优化问题与规划模型一总结概括.pptVIP

优化问题与规划模型;;;;§3.6 优化问题与规划模型;6.1 线性规划 1939年苏联数学家康托洛维奇发表《生产组织与计划中的数学问题》 1947年美国数学家乔治.丹契克、冯.诺伊曼提出线性规划的一般模型及理论.;;;模型I :以产值为目标取得最大收益. 设:生产桌子 x1张, 椅子 x2张,(决策变量) 将目标优化为:max f=80x1+45x2 对决策变量的约束: 0.2x1+0.05x2≤4 15x1+10x2 ≤ 450, x1 ≥ 0, x2 ≥ 0, ;规划问题:在约束条件下求目标函数的最优值点。 规划问题包含3个组成要素: 决策变量、目标函数、约束条件。 当目标函数和约束条件 都是决策变量的线性函数时, 称为线性规划问题, 否则称为非线性规划问题。 ;2. 线性规划问题求解方法 称满足约束条件的向量为可行解, 称可行解的集合为可行域 , 称使目标函数达最优值的可行解为最优解. 图解 法:(解两个变量的线性规划问题) 在平面上画出可行域(凸多边形), 计算目标函数在各极点(多边形顶点)处的值 比较后,取最值点为最优解。;;命题2 线性规划问题的目标函数(关于不同的目标值是一族平行直线,;;;;;; 定义: 若代数方程AX=B的解向量有n-m个分量为零, 其余m个分量对应A的m个线性无关列, 则称该解向量为方程组的一个基本解. 在一个线性规划问题中, 如果一个可行解也是约束方程组的基本解, 则称之为基本可行解 命题 4 一个向量 x 是线性规划问题可行解集的一个极点, 当且仅当它是约束方程的一个基本可行解. ;一般线性规划的数学模型及解法: min f=cTx s.t. Ax ? b A1x=b1 LB ? x ? UB Matlab求解程序 [x,f]=linprog(c,A,b,A1,b1,LB,UB) ;模型 II . 在不降低当前生产水平的前提下评估资源的贡献,使“成本”投入最低。 设每立方木材和每个工时投入“成本”分别为 y1 y2(决策变量) 则目标函数为: g=4y1+450y2 对决策变量的约束 0.2y1+15y2 ≥ 80 0.05y1+10y2 ≥ 45 y1 ≥ 0, y2 ≥ 0 得 y1=100(元/m3),y2=4(元/工时);3. 对偶问题: A 是m ? n 矩阵,  c 是 n ? 1向量,b 是 m ? 1向量 x 是 n ? 1向量, y 是 m ? 1向量;对偶定理: 互为对偶的两个线性规划问题, 若其??一个有有穷的最优解, 则另一个也有有穷的最优解, 且最优值相等. 若两者之一有无界的最优解, 则另一个没有可行解 ;;;;;;;;;;随机搜索程序的为代码;5. 0-1规划 如果要求决策变量只取0 或 1的线性规划问题, 称为整数规划. 0-1 约束不一定是由变量的性质决定的, 更多地是由于逻辑关系引进问题的;例4 背包问题 一个旅行者的背包最多只能装 6 kg 物品. 现有4 件物品 重量为 2 kg , 3 kg, 3 kg, 4 kg, 价值为 1 元, 1.2元, 0.9元, 1.1元. 应携带那些物品使得携带物品的价值最大? 建模: 记xj:旅行者携带第 j 件物品的件数, xj = {0, 1}. 约束条件 2x 1 +3x 2 +3x 3 +4x 4 ? 6 求xj 使目标函数 f=x1+1.2x2+0.9x3+1.1x4最大. ;;;模型: 记 xij 为在地区 i 向第 j 个客户供货数量, 记 yi =1 , 在地区 i 设厂, 记 yi =0 不在地区 i 设厂, 求设厂和供货分配方案yi, xij 使得目标函数 f= ? yi (?j cij xij + di ) 在约束条件 ?i yi xij ? bj, j=1,…,n ?j xij –hi ?0, I=1,…,m xij?0, yi ={0, 1} 下达到最小;;例 6 . 飞船装载问题 设有n种不同类型的科学仪器希望装在登月飞船上, 令cj0表示每件第 j 类仪器的科