[2018年最新整理]优化模型的三要素.pptVIP

· Lingo/Lindo软件介绍 这套软件包由美国芝加哥大学的Linus Scharge教授于1980年前后开发，专门用于求解最优化问题，后经不断完善和扩充，并成立LINDO公司进行商业化运作，取得了巨大的成功。全球《财富》杂志500强的企业中，一半以上使用该公司产品，其中前25强企业中有23家使用该产品。 该软件包功能强大，版本也很多，而我们 使用的只是演示版（试用版），演示版与正式版功能基本上是 类似的，只是能够求解问题的规模受到限制，总变量数不超过30个，这在我们目前的使用过程中，基本上是足够。 Lingo/Lindo软件介绍 Lindo是英文Linear Interactive and Discrete Optimizer字首的缩写，即“交互式的线性和离散优化求解器”，可以用来求解线性规划（LP）和二次规划（QP）； Lingo是英文Linear Interactive and General Optimizer字首的缩写，即“交互式的线性和通用优化求解器”，它除了具有Lindo的全部功能外，还可以用来求解非线性规划。 Lingo和Lindo的最大特色在于可以允许决策变量是整数，而且执行速度很快；Lingo实际上还是一种建模语言，即使对优化方面的专业知识了解不多的用户，也能方便的进行输入、求解，并能快速的得到复杂优化问题的高质量的解。 现在我们用Lindo软件来求解这个模型，单击工具栏中的 图标，便得到以下运行状态窗口： 显示结果如下 对于Lingo运行状态窗口，我们给于以下解释： Lingo/Lindo软件介绍 ---Lingo Lingo中变量不区分大小写，变量名可以超过8个，不能超过32个，需以字母开头； 用Lingo解优化模型时已假定所有变量非负（除非用限定变量范围的函数@free或@bnd另行说明）； 变量可以放在约束条件右端，同时数字也可以放在约束条件左边； Lingo模型语句由一系列语句组成，每一个语句都必须以“;”结尾； Lingo中以“！”开始的是说明语句，说明语句也以“ ;” 结束。 关于Lingo的基本用法的几点注意事项： * * * * * 优化模型的三要素 优化模型 于是，优化模型从数学上可以表述为 这里opt 最优化的意思，可以是min（求极大，即minamize的缩写）或max （求极小，即minamize的缩写）的两者之一；s.t. （即subject to）“受约束于”之意。 （1） （2） （3） 优化模型基本类型 1.决策变量x的所有分量xi均为连续数值 a）f ,hi ,gi都是线性函数，则为线性规划（LP） b）f ,hi ,gi至少有一个是非线性，则为非线性规划（NLP） c） f 是二次函数,hi ,gi 都是线性，则为二次规划（QP） 2.决策变量x的的一个或多个分量xi取离散值 a） x的至少一个分量只取整数数值，则为整数规划（IP） b） x的分量限定只取整数0或1，则为0-1规划（ZOP） 3.此外，为了解决实际问题的需要，还可以分为：单目标规划，多目标规划，动态规划，多层规划等。 （1）线性规划（LP）的一般形式 目标函数和所有的约束条件都是变量的线性函数。 常用的优化模型形式 （2）二次规划问题 目标函数为二次函数，约束条件为线性约束。 常用的优化模型形式 例-1 某服务部门一周中每天需要不同数目的雇员：周一到周四每天至少需要50人，周五需要80人，周六和周日需要90人。现规定应聘者需连续工作5天，试确定聘用方案，即周一到周日每天聘用多少人，是5在满足需要的前况下聘用总人数最少？ 优化模型 决策变量：记周一到周日每天聘用的人数分别为X1，X2，X3，X4，X5，X6 ，X7，这就是问题的决策变量。 目标函数：目标函数即是聘用总人数，即 约束条件：由每天需要的人数确定。由于每人连续工作五天，所以一周的雇员应该是周四到周一聘用的，按照需要至少50人，于是 线性规划模型 类似的，有 显然，人数应该是正整数，所以 问题归结为在以上约束条件下求解min z的整数规划模型。由于目标函数和约束条件关于决策变量都是线性函数，所以这是一个整数向行规划模型。 线性规划模型 例-2 某班准备从5名游泳队员中选择4人组成接力队，参加学校的4*100混合泳接力比赛。5名队员4中泳姿的百米平均成绩如下表所示，问应该如何选拔队员组成接力队？ 戊 丁 丙 乙 甲 队员 1’02”4 1’23”8 1’11” 1’07”4 57”2 1’09”6 1’14”2 1’10” 59”4 1’24”6 1’