第六章 随机规划.docxVIP

1 第七章 随机规划 第六章 随机规划 第一节 问题的提出 随机规划所研究的对象是含有随机因素的数学规划问题。例如，我们 熟悉的线性规划问题 min f (X ) = CX AX = b X 0 (6.1) 如果其中的A ，b ，C的元素中部份的或者全部的是随机变量，则称其为随机 线性规划问题。 在数学规划中引入随机性是很自然的事情。在模型中的A ，b ，C 的元 素往往代表价格、成本、需求量、资源数量、经济指标等参数。由于各种 不确定性因素的影响，这些参数时常浮现波动。例如，市场上对某种商品 的需求量普通无法精确的预知，只能作出大致的预测，某种产品的生产成 本往往受原材料价格、劳动生产率等各种因素的影响而时常变化，这些变 化与波动，在许多场合可以用一定的概率分布去描述。因此，在数学规划 中引入随机变量，能够使模型更加符合实际情况，从而是的决策更加合理。 例 1 某化工厂生产过程中需要 A ，B 两种化学成份，现有甲、乙两种 原材料可供选用。 其中原料甲中化学成份A 的单位含量为a /10 ，B 的单位含 量为a / 3；原料乙中化学成份A 的单位含量为1/10 ，B 的单位含量为1/ 3。根 据生产要求， 化学成份A的总含量不得少于7/10个单位， 化学成份A的总含 量不得少于4 / 3个单位。甲、乙两种原料的价格相同，问如何采购原料，使 得即满足生产要求，又是的成本最低？ 显而易见，这个问题可以用线性规划模型来描述。根据题意，设原料 甲的采购数量为x ，原料乙的采购数量为x ，容易得到如下线性模型： 1 2 min f (X ) = x + x 1 2 ax + x 7 1 2 bx + x 4 1 2 x 0, x 0 1 2 (6.2) 2 第七章 随机规划 于是只要知道a 和b 的值，即将可以求得最优解。 但是， 如果由于某种原因， 原料甲中化学成份A 、B 的单位含量不稳定， 其中 = (a, b)T 是矩形{1 x 4, 1 y 1}内的均匀分布随机向量， 则问题(7.2) 3 就成为随机线性规划问题了。 由于引入了随机量，随机规划问题的分析与求解比普通数学规划问题 要复杂大多。在处理随机规划问题时，人们最容易想到的方法也许是将模 型中的随机变量用它们的期望值来代，从而得到确定性的数学规划模型， 再去求解。事实上，过去许多确定性数学规划正是这样建立起来的，但是 应当指出，这种处理方法在实际问题中并不总可行的。为了说明这一点， 我们不妨用此方法试解例 1 中的问题。容易求得 E( ) = E[(a,b)T ] = (5/ 2, 2 / 3)T ， 将此值代入问题(7.2)，得到确定线性规划模型如下： (6.3) min f (X ) = x + x 1 2 5 x + x 7 2 1 2 2 x + x 4 3 1 2 x 0, x 0 1 2 可以求得此问题的惟一最优解为 X * = (x* , x* )T = (18/11, 32 /11)T ， 1 2 (6.4) (6.5) 于是以此X * 作为原随机线性规划问题(7.2)的最优解。可是， 由于问题(7.2) 中的(a,b)T 是随机向量， 我们自然希翼知道， 上述X * 是问题 (7.2) 的最优解 这一事件的概率有多大？是问题(7.2)的可行解这一事件的概率有多大？ 然而，我们发现， P{(a,b)T ax* + x* 7, bx* + x* 4} 1 2 1 2 ， = P{(a,b)T a 5/ 2, b 2/3} = 1/ 4 (6.6) 也即， X * 对问题(7.2)是可行解以 0.75 的概率是不可能的，惟独 0.25 的 可能性，这个解显然是不可用的。这个例子说明，用上述方法处理随机规 3 第七章 随机规划 划问题时应当十分谨慎。 随机规划问题可以大致分