运筹学第二章线性规划的图解法.pptVIP

  1. 1、本文档共36页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
运筹学第二章线性规划的图解法

* * 1.3 线性规划的标准型 Standard form of LP 综合起来得到下列标准型 * * 注:化标准型的方法 1、目标极小化极大:min( f )= -- max ( - f ) 2、不等式化等式: (1)大于等于“≥”:在左边减去乘余变量 ( )≥ b ( )-- s = b (2)小于等于“≤”:在左边添加松驰变量 ( )≤ b ( )+ t = b * * 3、常数项负化正:两边乘(-1) 4、变量负化正:乘(-1) 5、自由变量(无要求) * * 6、对于 a ≤ x ≤ b (a、b均大于零)的有界变量化为标准形式 有两种方法。 一种方法是增加两个约束 x≥a 及 x≤b 另一种方法是令 x‘ = x -a,则 a ≤x ≤ b等价于 0≤ x‘≤b-a,增加一个约束 x≤b-a 并且将原问题所有 x 用 x= x+a 替换。 * * 当某个约束是绝对值不等式时,将绝对值不等式化为两个不等式,再化为等式,例如约束 将其化为两个不等式 再加入松驰变量化为等式。 1.3 线性规划的标准型 Standard form of LP * * Chapter 1 线性规划 Linear Programming Page * * * 【例1.1】最优生产计划问题。某企业在计划期内计划生产甲、乙、丙三种产品。这些产品分别需要要在设备A、B上加工,需要消耗材料C、D,按工艺资料规定,单件产品在不同设备上加工及所需要的资源如表1.1所示。已知在计划期内设备的加工能力各为200台时,可供材料分别为360、300公斤;每生产一件甲、乙、丙三种产品,企业可获得利润分别为40、30、50元,假定市场需求无限制。   企业决策者应如何安排生产计划,使企业在计划期内总的利润收入最大? 问题举例      一、线性规划 * * 产品 资源 甲 乙 丙 现有资源 设备A 3 1 2 200 设备B 2 2 4 200 材料C 4 5 1 360 材料D 2 3 5 300 利润(元/件) 40 30 50 表1.1 产品资源消耗 * * 【解】设x1、x2、x3 分别为甲、乙、丙三种产品的产量数学模型为: 产品 资源 甲 乙 丙 现有资源 设备A 3 1 2 200 设备B 2 2 4 200 材料C 4 5 1 360 材料D 2 3 5 300 利润(元/件) 40 30 50 最优解X=(50,30,10);Z=3400 §2.2 二维问题的图解法 Graphical Method * * 二维线性规划 (目标函数) (约束条件) 具有两个变量的最优化问题有明显的几何意义, 往往可以用图解法获得最优解 * * 可行点(解):满足所有约束条件的点 可行域:可行点组成的集合 (目标函数) (约束条件) * * * * 直线沿着矢量 (梯度)方向移 动,k值增大; 反之k值减小。 矢量(梯度)方向 * * 线性规划:图解法的步骤: 1.求可行解集合。分别求出满足每个约束包括变量非 负要求的区域,其交集就是可行解集合,或称为可行域; 2.绘制目标函数图形。   先过原点作一条矢量指向点(c1,c2),矢量的方向就是目标函数增加的方向,称为梯度方向,再作一条与矢量垂直的直线,这条直线就是目标函数图形; 3.求最优解。依据目标函数求最大或最小移动目标函数直线,直线与可行域相交的点对应的坐标就是最优解。 §2.2  图解法 The Graphical Method * * 一般地,将目标函数直线放在可行域中 求最大值时直线沿着 矢量(梯度)方向移动 求最小值时沿着矢量 (梯度)的反方向移动 * * x1 x2 O 10 20 30 40 10 20 30 40 (3,4) (15,10) 最优解 X = (15,10) 最优值 Z = 85 例3.1 §2.2  图解法 The Graphical Method * * 2 4 6 x1 x2 2 4 6 最优解 X = ( 3, 1 ) 最优值 Z = 5 (3,1)

文档评论(0)

wyjy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档