数学规划模型().ppt

第四章 数学规划模型 Matlab能求解的优化模型 Matlab解法 linprog c=[-72 -64];A=[1 1;12 8;3 0];b=[50;480;100]; [x,f]=linprog(c,A,b,[],[],zeros(2,1)) Spreadsheet (Excel规划求解)能求解的优化模型 线性规划 整数规划 非线性规划 Excel解法 Lindo/Lingo能求解的优化模型 Lindo解法 max 72x1+64x2 st x1+x250 12x1+8x2480 3x1100 end Lingo解法 Model: Max=72*x1+64*x2; x1+x250; 12*x1+8*x2480; 3*x1100; end 4.1 奶制品的生产与销售 例1 加工奶制品的生产计划 例1的另一模型 设每天加工量 A1, A2 Max z=24A1+16A2 Subject to A1/3+A2/4=50 12A1/3+8A2/4=480 A1=100 A1, A2=0 单纯形表 习题 补充题：试计算原料增加10桶以后的影子价格，分析原料是否该继续增加。 例2 奶制品的生产销售计划 直接从例1修改的模型 设用y1千克A1生产B1, y2千克A2生产B2 Lindo使用注意事项 Lingo程序（不必变形，敏感性结果更易读） model: max=24*x1+16*x2+44*x3+32*x4-3*x5-3*x6; (x1+x5)/3+(x2+x6)/450; 4*(x1+x5)+2*(x2+x6)+2*x5+2*x6480; x1+x5100; x3=0.8*x5; x4=0.75*x6; end 一句话小结 线性规划是管理科学的利器； 敏感性分析赋予线性规划更丰富的意义，对模型参数变化时计算结果的有效性作了深入的分析。 习题 P130ex1 一句话小结 很多变量只有取整数时才有实际意义； 整数规划可用线性规划近似求解，但往往得不到最优解； 通过引进0-1变量，可能化复杂的非线性规划为线性规划。 小结：引入0-1变量的技巧 设所有变量非负，已知x ?M,且若x0时, x ?m. 令z=0 or 1, 那么 若x0, 则z=1 (?若z= 0, 则x =0)表示为: x ?Mz 若x=0, 则z=0 (?若z= 1, 则x 0)表示为: x ?mz 条件约束 if, then (设x1+x2 -3 ?M且若x1+x2 -3 0, 则?m ) 若x1+x23, 则x3+x4 ?6表示为: x3+x4 ? 6z, x1+x2 -3?Mz 若x1+x2=3, 则x3+x4 ? 6表示为: x3+x4 ? 6(1-z), x1+x2 -3 ?mz 逻辑运算 or, and, 令z1,2=0 or 1, x1 ? 3或x2 ? 3表示为: x1 ? 3z1, x2 ? 3z2, z1+z2 ? 1 分段线性目标函数 如例2 原油采购与加工 习题 P130ex3 补充题：blending problem 4.4 接力队选拔和选课策略 4X100米混合泳接力破世界纪录摘金 多目标规划 其他方法 在学分最多前提下，求课程最少； 在各种课程门数(6,7,8,9)前提下，求学分最多； 在各种学分前提下，求课程最少。 小结：多目标问题化单目标 Min (f1(x), f2(x)), x?? 有效解集(非劣解,次优解)x: 不存在y ??, 使fi(y)? fi(x), i=1,2, 且至少一个不等式成立. 分层排序法: 按重要程度先求f1(x)最优解集合,从其中再找f2(x)最优(如例2方法) 加权综合法: f(?, x)= ?f1(x)+(1- ?)f2(x), 对? ?[0,1]求不同解(如例2方法) 目标转化法: 保留一个主要目标, 将其他目标转化为约束条件 Min (f1(x)), x?? 且 f2(x) ? b对不同的b求不同解 评价函数法: 如 f(x)= f12(x) +f22(x)或f1(x) f2(x)或f1(x)+f2(x)等(不提倡) 习题 P130ex2 4.5 饮料厂的生产与检修 习题 P131ex4 补充题：贸易公司 4.6 钢管和易拉罐下料 小结：数学规划问题的化简 尽量化非线性问题为等价或近似线性问题； 有些整数变量可用实数变量近似代替； 灵活使用0-1变量可化简复杂的函数关系； 尽量减少变量个数； 缩小非线性规划的可行域可加快计算速度； 冗余的约束条件可以删去； 适当缩小数据间的数量级差可提高计算精度。 Lingo简介 Lingo包含Lindo功能, Lindo模型可在Lingo环境运行 Lingo增加了非线性规划 Lingo的基本模型(非编程)