第4章数学规划模型-姜启源.docVIP

第4章 数学规划模型 在上一章中我们看到，建立优化模型要确定优化的目标和寻求的决策。用表示决策变量，表示目标函数。实际问题一般对决策变量的取值范围有限制，不妨记作∈Ω，Ω称为可行域。优化问题的数学模型可表示为 Ω 在第3章x通常是1维或2维变量，Ω通常是1维或2维的非负域。 实际中的优化问题通常有多个决策变量，用维向量表示，目标函数是多元函数，可行域Ω比较复杂，常用一组不等式（也可以有等式）≤0 (=1,2, …,)来界定，称为约束条件。一般地，这类模型可表述成如下形式 s.t.≤ 这里的s. t. (subject to)是“受约束于”的意思。 显然，上述模型属于多元函数的条件极值问题的范围，然而许多实际问题归结出的这种形式的优化模型，其决策变量个数和约束条件个数一般较大，并且最优解往往在可行域的边界上取得，这样就不能简单地用微分法求解，数学规划是解决这类问题的有效方法。 需要指出的是，本章无意涉及数学规划（或运筹学）的具体计算方法，仍然着重于从数学建模的角度，介绍如何建立若干实际优化问题的模型，并且在用现成的数学软件求解后，对结果作一些分析。 4．1 奶制品的生产和销售 企业内部的生产计划有各种不同的情况。从空间层次来看，在工厂级要根据外部需求和内部设备、人力、原料等条件，以最大利润为目标制订产品的生产计划，在车间级则要根据产品生产计划、工艺流程、资源约束及费用参数等，以最小成本为目标制订生产批量计划。从时间层次看，若在短时间内认为外部需求和内部资源等不随时间变化，可制订单阶段生产计划，否则就要制订多阶段生产计划。 本节选择几个单阶段生产计划的实例，说明如何建立这类问题的数学规划模型，并利用软件求解的输出对结果作一些分析。 加工奶制品的生产计划 问题 一奶制品加工厂用牛奶生产两种奶制品，1桶牛奶可以在设备甲上用12小时加工成3公斤，或者在设备乙上用8小时加工成4公斤。根据市场需求，生产的，全部能售出。且每公斤获利24元，每公斤获利16元。现在加工厂每天得到50桶牛奶的供应，每天正式工人总的劳动时间为480小时，并且设备甲每天至多能加工100公斤，设备乙的加工能力没有限制。试为该场制订一个生产计划，使每天获利最大，并进一步讨论以下3个附加问题： 1) 若用35元可以买到1桶牛奶，应否作这项投资？若投资，每天最多购买多少桶牛奶？ 若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元？ 由于市场需求的变化，每公斤的获利增加到30元，应否改变生产计划？ 问题分析 这个优化问题的目标是使每天获利最大，要作的决策是生产计划，即每天用多少桶牛奶生产，用多少桶牛奶生产（也可以是每天生产多少公斤，多少公斤），决策受到3个条件的限制：原料（牛奶）供应、劳动时间、设备甲的加工能力。按题目所给，将决策变量、目标函数和约束条件用数学符号及式子表示出来，就可得到下面的模型。 基本模型 决策变量：设每天用桶牛奶生产，用桶牛奶生产。 目标函数：设每天获利为元。桶牛奶可生产3公斤，获利24×3，桶牛奶可生产4公斤，获利16×4，故。 约束条件： 原料供应 生产，的原料（牛奶）总量不得超过每天的供应，即≤50桶； 劳动时间 生产，的总加工时间不得超过每天正式工人总的劳动时间，即≤480小时； 设备能力 的产量不得超过设备甲每天的加工能力，即≤100； 非负约束 ,均不能为负值，即≥0,≥0 综上可得 (1) s. t. ≤50 (2) ≤480 (3) ≤100 (4) ≥0,≥0 (5) 这就是该问题的基本模型。由于目标函数和约束条件对于决策变量而言都是线性的，所以称为线性规划（Linear Programming,简记作LP）。 模型分析与假设 从本章下面的实例可以看到，许多实际的优化问题的数学模型都是线性规划（特别是在像生产计划这样的经济管理领域），这不是偶然的。让我们分析一下线性规划具有哪些特征，或者说：实际问题具有什么性质，其模型才是线性规划。 ·比例性 每个决策变量对目标函数的“贡献”，与该决策变量的取值成正比；每个决策变量对每个约束条件右端项的“贡献”，与该决策变量的取值成正比。 ·可加性 各个决策变量对目标函数的“贡献”，与其它决策变量的取值无关；各个决策变量对每个约束条件右端项的“贡献”，与其它变量的取值无关。 ·连