网站大量收购独家精品文档,联系QQ:2885784924

用WinQSB解线性规划问.docVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
用WinQSB解线性规划问

*** 用WinQSB解线性规划问题 QSB是Quantitative Systems for Business的缩写WinQSB是软件里面有大量的模型,对于非大型的问题一般都能计算较小的问题还能演示中间的计算过程 解:WinQSB软件求解的线性规划问题不必化为标准型,不等式约束可以在输入数据时直接输入,对于单个决策变量的约束,例如非负约束或无约束等,可以直接通过修改系统变量类型即可。 第1步:启动子程序“Linear and Integer Programming”。 点击开始(程序(WinQSB( Linear and Integer Programming,如图1.8所示。 图1.8 第2步:建立新问题。 选择File(New Program”,出现图1.9所示的问题选项输入界面。 图1.9 问题题头(Problem Title):没有可不输入; 决策变量数(Number of Variables):本例中有两个决策变量,填入2; 约束条件数(Number of Constraints):本例中不计非负约束共有3个约束条件,填入3; 目标函数准则(Objective Criterion):本例目标函数选最小化(Minimization); 数据输入格式(Data Entry Format):一般选择矩阵式电子表格式(Spreadsheet Matrix Form),另一个选项为自由格式输入标准模式(Normal Model Form); 变量类型(Default Variable Type):一共有以下四个选项 非负连续变量选择第1个单选按钮(Nonnegative continuous); 非负整型变量选择第2个单选按钮(Nonnegative integer); 二进制变量选择第3个按钮(Binary[0,1]); 自由变量选择第4个按钮(Unsigned/unrestricted)。本例中选非负连续变量。 第3步:输入数据。 单击“OK”,生成表格并输入数据如表1.15: 表1.15 系统默认变量名为,约束条件名为。 在表中第1行输入价值系数;第2-4行列对应输入约束方程系数,“Direction”列输入约束符,“R.H.S”列输入右端项;第5行输入变量下限,第6行输入变量上限,由于之前选择变量类型为非负连续变量,因此默认变量下限为0,变量上限为M,这里M表示正无穷大;第7行为变量类型,可以通过双击修改。 第4步:求解 点击“Solve and Analyze”菜单,下拉菜单中有三个选项: 求解但不显示迭代过程“Solve the Problem”、求解并显示迭代过程“Solve and Display Steps”及图解法“Graphic Method”显示单纯形法迭代步骤,选择“Simplex Iteration”直到最终单纯形表。 若选择“Solve the Problem”,生成如下运行结果: 表1.16 决策变量(Decision Variable):x1、x2 最优解(Solution Value):x1=60,x2=30; 价值系数(Unit Cost or Profit c(j)):c1=4000,c2=3000; 最优函数值(Total contribution):x1贡献240000、x2贡献90000,共计330000; 检验数(Reduced Cost):0,0。即当变量增加一个单位时,目标函数值的改变量。 价值系数的允许最小值(Allowable Min.c[j])和允许最大值(Allowable Max.c[j]):价值系数在此范围变动时时,最优解不变。 约束条件(Constraint):C1、C2、C3 左端取值(Left Hand Side):12000、30000、15000 右端取值(Right Hand Side):12000、20000、15000 松驰变量或剩余变量的取值(Slack or Surplus):该值等于约束左端与约束右端之差。为0表示资源已达到限制值,大于0表示未达到限制值。 影子价格(Shadow Price):6.6667、0、16.6667,即为对偶问题的最优解。 约束右端的允许最小值(Allowable Min.RHS)和允许最大值(Allowable Max.RHS):表示约束右端在此范围变化时最优解不变。 第5步:结果显示及分析。 点击菜单栏result,存在最优解决时,下拉菜单有(1)-(9)9个选项,无最优解时有(10)和(11)两个选项 只显示最优解(Solution Summary) 约束条件结果(Constraint Summary),比较约束条件两端的值 对价值系数进行灵敏度分析(Sensitivity Analysi

文档评论(0)

panguoxiang + 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