线性规划、多目标线性规划读书笔记.docVIP

《多目标线性规划模型》的读书笔记 一、线性规划 （一）线性规划的概述 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源.线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题。满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。决策变量、约束条件、目标函数是线性规划的三要素.线性规划问题的数学模型的一般形式　　（1）列出约束条件及目标函数 　　（2）画出约束条件所表示的可行域 （3）在可行域内求目标函数的最优解及最优值m个约束，有n个决策变量xj, j=1,2…,n，目标函数的变量系数用cj表示, cj称为价值系数。约束条件的变量系数用aij表示，aij称为工艺系数。约束条件右端的常数用bi表示，bi称为资源限量。则线性规划数学模型的一般表达式可写成 为了书写方便，上式也可写成： 在实际中一般xj≥0,但有时xj≤0或xj无符号限制。 关于上述模型有两点需要加以说明。第一任何一个实际问题，严格的说都是非线性的。那么，是问题的什么特性能容许我们做出线性性质的假定。这一点是建立模型时应当明确的。第二，在有些模型中还要求决策变量取整数值，在线性规划的范围内来处理这一问题，通常是将连续最优解通过四舍五入取整。当变量的最优值都比较大时，这种做法可行。要想得到精确的整数最优解，则需应用整数规划的解法。 （三）线性规划求解 在用单纯法求解线性规划问题时，为了讨论问题方便，需将线性规划模型化为统一的标准形式。 线性规划问题的标准型为: 1.目标函数求最大值（或求最小值） 2．约束条件都为等式方程 3．变量xj非负 4．常数bi非负 max(或min)Z=c1x1+c2x2+…+cnxn 或写成下列形式： 或用矩阵形式 其中 通常X记为： 称Ａ为约束方程的系数矩阵，m是约束方程的个数，n是决策变量的个数，一般情况m≤n，且r(Ａ)＝m。 （四）线性规划的模型建立 　　从实际问题中建立数学模型一般有以下三个步骤； 　　1.根据影响所要达到目的的因素找到决策变量； 　　2.由决策变量和所在达到目的之间的函数关系确定目标函数； 　　3.由决策变量所受的限制条件确定决策变量所要满足的约束条件。 　　所建立的数学模型具有以下特点： 　　1、每个模型都有若干个决策变量（x1,x2,x3……，xn），其中n为决策变量个数。决策变量的一组值表示一种方案，同时决策变量一般是非负的。 　　2、目标函数是决策变量的线性函数，根据具体问题可以是最大化（max）或最小化（min），二者统称为最优化（opt）。 　　3、约束条件也是决策变量的线性函数。 当我们得到的数学模型的目标函数为线性函数，约束条件为线性等式或不等式时称此数学模型为线性规划模型。数学规划 的一个分支。研究多于一个目标函数在给定区域上的最优化。又称多目标最优化 。通常记为 VMP。在很多实际问题中，例如经济、管理、军事、科学和工程设计等领域，衡量 一个方案的好坏往往难以用一个指标来判断，而需 要用多个目标来比较，而 这些目标有时不甚协调，甚至是矛盾的。因此有许多学者致力于这方面的研究。1896年法国经济学家 V. 帕雷托最早研究不可比较目标的优化问题 ，之后，J.冯·诺伊曼 、H.W.库恩 、A.W.塔克尔 、A.M.日夫里翁等数学家做了深入的探讨，但是尚未有一个完全令人满意的定义。求解多目标规划的方法大体上有以下几种：一种是化多为少的方法 ， 即把多目标 化为比较容易求解的单目标或双目标，如主要目标法、线性加权法、理想点法等；另一种叫分层序列法，即把目标按其重要性给出一个序列，每次都在前一目标最优 解集内求下一个目标最优解，直到求出共同的最优解。对多目标的线性规划除以上方法外还可以适当修正单纯形法来求解；还有一种称为层次分析法，是由美国运筹 学家沙旦于70年代提出的，这是一种定性与定量相结合的多目标决策与分析方法，对于目标结构复杂且缺乏必要的数据的情况更为实用。多目标最优化思想，最早是在1896年由法国经济学家V.帕雷托提出来的。他从政治 经济学的角度考虑把本质上是不可比较的许多目标化成单个目 标的最 优化问题，从而涉及了多目标规划问题和多目标的概念。1947年，J