物流运筹方法与工具 教学课件 ppt 作者 彭秀兰 毛磊第三章线性规划第二节模型的建立.pptVIP

一、建模条件 线性规划研究的对象大体可分为两大类，一类是在现有的 人、财、物等资源的条件下，研究如何合理地计划、安排，可使 得某一目标达到最大，如产量、利润目标等。另一类是在任务确 定后，如何计划、安排，使用最少的人、财、物等资源，去实现 该任务，如使生产成本、费用最少等。这两类问题从本质上说是 相同的，它们都是在一组约束条件下，去实现某一个目标的最优 （最大或最小）。线性规划中研究的问题要求目标与约束条件均 是线性的，而目标函数只能是一个。 一、建模条件 由引例可知，线性规划问题的数学模型有三个要素： （1）变量，或称决策变量，是问题中要确定的未知量，它用 以表明规划中的用数量表示的方案、措施，可由决策者决定和控 制； （2）目标函数，它是决策变量的函数，按优化目标分别在这 个函数前加上max或min； （3）约束条件，指决策变量取值时受到的各种资源条件的限 制，通常表达为含决策变量的等式或不等式。 实际问题中线性的含义： 一是严格的比例性，如生产某产品对资源的消耗量和可获取 的利润，同其生产数量严格成比例；二是可叠加性，如生产多种 产品时，可获取的总利润是各项产品的利润之和，对某项资源的 消耗量应等于各产品对该项资源的消耗量的和。很多实际问题为 处理方便，可看作近似满足线性条件。 二、建模步骤 建立线性规划问题的数学模型一般要经过三步骤： （一）根据目标确定决策变量 对于一个决策问题，首先要明确的是：要我们决策什么?也就 是说,有哪些可供选择的方案。一般情况下，一个决策问题总应 有一个以上可供选择的方案（如果只能取唯一的决策方案，则也 不需作任何讨论了）。因此我们可以将其设为变量，并以变量的 不同取值来表示可供选择的各个不同方案，这些假设的变量就是 决策变量。 例如在一个生产计划问题中，要决策某产品的产量，则可将 产量设为x；在一个投资决策问题中，要确定某项投资的金额， 则可将其设为x；如果某决策问题的可供选择方案是有限的，也 可将其设为变量x，并用x的不同取值表示不同的方案，例某决策 问题需要确定是上某个项目，还是不上某个项目，则可用x=0表 示不上此项目，x=1表示上此项目。 二、建模步骤 （一）根据目标确定决策变量 一个决策问题到底要设多少个决策变量，取决于决策问题本 身，但所有假设的决策变量及其取不同的值，应反映与包含该决策 问题所有可供选择的方案，以免在建模计算分析中，遗漏最优的决 策方案。少设一个决策变量，实际上就意味着这个变量取值为零； 而多设一个决策变量，则其取值可以是零（往往相当于没有这个变 量），也可以不为零，这大大增加了决策方案，给了决策问题更多 的机会与选择。不过，过多的决策变量，会使数学模型复杂，计算 困难。所以必须在两者之间作出合理恰当的选择。 二、建模步骤 （二）建立目标函数 作为一个决策问题，在决策者的心目中，必然会 有各种决策的目标，如希望产品产量最大，利润最 大，成本最低等。而这些目标实现的好坏，取决于采 用的决策方案，因此，决策目标是决策方案的函数， 也就是决策变量的函数，即目标函数。建立数学模型 的第二步，就是要对每个决策目标，建立目标函数， 找到目标值与决策变量的数量关系。在本章线性规划 中，讨论的数学模型只含一个目标函数，且这函数关 系是线性的。 二、建模步骤 （三）确定约束条件 一个决策问题的决策目标一般不可能无限制地被优化。在其实 现优化的过程中，必然会受到有关外界条件的制约，例如一个利 润最大化的决策目标，就可能受制于资源的限制，市场容量的限 制等等，一个成本最小化的决策目标，就可能受制于一定的产量 要求等等。这些限制用数学语言表述出来往往是决策方案（即决 策变量）的等式或不等式，即约束条件。在一个决策问题中，增 加一个约束条件，往往会给决策目标带来不利影响，当然也可能 没有影响，此时，这个约束条件就成为多余的了。相反，如果遗 漏了一个或几个约束条件，则可能使计算出的最优目标最终无法 得以实现，因为它不能满足那些遗漏的约束条件。因此，在建立 决策问题的数学模型时，必须要全面地考虑所有与决策目标有关 的约束条件，建立一个完整的数学模型。 二、建模步骤 下面通过几个实际例子说明建模思想和具体过程。 例3-1 某物流生产车间生产甲、乙两种产品，每件产品都要经 过两道工序，即在设备A和设备B上加工，但两种产品的单位利润 却不相同。已知生产单位产品所需的设备台时、A和B两种设备在 计划期的有效台时及单位产品的利润，见表3-2。 二、建模步骤 二、建模步骤 二、建模步骤 例3-2 已知某配送中心现有Ⅰ、Ⅱ、Ⅲ三种原材料，可加工 出A、B两种产品，每吨原材料