大学数学实验 非线性规划问题的实际应用.docx

大学数学实验 非线性规划问题的实际应用.docx

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多

一:实验目的

非线性规划问题的实际应用

学号: 姓名: 系别专业:

1、熟悉Matlab软件中有关的命令,用Matlab做非线性规划计算。

2、掌握非线性规划的方法

二:实验内容

在数学规划问题中,若目标函数或约束条件中至少有一个是非线性函数,这类问题称之为非线性规划问题,简记为NP。非线性规划问题的数学模型可以具有不同的形式,但不同形式之间往往可以转换,因此非线性规划问题的一般形式可以表示为:

minf(x),x?En

??h

s.t?i

(x)?0,(i?1,2,...,m)

??g

(x)?0,(j?1,2,...,l)

j

其中,x??x,x

1 2

,...,x?T

n

称为模型(NP)的决策变量,f称为目标函数;h

i

(i?1,2,....m)和

g(j?1,2,...,l) 称为约束函数; h

j i

(x)?0(i?1,2,...,m) 称为等式约束;

g(x)?0(j?1,2,...,l)称为不等式约束。

j

将一个实际问题归结为非线性规划问题时,一般要注意以下4点:

确定供选择方案。

提出追求的目标。

给出价值标准。

寻求限制条件。

三:实验方法与步骤

某公司欲以每件2元的价格购进一批商品。一般来说随着商品售价的提高,预期销售量将减少,并对此进行了估算,结果如表一、二栏。为了尽快收回资金并获得较多的赢利,公司打算做广告,投入一定的广告费后,销售量将有一个增长,可由销售增长因子来表示。据统计,广告费与销售增长因子关系如表三、四栏所示。问公司采取怎样的营销决策能使预期的利润最大?

表 售价与预期销售量、广告费与销售增长因子

售价/元

2.00

2.50

3.00

3.50

4.00

4.50

5.00

5.50

6.00

预期销售量/万元

4.1

3.8

3.4

3.2

2.9

2.8

2.5

2.2

2.0

广告费/万元

0

1

2

3

4

5

6

7

销售增长因子

1.00

1.40

1.70

1.85

1.95

2.00

1.95

1.80

解:设x表示售价(单位:元),y表示预期销售量(单位:万元),z表示广告费(单位:万元)k表示销售增长因子。投入广告费后,实际销量记为s(万元),获得的利润记为p(单位:万元)。由表易知预期销售量y随着售价x的增加而单调下降,而销售增长因子k在开始时随着广告费z的增加而增加,在广告费z等于5万元时达到最大值,然后在广告费增加

时反而有所回落,为此先画出散点图。其程序如下:

clearall;

x=[2.02.53.03.5

4.0

4.55.05.66.0];

s=[4.13.83.43.2

2.9

2.82.52.22.0];

figure(1);

plot(x,s,-*)

%画售价与预期销售量散点图(如图6-6(a)

z=[0,1,2,3,4,5,6,7];

k=[1.001.401.701.851.952.001.951.80];

figure(2);plot(z,k,-*);%画出广告费与销售增长因子散点图(如图6-6(b)

(a) 画售价与预期销售量散点图

(b)画出广告费与销售增长因子散点图

从以上两图易知,售价x与预期销售量y近似于一条直线,广告费z与销售增长因子k近似

? y?ax?b

于一条二次曲线,为此建立拟合函数模型,令:?

?k?c?dz?ez2

其中系数a,b,c,d,e为待定系数。

再建立优化模型:maxp?(c?dz2)(a?bx)(x?2)?z

x,z

?x?0

s.t?

?z?0

模型求解:先求拟合函数的系数a,b,c,d,e,并画出散点图和拟合曲线,程序命令(接上面的程序)为:

a1=polyfit(x,s,1);a2=polyfit(z,k,2);

运行结果为:

a1=

-0.5133 5.0422

a2=

-0.0426 0.4092

即拟合函数的系数a=-0.5133,b=5.0422,c=1.0188,d=0.4092,e=-0.0426。其次求解优化模型,因MATLAB中仅能求极小值,程序命令为:

functiony=nline(x)

y(2)-(-0.5133*(1)+5.0422)*(-0.0423*x(2)^2+0.4092*(2)+1.0188)*(x(1)-2);

在命令窗口中输入:

文档评论(0)

dqy118 + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体上海海滋实业有限公司
IP属地湖北
统一社会信用代码/组织机构代码
91310115MA7DL1JF2N

1亿VIP精品文档

相关文档