第4章 线性规划模型.pptVIP

使用Lindo的一些注意事项 变量不能出现在一个约束条件的右端 表达式中不接受括号和逗号等符号 表达式应化简，如2x1+3x2-4x1应写成-2x1+3x2 缺省假定所有变量非负，可在模型“END”语句后用“FREE name”将变量name的非负假定取消 可在“END”后用“SUB”或“SLB”设定变量上下界。例如：“sub x1 10”表示“x1=10” “END”后对0-1变量说明：INT n或INT name “END”后对整数变量说明：GIN n或GIN name 问题分析 除第4周外每周的生产能力超过每周的需求； 生产成本逐周上升； 前几周应多生产一些。 周次 需求 能力 1 15 30 2 25 40 3 35 45 4 25 20 合计 100 135 成本 5.0 5.1 5.4 5.5 ? 饮料厂在第1周开始时没有库存； 从费用最小考虑, 第4周末不能有库存； 周末有库存时需支出一周的存贮费； 每周末的库存量等于下周初的库存量。 模型假设 设每月生产小、中、大型汽车的数量分别为x1, x2, x3 汽车厂生产计划 模型建立 小型 中型 大型 现有量 钢材 1.5 3 5 600 时间 280 250 400 60000 利润 2 3 4 线性规划模型(LP) 模型求解 3） 模型中增加条件：x1, x2, x3 均为整数，重新求解。 OBJECTIVE FUNCTION VALUE 1) 632.2581 VARIABLE VALUE REDUCED COST X1 64.516129 0.000000 X2 167.741928 0.000000 X3 0.000000 0.946237 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.731183 3) 0.000000 0.003226 结果为小数，怎么办？ 1）舍去小数：取x1=64，x2=167，算出目标函数值z=629，与LP最优值632.2581相差不大。 2）试探：如取x1=65，x2=167；x1=64，x2=168等，计算函数值z，通过比较可能得到更优的解。 但必须检验它们是否满足约束条件。 IP可用LINDO直接求解 整数规划(Integer Programming,简记IP) “gin 3”表示“前3个变量为整数”，等价于： gin x1 gin x2 gin x3 IP 的最优解x1=64，x2=168，x3=0，最优值z=632 max 2x1+3x2+4x3 st 1.5x1+3x2+5x3600 280x1+250x2+400x360000 end gin 3 OBJECTIVE FUNCTION VALUE 1) 632.0000 VARIABLE VALUE REDUCED COST X1 64.000000 -2.000000 X2 168.000000 -3.000000 X3 0.000000 -4.000000 模型求解 IP 结果输出 其中3个子模型应去掉，然后逐一求解，比较目标函数值，再加上整数约束，得最优解： 方法1：分解为8个LP子模型 汽车厂生产计划 若生产某类汽车，则至少生产80辆，求生产计划。 x1,x2, x3=0 或 ?80 ? ? ? x1=80，x2= 150，x3=0，最优值z=610 LINDO中对0-1变量的限定： int y1 int y2 int y3 方法2：引入0-1变量，化为整数规划 M为大的正数，可取1000 OBJECTIVE FUNCTION VA