线性规划与LINGO编程学习教案.pptx
上传人:王子****青蛙 上传时间:2024-09-13 格式:PPTX 页数:75 大小:1.8MB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

线性规划与LINGO编程学习教案.pptx

线性规划与LINGO编程学习教案.pptx

预览

免费试读已结束,剩余 65 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

会计学2.1什么是数学规划2.2连续性线性规划(xiànxìnɡɡuīhuá)2.3敏感性分析2.4整数线性规划(xiànxìnɡɡuīhuá)2.50-1规划数学规划俗称最优化,首先是一种理念,其次才是一种方法,它所追求(zhuīqiú)的是一种“至善”之道,一种追求(zhuīqiú)卓越的精神.十个人各提一只水桶,同时到水龙头前打水。设水龙头注满第一个人的桶需要1分钟,注满第二个人的桶需要2分钟,依此类推(yīcǐlèituī),注满第几个人的桶就需要几分钟,如果只有一只水龙头,适当安排这10个人的顺序,就可以使每个人所费的时间总和尽可能小,问这个总费时至少是几分钟?数学规划(最优化)作为一门学科孕育于20世纪的30年代,诞生于第二次世界大战弥漫的硝烟中。数学规划指在一系列客观或主观限制条件下,寻求合理分配有限资源使所关注的某个(mǒuɡè)或多个指标达到最大(或最小)的数学理论和方法,是运筹学里一个十分重要的分支。最优化问题的数学模型的一般(yībān)形式为:约束条件(2)所确定的x的范围(fànwéi)称为可行域feasibleregion,满足(2)的解x称为可行解feasiblesolution,同时满足(1)(2)的解x称为最优解Optimalsolution,整个可行域上的最优解称为全局最优解globaloptimalsolution,可行域中某个领域上的最优解称为局部最优解localoptimalsolution。最优解所对应的目标函数值称为最优值optimum。(一)按有无约束条件(2)可分为:1.无约束优化unconstrainedoptimization。2.约束优化constrainedoptimization。大部分实际(shíjì)问题都是约束优化问题。(二)按决策变量取值是否连续可分为:1.数学规划或连续优化。可继续(jìxù)划分为线性规划(LP)Linearprogramming和非线性规划(NLP)Nonlinearprogramming。在非线性规划中有一种规划叫做二次规划(QP)Quadraticprogramming,目标为二次函数,约束为线性函数。2.离散优化或组合优化。包含:整数规划(IP)Integerprogramming,整数规划中又包含很重要的一类规划:0-1(整数)规划Zero-oneprogramming,这类规划问题的决策变量只取0或者1。(三)按目标的多少可分为:1.单目标规划。2.多目标规划。(四)按模型(móxíng)中参数和变量是否具有不确定性可分为:1.确定性规划。2.不确定性规划。(五)按问题求解的特性可分为:1.目标规划。2.动态规划。3.多层规划。4.网络优化。5.……等等。LINGO软件和MATLAB软件。对于LINGO软件,线性优化求解程序通常使用单纯形法simplexmethod,单纯形法虽然在实际应用中是最好最有效(yǒuxiào)的方法,但对某些问题具有指数阶的复杂性,为了能解大规模问题,也提供了内点算法interiorpointmethod备选(LINGO中一般称为障碍法,即barrier),非线性优化求解程序采用的是顺序线性规划法,也可用顺序二次规划法,广义既约梯度法,另外可以使用多初始点(LINGO中称multistart)找多个局部最优解增加找全局最优解的可能,还具有全局求解程序—分解原问题成一系列的凸规划。线性规划(xiànxìnɡɡuīhuá)的一般形式:一般线性规划问题都可以通过引入非负的松弛变量slackvariable与非负的剩余变量surplusv-ariable的方法化为标准形式(xíngshì)(约束全是等约束)。1.比例性:每个决策变量对目标函数以及右端项的贡献与该决策变量的取值成正比。2.可加性:每个决策变量对目标函数以及右端项的贡献与其他决策变量的取值无关(wúguān)。3.连续性:每个决策变量的取值都是连续的。例1运输(yùnshū)问题解设A1,A2调运到三个粮站的大米(dàmǐ)分别为x1,x2,x3,x4,x5,x6吨。结合(jiéhé)存量限制和需量限制得数学模型:程序(chéngxù)编写1model:min=12*x1+24*x2+8*x3+30*x4+12*x5+24*x6;x1+x2+x3<4;x4+x5+x6<8;x1+x4>2;x2+x5>4;x3+x6>5;end运行(yùnxíng)结果Globaloptimalsolutionfound.Objectivevalue:160.0000Totalsolveriterations:0VariableValueReducedCostX12.000