运筹学线性规划的标准形式分解.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三节 线性规划的标准形式 ? ? 为什么要转化为标准形式? 标准形式的特点: ? 1 、目标函数求最大值( max ); (不一定) 2 、所有的约束条件均由等式表示( = ); 3 、所有的决策变量限于非负值( x j ≥0 ); 4 、每一个约束条件等式的右端常数均为非负值( b i 0) 。 (不一定) ? ? ? 数学模型如下 max S ? c 1 x 1 ? c 2 x 2 ? ? ? c n x n s . t . a 11 x 1 ? a 12 x 2 ? ? ? a 1 n x n ? b 1 a 21 x 1 ? a 22 x 2 ? ? ? a 2 n x n ? b 2 ? ? ? a m 1 x 1 ? a m 2 x 2 ? ? ? a mn x n ? b m x 1 , x 2 , ? , x n ? 0 改造方法( 1 ) ? 1、若目标函数求最小值,则在函数式前加上 “-”号,转化为求最大值。转化后目标函数的 最优解不变,最优值差一个符号 。 ? 例: min F ? ? c j x j max S ? ? min F ? ? ? c j x j 改造方法( 2 ) ? 2 、若约束条件中,某些常数项 bi 为负数,则可先在约 束条件等式或不等式两边乘上“ -1 ” ,使得 bi ≥ 0 。 ? 例: ? a x ij j ? ? 3 ? ? a ij x j ? 3 改造方法( 3 ) ? 3 、若约束条件不等式符号为“≤”,则在不等式左边 加上一个非负变量(称为 松弛变量 ),把不等式改为等 式。 ? 例: a x ? b ? ij j i m 新设一个非负变量 ? a j ? 1 ij x j ? x m ? 1 ? b i 改造方法( 4 ) ? 4 、若约束条件不等式符号为“≥”,则在不等式左边 减去一个非负变量(称为 剩余变量 ),不等式改为等式。 ? 例: ? a x ij j ? b i 新设一个非负变量 ? a j ? 1 m ij x j ? x m ? 1 ? b i 改造方法( 5 ) ? 5 、若约束条件中,某些决策变量没有非负要 求: ? ① x j ≤0,则令新变量 x j =-x j ; ② x j 无符号限制,则可增设两个非负变量 V k ≥ 0,U k ≥ 0 ,令原变量 X k =V k -U k ,代入原线性规 划问题的目标函数及约束条件。 ? 例 1 min F ? ? 3 x 1 ? 4 x 2 ? 2 x 3 ? 5 x 4 s . t . 4 x 1 ? x 2 ? 2 x 3 ? x 4 ? ? 2 x 1 ? x 2 ? 2 x 3 ? x 4 ? 14 ? 2 x 1 ? 3 x 2 ? x 3 ? 2 x 4 ? 2 x 1 ? 0 , x 2 ? 0 , x 3 ? 0 , x 4 无符号限制 步骤 1 : min max min F ? ? 3 x 1 ? 4 x 2 ? 2 x 3 ? 5 x 4 max S ? ? min F ? 3 x 1 ? 4 x 2 ? 2 x 3 ? 5 x 4 步骤 2 : b i 0 b i 0 4 x 1 ? x 2 ? 2 x 3 ? x 4 ? ? 2 ? 4 x 1 ? x 2 ? 2 x 3 ? x 4 ? 2 步骤 3 :“ ≤ ” “ = “ ? 引入新变量 ( 松弛变量) x 5 ≥0 ,将约束条件 不等式变为等式。 x 1 ? x 2 ? 2 x 3 ? x 4 ? 14 + 松弛变量 x 1 ? x 2 ? 2 x 3 ? x 4 ? x 5 ? 14 步骤 4 : “ ≥ ” “ = ” ? 引入新变量(剩余变量) x 6 ≥0 ,将约束条件 不等式变为等式。 ? 2 x 1 ? 3 x 2 ? x 3 ? 2 x 4 ? 2 — 剩余变量 ? 2 x 1 ? 3 x 2 ? x 3 ? 2 x 4 ? x 6 ? 2 步骤 5 :满足变量非负条件 ? 设新变量 x 7 ≥ 0 ,令 x 7 =-x 2 ,带入目标函数和约束条 件中。 ? 设两个新变量 x 8 ≥ 0 , x 9 ≥ 0 , 令 x 4 =x 8 -x 9 ,带入目标函数和约束条件中。 整理得 : 整理后数学模型为: max S ? 3 x 1 ? 4 x 7 ? 2 x 3 ? 5 x 8 ? 5 x 9 ? 0 x 5 ? 0 x 6 s . t .

文档评论(0)

wangsux + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档