线性规划在垃圾收集路线优化应用3.pptVIP

一、线性规划技术简介 线性规划（Linear Programming）是运筹学中研究较早、应用较广、比较成熟的一个重要分支。其理论和方法主要在两类问题中得到应用 一是如何利用一定量的人力、物力和资金等资源来完成最多的任务； 二是给定一项任务，如何合理安排和规划，以最少的人力、物力、资金等资源来完成该项任务。 引例 某工厂经理为了确定该厂生产两种产品的最优生产方案，根据产品的单位产值、产品对三种原材料的单位消耗以及三种原材料的供应限量，如何安排生产获得利润最大？具体数据如下表所示： 决策变量：产品的数量，设产品一为x1；设产品二为x2。 目标函数：利润最大，则700x1 +1200x2→max 约束条件：① 原材料供应量约束 9x1 + 4x2 ≤3500 4x1 + 5x2 ≤2000 3x1 + 10x2 ≤3000 ② 产品数量的非负约束 x1，x2 ≥0 则该线性规划数学模型： max Z＝ 700x1 +1200x2 9x1 + 4x2 ≤3500 4x1 + 5x2 ≤2000 3x1 +10x2 ≤3000 x1， x2 ≥0 以上是一个简单的线性规划数学模型建立过程。 2、模型特点 线性规划就是在满足一组线性约束和变量为非负的限制条件下，求多变量线性函数的最优值（最大值或最小值）。 决策变量：即决策人要考虑和控制的因素，必须非负； 约束条件：一组线性等式或不等式； 目标函数：Z=?(x1 … xn) 线性式，求Z的最大或最小。 3、数学模型一般式 max(min) Z＝c1x1+c2x2+….+cnxn s.t. aj1x1+aj2x2+…. +ajixi + …+ajnxn ≥ (≤或＝)bj xi ≥ 0 i =1, 2, … , n；j＝1, 2, … , m 决策变量 （x1，x2，…，xn） 线性目标函数 Z＝c1x1+c2x2+….+cnxn 线性约束条件 aj1x1+aj2x2+….+ajnxn ≥(≤或＝)bj （j＝1，2，…，m）。 4、模型求解方法 求解方法主要有图解法(两个变量)、单纯形法等。 计算机程序（或相关软件）求解。 本课程采用计算机软件求解。 二、城市生活垃圾收运系统的优化 一个城市有两处或两处以上处置场所； 该城市划分几个垃圾收集区域； 该城市的垃圾必须全部收集及处置； 两处以上处置场所的处置能力是有限的； 现需确定各收集区收集的垃圾应送往哪几个处理处置场，并且应运输多少量时，运输费用加处理处置费用最省？解决该问题的最有效方法通常采用线性规划技术。 【例题】某城市的生活垃圾按四个区域进行收集运输。收集的垃圾可以送两个处理、处置场处理，其垃圾产生量及处理、处置场处理处置能力，及运输费用情况如下表： 垃圾产生量及运费表1 垃圾处理能力及处理处置费表2 废物分配方案图 某城市垃圾收运系统如下图所示： 处置场点1 4 1 3 2 废物源 处置场点2 1、模型建立 决策变量：四个废物源产生的垃圾（用收集区的矩心表示）分配到两个处置场的垃圾数量xik。 目标函数：是运输和处置总费用最低。 同时，必须满足以下几项要求（约束条件）：? （1）每一个处置场(如填埋场)的能力是有限的； （2）处置废物的总量必须等于废物的产生总量； （3）从每个收集区运来的废物总数量必