04:规划模型摘要.pptx

  1. 1、本文档共30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)。
查看更多
线性规划模型 经济模型与Matlab应用 例1:选址问题 某公司有6个建筑工地,位置坐标为(ai,bi)(单位:公里),水泥日用量ri (单位:吨) 1、规划模型的一般形式 一、数学规划模型 假设:料场和工地之间有直线道路 (1)现有2料场,位于A(5,1),B(2,7),记(xj,yj),j=1,2, 日储量qj各有20吨。 目标:制定每天的供应计划,即从A, B两料场分别向各工地运送多少吨水泥,使总的吨公里数最小。 i 1 2 3 4 5 6 a 1.25 8.75 0.5 5.75 3 7.25 b 1.25 0.75 4.75 5 6.5 7.75 r 3 5 4 7 6 11 解: 设(xj,yj) 表示 n 个料场的位置坐标, wij 表示第 j 料场向第 i 施工点的材料运量 目标函数 约束条件 决策变量?线性规划模型? (2)改建两个新料场,需要确定新料场位置(xj,yj)和运量cij ,在其它条件不变下使总吨公里数最小。 目标 约束条件 wi j,(xj,yj)~16维 非线性规划模型 决策变量? 线性规划模型? 规划模型的一般形式 决策变量 x =(x1, x2, …, xn ) 目标函数 Min Z = f (x) 约束条件 s.t x ? A (? Rn ) 约束条件x ? A 一般用等式或不等式方程表示 hi (x1, x2, …, xn ) ? 0 , i=1,2,…,m gj (x1, x2, …, xn ) = 0 , j=1,2,…,l 无约束条件 Mathematic Modeling 划分: 表达式 变量取值 2、数学规划类型 线性规划 目标函数:决策变量的线性函数 ——代数和数乘 约束条件:决策变量的线性等式或不等式 线性规划的一般形式 二、线性规划求解方法 图解法: 二元 单纯形法,灵敏度分析: 20世纪 大型优化算法:Lipsol法 数学软件 Matlab …… Lindo Lingo : 解规划问题的数学软件 1、图解法——二元 min f = x1-x2 s.t -2x1+ x2 ≤2 x1 - 2x2≤2 x1+ x2 ≤5 x1,x2 ≥0 概念:可行解 可行基 在图中可以看出 C(1,4) ∴ min f =-3 x*= C = (1,4) 另: min f= x1+x2 例 2、线性规划: Matlab求解 线性规划 f x A b x=linprog(f,A,b) 基本格式 例 min f = x1-x2 s.t: -2x1+ x2 ≤2 x1 - 2x2≤2 x1+ x2 ≤5 f=[1 -1]; A=[-2 1 1 -2 1 1]; b=[2 2 5]; x=linprog(f,A,b) l01.m 相关 命令 线性规划 f Aeq x beq A lb b ub 格式 [x,fval,exitflag,output,lambda] =linprog(f,A,b,Aeq,beq,lb,ub,x0,options) min f =-5 x1-4x2 -6x3 s.t x1 - x2 + x3≤2 3x1+2x2 +4x3 ≤2 3x1+2x2 ≤5 x1,x2 ,x3 ≥0 f=[-5 -4 -6]; A=[1 -1 1 3 2 4 3 2 0]; b=[20 42 30]; lb=zeros(3,1); [x,fval]=linprog(f,A,b,[ ],[ ],lb) l02.m [x,fval] =linprog(f,A,b,Aeq,beq,lb,ub ) 例 解例1:选址问题 l03.m l04.m 其中 i 1 2 3 4 5 6 a 1.25 8.75 0.5 5.75 3 7.25 b 1.25 0.75 4.75 5 6.5 7.75 r 3 5 4 7 6 11 j A B x 5 2 y 1 7 q 20 20 注:wij a=[1.25,8.75,0.5,5.75,3,7.25]; b=[1.25,0.75,4.75,5,6.5,7.75]; d=[3,5,4,7,6,11]; e=[20,20]; x=[5,2]; y=[1,7]; for i=1:length(a) for j=1:2

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档