第七讲数学规划与Lingo.ppt

在实际中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题，这类问题构成了运筹学的一个重要分支——数学规划。 数学规划包括线性规划、整数规划、目标规划、非线性规划、动态规划等。 数学规划是建模竞赛中最常见的 模型，2005B, 2006A, 2007B, 2011B等均与数学规划密切相关。 可以用Matlab求解数学规划, 但最便捷的方法是利用优化专用软件包Lingo。Lingo不仅能精确、快捷地求解包括数学规划在内的几乎所有的最优化问题，而且Lingo内含一种建模语言，可方便地描述较大规模的最优 化问题。 本讲内容包括：(1) 线性规划、整数规划、非线性规划及Lingo解法；(2) Lingo建模语言；(3) 用Lingo求解运输问题、指派问题、典型图论模型(最短路、最大流、最小费用最大流、最小生成树); (4) 数学规划综合建模实例。 下面给出本讲学习大纲，以方便大家学习。 1. 能熟练建立并用Lingo求解线性规划、整数规划、非线性规划。 2. 理解、掌握Lingo中集的概念与用法。 3. 熟悉Lingo典型程序的结构，特别是目标函数与约束部分。 4. 能将较为复杂的数学规划转化为典型的Lingo程序。 5. 熟悉、掌握Lingo中的常用算符和函数。 6. 能应用Lingo求解运输、指派、最短路、最大流、最小生成树等问题。 1. 线性规划 引例 某工厂生产的机床每台需要2.9m, 2.1m, 1.5m的轴各一根。这些轴用同一种圆钢制作，圆钢的长度为7.4m。如果要生产100台机床, 应如何下料，才能使得用料最省？ 分析 将7.4m的圆钢截成三种轴,可以有如下几种下料方式： 设用B1,…,B8方式下料的圆钢的根数分别为x1,…,x8，则可建立数学模型如下： 这类优化问题称为数学规划。 xi称为决策变量，S称为目标函数，s.t后的式子称为约束条件。 由于本问题中的目标函数和约束条件均为线性，故称为线性规划。 线性规划是运筹学的重要分支，许多问题都可以归结为线性规划。如下料问题、资源配置问题、运输问题 和指派问题等。 例1 某3种产品需要原材料和劳动力两种资源。每件产品所需资源、现有资源及产品价格如下表。试确定3种产品的日产量以使总产值最大。 解 (资源配置问题) 设3种产品的日产量分别为x1,x2,x3，则线性规划模型为： 例2 砖厂A1, A2产量分别为23万和27万。它们产生的砖供应B1, B2, B3三个工地，需求量分别为17万, 18万, 15万。砖厂到工地的运价如下表。应如何调运，才能使总运费最省？ 解 (运输问题) 设砖厂Ai供应工地Bj的数量为xij，则线性规划模型为： 运输问题除了用线性规划求解外，还可用专门方法 — 表上作业法或 Lingo编程语言求解。 本例为供求平衡运输问题。若供求不平衡，可通过虚拟生产商或销售地的方法将其转化为供求平衡运输问题。 例3 设有n件工作B1,…,Bn指派给n个人A1,…,An去做，每人只做一件工作, 每件工作只指派给一个人做。设Ai完成Bj的工时为cij，如下表所示。问如何指派，才能使完成全部工作所需的总工时最少？ 解 (指派问题) 设 则线性规划模型为： 指派问题除了用线性规划求解外，还可用专门方法 — 匈牙利法求解。 若决策变量为整数，则称此线性规划为整数规划。特别地, 当决策变量只取0或1时，称之为0-1规划。 显然，指派问题为典型的0-1规划。 2. 线性规划的Lingo求解 Lindo是Chicago大学的Schrage教授于1980年前后开发的专门用于求解数学规划的软件包, 版权现归属美国Lindo系统公司。Lindo软件包中包含Lindo, Gino, Lingo, Lingo NL和“What’s Best”等，统称为Lindo，其中以Lindo和Lingo最为常用。 因Lindo的功能已全部被Lingo所覆盖，Lindo已逐渐淡出市场。 Lingo除了可以求解线性规划、整数规划和二次规划外，还可以求解非线性规划和线性、非线性方程组。此外，它还内置的建模语言和一些常用的数学函数，可以简便、直观地描述大规模优化问题。 Lingo有多种版本，如学生版、演示版、高级版、发行版、工