线性规划理论及模型应用01.pptVIP

线性规划理论与模型应用 北京工业大学应用数理学院 主要内容 1.1引言 线性规划(Linear Programming)问题, 简称LP问题,是运筹学(Operations Research)中最基本, 也是最重要的内容, 被广泛地应用于军事决策、企业管理、工程设计、交通运输等领域. 特别是经济领域应用更为广泛, 有资料称, 在对500家有相当效益的公司所作的评述中, 有85%的公司都曾应用了线性规划。 对线性规划贡献最大的应属美国数学家丹齐格(G.B.Dantzig), 他在1947年提出了求解线性规划问题的单纯形法(Simplex Method), 同时给出了许多很有价值的相关理论, 为线性规划奠定了理论基础. 1953年, G.B.Dantzig又提出了改进单纯形法, 较之于基本单纯形法, 改进单纯形法更适用于大规模线性规划问题的计算机实现. 1954年Lemke提出了对偶单纯形法(Dual Simplex Method)。 G.B.Dantzig的单纯形法有两个缺陷, 其一、如果线性规划问题是退化的, 算法有可能出现迭代点之间的循环而导致算法计算失败; 为避免出现循环, 相继出现了字典序方法, 摄动方法, 特别在1976年, R.G.Bland提出了避免出现循环的最小指标原则, 使循环问题得以解决, 也使线性规划的理论更加完善。 单纯形法的第二个缺陷是, 1972年, V.Klee和G.Minmty构造了一个例子, 发现单纯形法的迭代次数是指数次运算. 一般认为求解一个问题的算法, 运算次数如果是问题规模的多项式函数称为多项式算法, 则这一问题可有效地用计算机进行求解, 而单纯形法不是多项式算法. V.Klee和G.Minmty的例子使单纯形法受到了严重的挑战, 也提出了一个新的问题---有无求解线性规划问题的多项式算法。 1979年, 前苏联青年数学家哈奇安(Khanchiyan)提出了求解线性规划问题一个新算法---椭球算法, 并在理论上证明了该算法是一个多项式算法. 这一结果在全世界引起了极大轰动,被认为是线性规划理论上的历史突破. 然而在实际计算中, 该算法并没有象理论上对单纯形法所表现出的优越性, 椭球算法的数值实验是失败的. 但哈奇扬的贡献在于他给出了求解线性规划多项式算法的存在性问题 1984年, 在美国ATT公司Bell实验室工作的印度数学家卡马卡(N.Karmarkar)又提出了一个求解线性规划问题多项式算法---Karmarkar算法, Karmarkar算法本质上属于内点法, 该算法不仅在理论上可证明收敛速度优于单纯形法, 而且对于一些实际大规模线性规划问题的计算效果也确实优于单纯形法(据Bell实验室等机构报告). 1980年前后，出现求解线性规划的有效集法(Active Set Method),在理论上有效集法与单纯形法是本质上等价的, 各有优缺点, 可起到相互补充的作用. 但有效集法的思想在非线性规划的一些算法中是非常重要的。 中小规模甚至大型的线性规划问题，多使用单纯形法，但对超大型线性规划问题应使用卡马卡算法。 本课程主要介绍单纯形法。 1.2 线性规划模型 建立线性规划模型的三个步骤 所解决实际问题中影响最终目标的因素中确定决策变量； 确定目标函数； 根据决策变量所受的限制条件确定决策变量所应满足的约束条件。 如果目标函数是线性函数，约束条件均为线性不等式或等式，则称该为线性规划模型；如果目标函数和约束条件至少有一个非线性函数则称为非线性规划模型。 例1 生产安排模型，某工厂生产I、II两种产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，如表所示。 解： 本问题是目标最大化问题； 1）决策变量，设x1, x2为产品I、II的生产数量； 2）目标函数，2x1+3x2； 3）约束条件， 设备限制： x1+2x2 ≤ 8 原材料A限制： 4x1 ≤ 16 原材料B限制： 4x2 ≤ 12 基本要求：x1 ? 0 ， x2 ? 0 该模型记为如下形式 max z=2x1+3x2 s.t. x1+2x2 ≤ 8 4x1 ≤ 16 4x2 ≤ 12 x1 ， x2 ? 0 其中max表示本问题是最大值问题（用min表示最小值问题）， s.t.(subject to的缩写)表示约束条件。 例2 食谱问题，设有n种食物, 各含m种营养素, 第j种食物中第i种营养素的含量为aij，n食物价格分别为c1, c2, …, cn, 请确定食谱中n种食物的数量x1, x2, …, xn, 要求食谱中m种营养素的含量分别不低于b1, b2,…,bm情况下使费用最低。 解： 本问题是目标最小化问题； 1）决策变量食物的数量x1, x2, …, xn