运筹学讲与座2009 终稿 .ppt

§5 运筹学的其他内容 ( Queueing Theory， Decision Analysis ） * * 求解线性规划模型的基本算法 图解法 1、建立直角坐标系。 2、由约束条件作出X的可行域（全部可行解所组成的集合）。 3、作横穿可行域的等值线。 4、判定最优解 5、计算出最优解及最优值。 对于只有两个变量的线性规划问题可以用图解法求解 max z=x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x1 ≥0, x2≥0 可行域 目标函数等值线 最优解 6 4 -8 6 0 x1 x2 目标函数z=x1+3x2，当z取某一固定值时得到一条直线，直线上的每一点都具有相同的目标函数值，称之为“等值线”。平行移动等值线，当移动到B点时，z在可行域内实现了最大化。A，B，C，D，E是可行域的顶点，对有限个约束条件则其可行域的顶点也是有限的。 用MATLAB优化工具箱解线性规划 min z=cX 1、模型： 命令：x=linprog（c，A，b） 2、模型：min z=cX 命令：x=linprog（c，A，b，Aeq,beq） 注意：若没有不等式： 存在，则令A=[ ]，b=[ ]. 3、模型：min z=cX VLB≤X≤VUB 命令：[1] x=linprog（c，A，b，Aeq,beq, VLB，VUB） [2] x=linprog（c，A，b，Aeq,beq, VLB，VUB, X0） 注意：[1] 若没有等式约束: , 则令Aeq=[ ], beq=[ ]. [2]其中X0表示初始点 4、命令：[x,fval]=linprog(…) 返回最优解ｘ及ｘ处的目标函数值fval. 解 编写M文件xxgh1.m如下： c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6]; A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08]; b=[850;700;100;900]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) ? 解:法一 c=[6 3 4]; A=[0 1 0]; b=[50]; Aeq=[1 1 1]; beq=[120]; vlb=[30,0,20]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) 法二： c=[6 3 4]; A=[]; b=[]; Aeq=[1 1 1]; beq=[120]; vlb=[30,0,20]; vub=[120，50，120]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) §3 非线性规划 (nonlinear programming) 定义 如果目标函数或约束条件中至少有一个是非线性函数时的最优化问题就叫做非线性规划问题． 非线性规划的基本概念 一般形式: （1） 其中 ， 是定义在 En 上的实值函数，简记: 其它情况: 求目标函数的最大值或约束条件为小于等于零的情况，都可通过取其相反数化为上述一般形式． 建立非线型规划模型的步骤： 确定决策变量； 表示目标函数； 界定约束条件； 一般形式: （1） 其中 ， 是定义在 En 上的实值函数，简记: * 例