该线性规划问题的可行解集合，就等于五个半平面的交集，为一个凸多边形。在可行区域的顶点上寻找最优解 最优解也可能不存在，这对应于两种可能： 1. 该线性规划本身不可行 (可行区域为空)。 例如：x≤1, x≥2 2. 约束条件过松，导致可行区域无界，目标函数可能得到任意大(或小)的值。 例如：max x1+x2 x1, x2≥0。 求解线性规划 图解法 单纯形法求解线性规划 算法从一个顶点开始，不断重复地寻找 目标函数值较高的邻居顶点(该顶点与原顶点由可行区域的一条边相连)，并向其移动 一旦再也找不到更高的邻居，结束计算。 示例：更多产品 巧克力作坊推出一种新产品 Luxe，每盒利润$13。 三种巧克力每天最多生产400 盒。 Nuit和Luxe 需要使用相同的包装设备，而且每个Luxe 的包装需要使用三次该设备，设备每天最多使用600次。 最优的生产计划应该又是怎样的呢？ 决策变量：x1、x2、x3 分别表示每天生产的数量， 目标函数：max x1+6x2+13x3 S.t. ： x1≤200 x2≤300 x1+x2+x3≤400 x2+3x3≤600 x1, x2, x3≥0 解空间由二维变成了三维 总利润c 对应于平面x1+6x2+13x3=c 单纯形法工作状态 目标函数：max x1+6x2+13x3 S.t. ： x1≤200 （1） x2≤300 （2） x1+x2+x3≤400 （3） x2+3x3≤600 （4） x1, x2, x3≥0 （5,6,7） （2）+（3）+4*（4）：x1+6x2+13x3≤3100 四个不等式的乘法因子(0, 1, 1,4) 示例：生产计划 某公司生产手工编制的地毯，是一种季节性极强的产品。下一年度每个月的需求量依次为d1、d2、…、d12。 公司的基本情况如下：现有30 名员工，员工每人每月能够织造20 条地毯，月工资$2,000。公司最初没有任何产品库存。 应该如何应对起伏不定的需求呢？一般有以下三种途径： 1. 加班。相对于正常工时，加班的成本，每小时需多支付工人80%的工资。此外，每个工人的加班时间不能超过正常工时的30%。 2. 聘用和解雇。对应的一次性费用分别为每人次$300 和$400。 3. 仓储囤积。每条地毯的月仓储费用为$8。目前没有需要存储的过剩产品，到年底时也应该如此。 决策变量： di=第i 个月销售的地毯数。 wi=第i 个月时的工人数，其中w0=30。 xi=第i 个月生产的地毯数。 oi=第i 个月加班生产的地毯数。 hi, fi=第i 个月开始时新聘用和解雇的工人数。 si=第i 个月底库存的地毯数，其中s0=0。