模糊数学5-模糊线性规划.pptVIP

* 第五讲 模糊线性规划 一. 线性规划的MATLAB实现 二. 模糊线性规划的概念与方法 三. 应用实例分析 一.线性规划的MATLAB实现 求解线性规划的命令：linprog 目标函数最小： 不等式约束： 等式约束： Aeqx=beq 上下界限制： 这里f，x，b，beq，lb，ub 是向量，A，Aeq 是矩阵 其中f是目标函数的系数向量，x为决策变量 如果计算最大值，可以转化为最小值， 若不等式约束为 ，也可转化. [x,fvel]=linprog(f,A,b) 用于不等式约束，求目标函数 minfTx最小值 x：最优解，fvel: 目标函数最小值 [x,fvel]=linprog(f,A,b,Aeq,beq,lb,ub) 用于等式、不等式约束，求目标函数最小值，若没有等式约束 ，则Aeq,beq要用空矩阵[ ]代替。 例1.求规划问题： Min z = -2x1-x2+x3, s.t. x1+x2+2x3=6 解：f=[-2,-1,1]; A=[1,4,-1;2,-2,1];b=[4;12]; Aeq=[1,1,2];beq=6; lb=[0,0,-inf];ub=[inf,inf,5]; [x,z]=linprog(f,A,b,Aeq,beq,lb,ub) Optimization terminated. x = 4.6667 0.0000 0.6667 z =-8.6667 例2. 求解规划 max z = 2x1+3x2-5x3 s.t. x1+x2+x3=7 2x1-5x2+x3 10 x1,x2,x3 0 min z = -2x1-3x2+5x3 s.t. x1+x2+x3=7 -2x1+5x2-x3 -10 x1,x2,x3 0 解：转化为 f=[-2,-3,5];A=[-2,5,-1];b=-10;Aeq=[1,1,1];beq=[7]; lb=[0,0,0]; [x,z]=linprog(f,A,b,Aeq,beq,lb) 故函数的最大值为：14.5714 Optimization terminated. x = 6.4286 0.5714 0.0000 z = -14.5714 例3.考虑混合饲料的配比，它由玉米粉和大豆饼组成，成本最小如何配比？ 1.6元/kg 2元/kg 价格 220g/kg 300g/kg 90g/kg 蛋白含量 2.8Mcal/kg 2Mcal/kg 4Mcal/kg 发热量 配比要求 大豆饼 玉米 解：设1公斤混合饲料中玉米为x1,大豆饼为x2, 目标函数为：z=2x1+1.6x2 s.t. 4x1+2x2 2.8 90x1+300x2 220 x1+x2=1,x1,x2 0 结果自己计算 例4. 某厂生产甲、乙、丙、丁四种产品，使用A,B,C三类设备，每种产品的使用各类设备的工时数及可能利润见下表，如何安排获利最大？ 10 8 15 12 每件利润 1300 0.8 0.8 0.7 0.7 C 1000 0.8 0.6 0.6 0.5 B 2100 1.5 1.4 1.2 1.0 A 丁 丙 乙 甲 单位时段可供使用或必须使用时数 加工每件产品工时 设备 解：设甲、乙、丙、丁四种产品的产量分别为x1,x2,x3,x4 maxf=12x1+15x2+8x3+10x4 二. 模糊线性规划的求解方法 Aeqx=beq 普通线性规划： 模糊线性规划 两者的区别在于：模糊线性规划的约束条件为模糊约束，即等式、不等式约束有一个伸缩 率. 在解决实际问题时，要根据实际意义确定伸缩率比如股票价格可能在某个区间变动，一本招生数可能有所增加. 模糊线性规划的求解方法： 基本思想：转化为普通线性规划，步骤如下 1. 不考虑伸缩率，求解普通线性规划（1） 2. 考虑伸缩率，求解普通线性规划（2） 3. 增加变量 ，求解普通线性规划（3） 为了便于同学们的理解，下面通过具体 例子加以说明上述的三个普通线性规划的 具体形式 例1. 解模糊线性规划 对应的约束条件伸缩指标分别取d1=2,d2=1,d3=0.5 解：首先求解普通线性规划（1） 此时的规划（1），只需将原题中的 相应地改成 即可 转化为求最小值的线性规划模型： f1=[-1,4,-6]; A1=[1,1,1;-1,6,-1];b1=[8;-6