第五章数学规划建模.ppt

第五章 数学规划方法建模;§5.1 引言;数学规划广泛用于解优化问题;数学规划,线性规划的一般形式;线性规划的标准形式;思考题5-1: 分别论证各种形式的线性规划模型都可以化为标准型.;线性规划的可行解与最优解;线性规划的一个简例(游戏机问题);游戏机问题的数学模型;;解游戏机数学模型的几何图解法;2x1+3x2=100 4x1+2x2=120 的解.不难看出这个方程组的解是: x1=x2=20. 所以,下一个周期安排生产两种型号的游戏机各20台,便能获取最大利润为 z=6(20)+4(20)=200(单位) 注:上述图解法说明,线性规划问题的可性域由凸多边形构成,并且最优解在此多边形的顶点达到.;线性规划可行解的几何性质;§5.2 单纯形法及其理论基础;单纯形法中数学模型的矩阵表示;单纯形法基本思想;单纯形法的理论推导;对增广矩阵(A b)=(B F b)进行初等变换,使B化为m阶单位矩阵E: (B F b)?(E B-1F B-1b) 令b?=B-1b,G=B-1F?(gij)m?(n-m), L=cFT-cBTG ?(l1,…,ln-m),则式⑵可等价表示为 Min z=cBTxB+cFTxF s.t. BxB+FxF=b ⑶ xB?0,xF?0 上述模型中,若令xF=0,则得到 xB=B-1b=b?,z?=cBTB-1b 若b??0,则x为可行解,称为基本可行解.;又若 L?0,则 LxF?0,z=cBTB-1b+ LxF,Min z =z?即为最优解,且在xB=b?,xF=0处达到. 若存在某1?i?n-m,使li10,若再有gii1?0,只要取xi=0,n-m+1?i?n,i?i1,则z=z?+li1xi1可以随xi1无限增大而趋向于-?,从而此时无最优解. 若存在某1?i1?n-m,使li10,并且存在某些gii10.为了得到最优解,现在要做的是:在A的后n-m列中取出第j列与A的前m列中某第k列互换,构成新的基本解矩阵B?,j,k的确定方法如下:;① j满足 min{li | li0}=lj ② k满足 Q=mini{bi?/gij | gij0}=bk?/gkj 下面说明按上述方式确定k,j后可取一组解x使新的目标函数z值小于z?.事实上,取xj=Q,其它xi=0,n-m?i?n,i?j,于是 xk=bk?-gkj xj=bk?-gkjQ=0. 而A的第k列与第j列互换后得到的新基本解矩阵B?=(a1,…,ak-1,aj,ak+1,…,am)T,由初等矩阵变换性质不难看出:新的基本解矩阵对应的目标函数值比上一步的目标函数值严格减小. 上述过程可重复进行,直到某步L?0时为止.;单纯形法算法的步骤;单纯形法是很有效的迭代算法;单纯形法算法举例; Min z=-2x1-5x2+0x3+0x4+0x5 s.t.x1 +x3 =4 x2 +x4 =3 x1+2x2 +x5=8 x1,…,x5 ? 0 系数矩阵A的1,2,4列构成可逆矩阵B=(a1,a2,a4),则 cBT=(-2,-5,0), cFT=(0,0).用行初等变换将增广矩阵(A┊b)中的1,2,4列化成单位矩阵;于是有b?=(4,2,1)T?0,G=B-1F= L=cFT-cBTG=(-1/2,5/2).因L的第j=1元为负,故对应的基本可行解x=(4,2,0,1,0)T不是最优解. Q=mini{bi?/gij | gij0}=2=b3?/g3j,k=3 以F第1列对换B第3列,则B=(a1,a2,a3),将增广矩阵中的1,2,3列变换成单位矩阵:;这一次得 G?= L=(0,0)-(-2,-5,0)G?=(1,2).因L没有负元,故所得基本可行解x=(2,3,2,0,0)T是最优解. 去掉松弛变量的值,即得原问题的最优解为:x1=2,x2=3;最小目标函数值为: z=2x1+5x2=-2(2)-5(3)=-19. ;单纯形法的软件实现;函数linprog(f,A,b,Aeq,beq)使用范围;函数linprog(f,A,b,Aeq,beq)使用方法;用函数linprog求解例1;例2 用linprog求解下列线性规划;解:归结为执行下列几条行命令: f=[-24 -16 -44 -32 3 3]; A=[4 3 0 0 4 3; 4 2 0 0 6 4;1 0 0 0 1 0] b=[600 480 100]’; Aeq=[0 0 1 0 -0.8 0;0 0 0 1 0 -0.75]; beq=[0 0]?; [x z]=linprog(