非线性规划模型在产品组合中的应用

龙源期刊网 https://www.doczj.com/doc/8611918282.html,

非线性规划模型在产品组合中的应用

作者：尹聪春

来源：《中国管理信息化》2012年第08期

［摘要］非线性规划是具有非线性约束条件或目标函数的数学规划，是运筹学的一个重要分支。非线性规划是20世纪50年代才开始形成的一门新兴学科。70年代又得到进一步的发展。非线性规划在工程、管理、经济、科研、军事等方面都有广泛的应用，为最优设计提供了有力的工具。本文主要介绍用Excel规划求解工具制作的非线性规划模型来解决经济管理中的产品组合问题。

［关键词］非线性规划；模型；产品组合；应用

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 08. 065

［中图分类号］ F272 ［文献标识码］ A ［文章编号］ 1673 - 0194（2012）08- 0096- 02

1 非线性规划数学模型

对实际规划问题作定量分析，必须建立数学模型。建立数学模型首先要选定适当的目标变量和决策变量，并建立起目标变量与决策变量之间的函数关系，称之为目标函数。然后将各种限制条件加以抽象，得出决策变量应满足的一些等式或不等式，称之为约束条件。非线性规划问题的一般数学模型可表述为求未知量ｘ１，ｘ２，…，ｘｎ，使满足约束条件：

ｇｉ（ｘ１，…，ｘｎ）≥ ０ｉ＝１，…，ｍ

ｈｊ（ｘ１，…，ｘｎ）＝０ｊ＝１，…，ｐ

并使目标函数ｆ（ｘ１，…，ｘｎ）达到最小值（或最大值）。其中：诸ｇｉ和诸ｈｊ都是定义在ｎ维向量空间Ｒｎ的某子集Ｄ（定义域）上的实值函数，且至少有一个是非线性函数。

上述模型可简记为：

ｍｉｎｆ（ｘ）

ｓ．ｔ．ｇｉ（ｘ）≥ ０ｉ＝１，…，ｍ

ｈｊ（ｘ）＝０ｊ＝１，…，ｐ

线性规划模型及其举例

线性规划模型及其举例 摘要：在日常生活中，我们常常对一个问题有诸多解决办法，如何寻找最优方案，成为关键，本文提出了线性规划数学模型及其举例，在一定约束条件下寻求最优解的过程，目的是想说明线性规划模型在生产中的巨大应用。 关键词：资源规划；约束条件；优化模型；最优解 在工农业生产与经营过程中，人们总想用有限的资源投入，获得尽可能多的使用价值或经济利益。如：当任务或目标确定后，如何统筹兼顾，合理安排，用最少的资源（如资金、设备、原材料、人工、时间等）去完成确定的任务或目标；企业在一定的资源条件限制下，如何组织安排生产获得最好的经济效益（如产品量最多，利润最大）。 一.背景介绍 如果产出量与投入量存在（或近似存在）比例关系，则可以写出投入产品的线性函数式： 1()n i ij j j f x a x ==∑，1,2,,,1i m m =+ (1) 若将（1）式中第（1m +）个线性方程作为待求的目标函数，其余m 个线性方程作为资源投入的限制条件（或约束条件），则（1）式变为： OPT. 1()n j j j f x c x ==∑ ST. 1 n ij j j a x =∑> ( =, < )i b , 1,2,,i m = (2) 0,j x ≥ 1,2,,j n =… （2）式特点是有n 个待求的变量j x （1,2,,j n =…）；有1个待求的线性目标函数()f x ，有m 个线性约束等式或不等式，其中i b （1,2,,i m =…）为有限的资源投入常量。将客观实际问题经过系统分析后，构建线性规划模型，有决策变量，目标函数和约束条件等构成。 1．决策变量（Decision Variable,DV ）在约束条件范围内变化且能影响（或限定）目标函数大小的变量。决策变量表示一种活动，变量的一组数据代表一个解决方案，通常这些变量取非负值。 2．约束条件（Subject To,ST ）在资源有限与竞争激烈的环境中进行有目的性的一切活动，都

数学建模线性规划

线性规划 1.简介： 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源. 线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.规划问题。一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。 (x)都是线性函数，则该模型称为在优化模型中，如果目标函数f(x)和约束条件中的g i 线性规划。 2.线性规划的3个基本要素 （1）决策变量 （2）目标函数f(x) (x)≤0称为约束条件） （3）约束条件（g i 3.建立线性规划的模型 （1）找出待定的未知变量（决策变量），并用袋鼠符号表示他们。 （2）找出问题中所有的限制或者约束，写出未知变量的线性方程或线性不等式。

（3）找到模型的目标或判据，写成决策变量的线性函数，以便求出其最大值或最小值。以下题为例，来了解一下如何将线性规划用与实际的解题与生活中。 生产计划问题 某工厂生产甲乙两种产品，每单位产品消耗和获得的利润如表 试拟订生产计划，使该厂获得利润最大 解答：根据解题的三个基本步骤 （1）找出未知变量，用符号表示： 设甲乙两种产品的生产量分别为x 1与x 2 吨，利润为z万元。 （2）确定约束条件： 在这道题目当中约束条件都分别为：钢材，电力，工作日以及生产量不能为负的限制 钢材：9x 1+5 x 2 ≤360， 电力：4x 1+5 x 2 ≤200， 工作日：3x 1+10 x 2 ≤300， x 1≥0 ，x 2 ≥0， （3）确定目标函数： Z=7x 1+12 x 2

线性规划模型的应用分析

第3章线性规划模型的应用 1.某企业制造三种仪器，甲种仪器需要17小时加工装配，8小时检测，售价300元。乙种仪器需要10小时加工装配，4小时检测，售价200元。丙种仪器需要2小时加工装配，2小时检测，售价100元。三种仪器所用的元件和材料基本一样，可供利用的加工装配时间为1000小时，检测时间为500小时。又根据市场预测表明，对上述三种仪器的要求不超过50台、80台、150台。试求企业的最优生产计划。 解：首先将问题中的数据表示到如下表格： i maxZ=300x1+200x2+100x3 17x1+10x2+2x3≤1000 8x1+4x2+2x3≤500 x1≤50 x2≤80 x3≤150 x1,x2,x3≥0 2. 某铸造厂要生产某种铸件共10吨，其成分要求：锰的含量至少达到0.45%，硅的允许范围是 3.25%~5.5%。目前工厂有数量充足的锰和三种生铁可作为炉料使用。这些炉料的价格是：锰为15元/公斤，生铁A为340元/吨，生铁B为380元/吨，生铁C为280元/吨。这三种生铁含锰和含硅量（%）如表3.22所示，问工厂怎样选择炉料使成本最低。 表3.22 成分锰有部分是纯锰，部分是从生铁中提炼出来的，所以改进表格如下：

设铸件中含有三种生铁和锰的量分别为xi（i=1，2，3，4）吨，则数学模型如下： maxZ=340x1+380x2+280x3+15000x4 x1+x2+x3+x4=10 0.45%x1+0.5%x2+0.35%x3+x4≥0.45%*10 4%x1+1%x2+0. 5%x3≥3.25%*10 4%x1+1%x2+0. 5%x3≤5.5%*10 xi≥0（i=1，2，3，4） 3. 某工厂要做100套钢架，每套用长为2.9m，2.1m和1.5m的圆钢各一根。已知原料每根长7.4m，问应如何下料，可使所用原料最省。 解： 4. 绿色饲料公司生产雏鸡、蛋鸡、肉鸡三种饲料。这三种饲料是由A、B、C三种原料混合而成。产品的规格要求、产品单价、日销售量、原料单价见表3.23、表3.24。受资金和生产能力的限制，每天只能生产30吨，问如何安排生产计划才能获利最大？ 表3.23 产品名称规格要求销售量（吨）售价（百元） 雏鸡饲料原料A不少于50% 5 9 原料B不超过20% 蛋鸡饲料原料A不少于30% 18 7 原料C不超过30% 肉鸡饲料原料C不少于50% 10 8 表3.24

数学建模(教案)第一章--线性规划

数学建模 第一章 线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工，加工时间分别为每台2小时和1小时；生产乙机床需用C B A 、、三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1x 台甲机床和2x 乙机床时总利润最大，则21,x x 应满足 （目标函数） 2134m ax x x z += (1) s.t. （ 约 束 条 件 ） ?????? ?≥≤≤+≤+0 ,781022122 121x x x x x x x （2） 这里变量21,x x 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。

上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数，故被称为线性规划问题。 总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选取适当的决策变量，是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量，b 为m 维列向量，A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为 b Ax x c x T -≤-- that such min 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 ∑==n j j j x c z 1min (3) ∑==≤n j i j ij m i b x a 1,,2,1 s.t.Λ (4) 可行解 满足约束条件（4）的解),,,(21n x x x x Λ=，称为线性规划问题的可行解，而使目标函数（3）达到最小值的可行解叫最优解。

线性规划模型在生活中的实际应用

线性规划模型在生活中的实际应用 一、线性规划的基本概念 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源.线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题.满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域.决策变量、约束条件、目标函数是线性规划的三要素. 二、线性规划模型在实际问题中的应用 （1）线性规划在企业管理中的应用范围 线性规划在企业管理中的应用广泛，主要有以下八种形式： 1.产品生产计划：合理利用人力、物力、财力等，是获利最大. 2.劳动力安排：用最少的劳动力来满足工作的需要. 3.运输问题：如何制定运输方案，使总运费最少. 4.合理利用线材问题：如何下料，使用料最少. 5.配料问题：在原料供应的限制下如何获得最大利润. 6.投资问题：从投资项目中选取方案，是投资回报最大. 7.库存问题：在市场需求和生产实际之间，如何控制库存量从而获得更高利益. 8.最有经济计划问题：在投资和生产计划中如何是风险最小 . （2）如何实现线性规划在企业管理中的应用 在线性规划应用前要建立经济与金融体系的评价标准及企业的计量体系，摸清企业的资

源.首先通过建网、建库、查询、数据采集、文件转换等，把整个系统的各有关部分的特征进行量化，建立数学模型，即把组成系统的有关因素与系统目标的关系，用数学关系和逻辑关系描述出来，然后白较好的数学模型编制成计算机语言，输入数据，进行计算，不同参数获取的不同结果与实际进行分析对比，进行定量，定性分析，最终作出决策.

一般线性规划数学模型

一般线性规划问题 1. 线性规划的条件： ① 决策变量有没有---------------------必须有 ② 目标函数和约束条件是不是决策变量的线性表达式------------------必须是 ③ 决策变量非负条件是否满足-------------必须满足 ④ 目标函数是否表现出极大化或极小化------必须表现 2. 线性规划的表达式 目标函数： x c x c x c n n z Max Min +???++=2211)( 约束条件： b x a x a x a n n 112 12 1 11 )(≤≥+???++ b x a x a x a n n 222 2 21 21 )(≤≥+???++ b x a x a x a n n 332 2 31 31 )(≤≥+???++ ..............

b x a x a x a n n nn n )(2 2 1 n1 ≤≥+???++ 非负性约束： 0,,0,02 1 ≥???≥≥x x x n 问题重述 某储蓄所每天的营业时间是上午9时到下午5时。根据经验，每天不同时间段所需要的服务员数量如表17所示。储蓄所可以雇用全时和半时两类服务员。全时服务员每天报酬100元，从上午9时到下午5时工作，但中午12时到下午2时之间必须安排1h 的午餐时间。储蓄所每天可以雇用不超过3名的半时服务员，每个半小时服务员必须连续工作4h ，报酬40元。（1）问该储蓄所应如何雇用全时和半时两类服务员。（2）如果不能雇用半时服务员，每天至少增加多少费用。（3）如果雇用半时服务员的数量没有限制，每天可以减少多少费用？ 表16 每天不同时间段所需要的服务员数量

数学建模-线性规划

-1- 第一章线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济 效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947 年G. B. Dantzig 提出 求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性 规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000 元与3000 元。 生产甲机床需用A、B机器加工，加工时间分别为每台2 小时和1 小时；生产乙机床 需用A、B、C三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时 数分别为A 机器10 小时、B 机器8 小时和C 机器7 小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1 x 台甲机床和2 x 乙机床时总利润最大，则1 2 x , x 应满足 （目标函数）1 2 max z = 4x + 3x (1) s.t.（约束条件） ?? ? ?? ? ? ≥ ≤ + ≤ + ≤ , 0 7 8 2 10 1 2 2 1 2 1 2 x x x x x x x （2） 这里变量1 2 x , x 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。由于上面的目标函数及约束条件均为线性

非线性规划的概念和原理

第五章 非线性规划的概念和原理 非线性规划的理论是在线性规划的基础上发展起来的。1951年，库恩（H.W.Kuhn ）和塔克（A.W.Tucker ）等人提出了非线性规划的最优性条件，为它的发展奠定了基础。以后随着电子计算机的普遍使用，非线性规划的理论和方法有了很大的发展，其应用的领域也越来越广泛，特别是在军事，经济，管理，生产过程自动化，工程设计和产品优化设计等方面都有着重要的应用。 一般来说，解非线性规划问题要比求解线性规划问题困难得多，而且也不像线性规划那样有统一的数学模型及如单纯形法这一通用解法。非线性规划的各种算法大都有自己特定的适用范围。都有一定的局限性，到目前为止还没有适合于各种非线性规划问题的一般算法。这正是需要人们进一步研究的课题。 5.1 非线性规划的实例及数学模型 [例题6.1] 投资问题： 假定国家的下一个五年计划内用于发展某种工业的总投资为b 亿元，可供选择兴建的项目共有几个。已知第j 个项目的投资为j a 亿元，可得收益为j c 亿元，问应如何进行投资，才能使盈利率（即单位投资可得到的收益）为最高？ 解：令决策变量为j x ，则j x 应满足条件() 10j j x x -= 同时j x 应满足约束条件 1 n j j j a x b =≤∑ 目标函数是要求盈利率()1121 ,,,n j j j n n j j j c x f x x x a x === ∑∑L 最大。 [例题6.2] 厂址选择问题： 设有n 个市场，第j 个市场位置为() ,j j p q ，它对某种货物的需要量为j b ()1,2,,j n =L 。 现计划建立m 个仓库，第i 个仓库的存储容量为i a ()1,2,,i m =L 。试确定仓库的位置，使各仓库对各市场的运输量与路程乘积之和为最小。 解：设第i 个仓库的位置为(),i i x y ()1,2,,i m =L ，第i 个仓库到第j 个市场的货物供应量为i j z ()1,2,,,1,2,,i m j n ==L L ，则第i 个仓库到第j 个市场的距离为

线性规划理论在实际问题中的应用

Ⅰ线性规划理论在实际问题中的应用 ⅰ问题背景描述 线性规划是运筹学的一个基本分支，它广泛应用现有的科学技术和数学方法，解决实际中的问题，帮助决策人员选择最优方针和决策。把线性规划的知识运用到企业中，企业就有必要利用线性规划的知识对战略计划，生产，销售的各个环节进行优化，从而降低生产成本，提高企业的生产效率，通过建立模型并利用相关软件，对经济管理中有限资源进行合理分配，从而获得最佳经济效益。根据美国《财富》杂志对全美前500家大公司的调查表明,线性规划的应用程度名列前矛,有85%的公司频繁地使用线性规划,并取得了显著提高经济效益的效果。 在实际生活中，经常会遇到一定的人力、物力、财力等资源条件下，如何精打细算巧安排，用最少的资源取得最大的效益的问题，而这正是线性规划研究的基本内容，它在实际生活中有着非常广泛的应用．任何一个组织的管理者都必须对如何向不同的活动分配资源的问题做出决策，即如何有效地利用人力、物力完成更多的任务，或在预定的任务目标下如何耗用最少的人力、物力去实现目标。在许多情况下，大量不同的资源必须同时进行分配，需要这些资源的活动可以是不同的生产活动，营销活动，金融活动或者其他一些活动。随着计算技术的不断发展，使成千上万个约束条件和决策变量的线性规划问题能迅速地求解，更为线性规划在经济等各领域的广泛应用创造了极其

有利的条件。线性规划已经成为现代化管理的一种重要的手段。 建模是解决线性规划问题极为重要的环节，一个正确的数学模型的建立要求建模者熟悉线性规划的具体实际内容，要明确目标函数和约束条件，通过表格的形式把问题中的已知条件和各种数据进行整理分析，从而找出约束条件和目标函数。 从实际问题中建立数学模型一般有以下三个步骤； 1.根据影响所要达到目的的因素找到决策变量； 2.由决策变量和所在达到目的之间的函数关系确定目标函数； 3.由决策变量所受的限制条件确定决策变量所要满足的约束条件。 所建立的数学模型具有以下特点： 1、每个模型都有若干个决策变量（x1，x2，x3……，xn），其中n为决策变量个数。决策变量的一组值表示一种方案，同时决策变量一般是非负的。 2、目标函数是决策变量的线性函数根据具体问题可以是最大化（max）或最小化（min），二者统称为最优化（opt）。 3、约束条件也是决策变量的线性函数。 当我们得到的数学模型的目标函数为线性函数，约束条件为线性等式或不等式时称此数学模型为线性规划模型。 线性规划模型的基本结构:

线性规划理论及其应用[开题报告]

毕业论文开题报告 信息与计算科学 线性规划理论及其应用 一、选题的背景、意义[1][2] 1.选题的背景 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法。在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源.线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.一般地，求线性目标函数在线性约束条件下的最大化或最小化的问题，最大化问题是要在一个集合上使一个函数达到最大，最小化问题是要在一个集合上使一个函数达到最小。统称为线性规划问题。满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。决策变量、约束条件、目标函数是线性规划的三要素。随着计算机技术的发展和普及，线性规划的应用越来越广泛。它已成为人们为合理利用有限资源制定最佳决策的有力工具。 2.选题的意义 随着计算机技术的发展和普及，线性规划的应用越来越广泛。它已成为人们为合理利用有限资源制定最佳决策的有力工具。随着经济全球化的不断发展，企业面临更加激烈的市场竞争。企业必须不断提高盈利水平，增强其获利能力，在生产、销售、新产品研发等一系列过程中只有自己的优势，提高企业效率，降低成本，形成企业的核心竞争力，才能在激烈的竞争中立于不败之地。过去很多企业在生产、运输、市场营销等方面没有利用线性规划进行合理的配置，从而增加了企业的生产，使企业的利润不能达到最大化。在竞争日益激烈的今天，如果还按照过去的方式，是难以生存的，所以就有必要利用线性规划的知识对战略计划、生产，销售各个环节进行优化从而降低生产成本，提高企业的效率。在各类经

非线性规划的MATLAB解法及其应用

题 目 非线性规划的MATLAB 解法及其应用 （一） 问题描述 非线性规划是具有非线性约束条件或目标函数的数学规划，是运筹学的一个重要分支。非线性规划是20世纪50年代才开始形成的一门新兴学科。70年代又得到进一步的发展。非线性规划在工程、管理、经济、科研、军事等方面都有广泛的应用，为最优设计提供了有力的工具。在经营管理、工程设计、科学研究、军事指挥等方面普遍地存在着最优化问题。例如：如何在现有人力、物力、财力条件下合理安排产品生产，以取得最高的利润；如何设计某种产品，在满足规格、性能要求的前提下，达到最低的成本；如何确定一个自动控制的某些参数，使系统的工作状态最佳；如何分配一个动力系统中各电站的负荷，在保证一定指标要求的前提下，使总耗费最小；如何安排库存储量，既能保证供应，又使储存 费用最低；如何组织货源，既能满足顾客需要，又使资金周转最快等。对于静态的最优化 问题，当目标函数或约束条件出现未知量的非线性函数，且不便于线性化，或勉强线性化后会招致较大误差时，就可应用非线性规划的方法去处理。具有非线性约束条件或目标函数的数学规划，是运筹学的一个重要分支。非线性规划研究一个n 元实函数在一组等式或不等式的约束条件下的极值问题，且目标函数和约束条件至少有一个是未知量的非线性函数。目标函数和约束条件都是线性函数的情形则属于线性规划。本实验就是用matlab 软件来解决非线性规划问题。 （二） 基本要求 掌握非线性规划的MATLAB 解法,并且解决相关的实际问题。 题一 ：对边长为3米的正方形铁板，在四个角剪去相等的正方形以制成方形无盖水槽，问如何剪法使水槽的容积最大？ 题二： 某厂生产一种产品有甲、乙两个牌号，讨论在产销平衡的情况下如何确定各自的产量，使总利润最大. 所谓产销平衡指工厂的产量等于市场上的销量.符号说明：z(x 1,x 2)表示总利润；p 1，q 1，x 1分别表示甲的价格、成本、销量； p 2，q 2，x 2分别表示乙的价格、成本、销量； a ij ，b i ，λi ,c i （i ，j =1，2）是待定 系数. 题三：设有400万元资金, 要求4年内使用完, 若在一年内使用资金x 万元, 则可得效益x 万元(效益不能再使用),当年不用的资金可存入银行, 年利率为10%. 试制定出资金的使用计划, 以使4年效益之和为最大. （三） 数据结构 题一:设剪去的正方形的边长为x ，则水槽的容积为：x x )23(2-;建立无约束优化模型为：min y=-x x )23(2-， 0

数学建模习题——线性规划

某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券以及其信用等级、到期年限、收益如下表所示．按照规定，市政证券的收益可以免税，其他证券的收益需按50%的税率纳税．此 表四 问：（1）若该经理有1000万元资金，应如何投资？ （2）如果能够以2.75%的利率借到不超过100万元资金，该经理应如何操作？ （3）在1000万元资金情况下，若证券A的税前收益增加为4.5%，投资应否改变？若证券C的税前收益减少为4.8%，投资应否改变？ 解：设利润函数为M(x),投资A、B、C、D、E五种类型的证券资金分别为

12345,,,,x x x x x 万元，则由题设条件可知 12345123452341234512345123451234512345()0.0430.0270.0250.0220.0451000400 225 1.4()9154325(),,,,0 M x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x =++++++++≤++≥++++≤++++++++≤++++≥ 利用MATLAB 求解最优解，代码如下： c=[-0.043 -0.027 -0.025 -0.022 -0.045]; A=[1 1 1 1 1;0 -1 -1 -1 0;0.6 0.6 -0.4 -0.4 3.6;4 10 -1 -2 -3]; b=[1000;-400;0;0]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) 运行结果如下：

线性规划1

习题一 1.1 用图解法求解下列线性规划问题，并指出各问题是具有唯一最优解、无穷多最优解、无界解或无可行解。 (1) min z ＝6x1＋4x2(2) max z ＝4x1＋8x2 st. 2x1＋x2≥1 st. 2x1＋2x2≤10 3x1＋4x2≥1.5 －x1＋x2≥8 x1, x2≥0 x1, x2≥0 (3) max z ＝x1＋x2(4) max z ＝3x1－2x2 st. 8x1＋6x2≥24 st. x1＋x2≤1 4x1＋6x2≥－12 2x1＋2x2≥4 2x2≥4 x1, x2≥0 x1, x2≥0 (5) max z ＝3x1＋9x2(6) max z ＝3x1＋4x2 st. x1＋3x2≤22 st. －x1＋2x2≤8 －x1＋x2≤4 x1＋2x2≤12 x2≤6 2x1＋x2≤16 2x1－5x2≤0 x1, x2≥0 x1, x2≥0 1.2. 在下列线性规划问题中，找出所有基本解，指出哪些是基本可行解并分别代入目标函数，比较找出最优解。 (1) max z ＝3x1＋5x2(2) min z ＝4x1＋12x2＋18x3 st. x1＋x3＝4 st. x1＋3x3－x4＝3 2x2＋x4＝12 2x2＋2x3－x5＝5 3x1＋2x2＋x5＝18 x j≥0 （j＝1, (5) x j≥0 （j＝1, (5) 1.3. 分别用图解法和单纯形法求解下列线性规划问题，并对照指出单纯形法迭代的每一步相当于图解法可行域中的哪一个顶点。 (1) max z ＝10x1＋5x2 st. 3x1＋4x2≤9 5x1＋2x2≤8 x1, x2≥0 (2) max z ＝100x1＋200x2 st. x1＋x2≤500 x1≤200 2x1＋6x2≤1200 x1, x2≥0 ９

运筹学-线性规划模型在实际生活中的应用

线性规划模型在实际生活中的应用 【摘要】线性规划在实际生活中扮演着很重要的角色，研究对象是计划管理工作中有关安排和估值的问题,其广泛应用于经济等领域，是实际生活中进行管理决策的最有效的方法之一。解决的主要问题是在给定条件下,按某一衡量指标来寻找安排的最优方案。本文通过对例题利用线性规划分析，如何合理的分配利用，最终找到最优解使企业利润最大，说明了线性规划在实际生活中的应用，而且对线性规划问题模型的建立，模型的解进行了分析，运用图解法和单纯形法解决问题。 【关键词】线性规划、建模、实际生活、图解法、单纯形法 前言：线性规划（Linear programming,简称LP）是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，它是辅助人们进行科学管理的一种数学方法。研究线性约束条件下线性目标函数的极值问题的数学理论和方法。英文缩写LP。它是运筹学的一个重要分支，广泛应用于军事作战、经济分析、经营管理和工程技术等方面。为合理地利用有限的人力、物力、财力等资源作出的最优决策，提供科学的依据。 在实际生活中，经常会遇到一定的人力、物力、财力等资源条件下，如何精打细算巧安排，用最少的资源取得最大的效益的问题，而这正是线性规划研究的基本容，它在实际生活中有着非常广泛的应用．任何一个组织的管理者都必须对如何向不同的活动分配资源的问题做出决策，即如何有效地利用人力、物力完成更多的任务，或在预定的任务目标下如何耗用最少的人力、物力去实现目标。在许多情况下，大量不同的资源必须同时进行分配，需要这些资源的活动可以是不同的生产活动，营销活动，金融活动或者其他一些活动。随着计算技术的不断发展，使成千上万个约束条件和决策变量的线性规划问题能迅速地求解，更为线性规划在经济等各领域的广泛应用创造了极其有利的条件。线性规划已经成为现代化管理的一种重要的手段。本文运用常用的图解法和单纯形法解决利润最大化决策问题，贴近生活，很好的吧线性规划应用到生活实践中。 1、简单线性问题步骤简单介绍 建模是解决线性规划问题极为重要的环节，一个正确的数学模型的建立要求建模者熟悉线性规划的具体实际容，要明确目标函数和约束条件，通过表格的形式把问题中的已知

线性规划模型的应用与灵敏度分析

摘要 线性规划是解决稀缺资源最优分配的有效方法，使付出的费用最少或获得的利益最大。它的研究对象是有一定的人力、财力、资源条件下，如何合理安排使用，效益最高；某项任务确定后，如何安排人、财、物，使之最省。它要解决的问题的目标可以用数值指标反映，对于要实现的目标有多种方案可以选择，有影响决策的若干约束条件。本文主要介绍了线性规划模型在实际生活中的应用，其中包括解线性方程组的各种方法，如图解法、单纯形法、以及对偶单纯形法等等，以及简单介绍了有关灵敏度分析的方法。由于许多问题仅仅利用线性规划的方法还不足以解决，因此用到了对偶理论，也因此引出了对偶单纯形法。对偶规划是线性规划问题从另一个角度进行研究，是线性规划理论的进一步深化，也是线性规划理论整体的一个不可分割的组成部分。灵敏度分析是对线性规划结果的再发掘，是对线性规划理论的充要应用，本文以实例验证灵敏度分析的实际应用。 关键词：线性规划；单纯形法；对偶单纯形法

ABSTRCT Linear programming is an effective method to solve the optimal allocation of scarce resources, make the cost of pay or receive at least the interests of the largest. Its object of study is the human and financial resources, resource conditions, how to reasonably arrange to use, benefit is supreme; A task is determined, how to arrange people, goods, and make it the most provinces. It to the target can be used to solve the problem of the numerical indicators, to achieve a variety of solutions to choose from, have an impact on the decision of some constraint conditions. Through the subject design, can deepen the operations research, optimization method, linear programming, nonlinear programming, to improve the integrated use of knowledge, improve the ability of using the sensitivity analysis to solve various practical problems. This article mainly introduces the application of linear programming model in real life, including the various methods of solving linear equations, as shown in figure method, simplex method and dual simplex method, etc., and simply introduces the method of sensitivity analysis. Due to many problems just by using the method of linear programming is not enough to solve, so use the duality theory, thus raises the dual simplex method. The dual programming is linear programming problem from another Angle, is the further deepening of linear programming theory, linear planning theory as a whole is also an integral part of. Sensitivity analysis is to discover, the result of the linear programming is the charge to application of linear programming theory. Keywords: linear programming；Simplex method；The dual simplex method

非线性规划理论和算法

非线性最优化理论与算法 第一章引论 本章首先给出了一些常见的最优化问题和非线性最优化问题解的定义，并且根据不同的条件对其进行了划分。接着给出了求解非线性优化问题的方法，如图解法等，同时又指出一个好的数值方法应对一些指标有好的特性，如收敛速度与二次终止性、稳定性等。随后给出了在非线性最优化问题的理论分析中常用到的凸集和凸函数的定义和有关性质。最后给出了无约束优化最优性条件。 第二章线搜索方法与信赖域方法 无约束优化的算法有两类，分别是线搜索方法和信赖域方法。本章首先给出了两种线搜索方法即精确线搜索方法和非精确线搜索方法。线搜索方法最重要的两个要素是确定搜索方向和计算搜索步长，搜索步长可确保下降方法的收敛性，而搜索方向决定方法的收敛速度。 精确线搜索方法和非精确线搜索方法 对于精确线搜索方法，步长ακ满足 αk=arg min ?x k+αd k α≥0 这一线搜索可以理解为αk是f(x k+αd k)在正整数局部极小点，则不论怎样理解精确线搜索，它都满足正交性条件： d k T??(x k+αk d k)=0 但是精确搜索方法一般需要花费很大的工作量，特别是当迭代点远离问题的解时，精确的求解问题通常不是有效的。而且有些最优化方法，其收敛速度并不依赖于精确搜索过程。对于非精确搜索方法，它总体希望收敛快，每一步不要求达到精确最小，速度快，虽然步数增加，则整个收敛达到快速。书中给出了三种常用的非精确线搜索步长规则，分别是Armijo步长规则、Goldstein步长规则、Wolfe步长规则。第一个步长规则的不等式要求目标函数有一个满意的下降量，第二个不等式控制步长不能太小，这一步长规则的第二式可能会将最优步长排除在步长的候选范围之外，也就是步长因子的极小值可能被排除在可接受域之外。但Wolfe步长规则在可接受的步长范围内包含了最优步长。在实际计算时，前两种步长规则可以用进退试探法求得，而最后一种步长规则需要借助多项式插值等方法求得。紧接着，又介绍了Armijo和Wolfe步长规则下的下降算法的收敛性。 信赖域方法 线性搜索方法都是先方向再步长，即先确定一个搜索方向d k，然后再沿着这个搜索方向d k选择适当的步长因子αk，新的迭代点定义为x k+1=x k+αk d k。与线搜索方法不同，信赖域方法是先步长再方向,此方法首先在当前点附近定义目标函数的一个近似二次模型，然后利用目标函数在当前点的某邻域内与该二次模型的充分近似，取二次模型在该邻域内的最优值点来产生下一迭代点。它把最优化

非线性规划模型在产品组合中的应用

龙源期刊网 https://www.doczj.com/doc/8611918282.html, 非线性规划模型在产品组合中的应用 作者：尹聪春 来源：《中国管理信息化》2012年第08期 ［摘要］非线性规划是具有非线性约束条件或目标函数的数学规划，是运筹学的一个重要分支。非线性规划是20世纪50年代才开始形成的一门新兴学科。70年代又得到进一步的发展。非线性规划在工程、管理、经济、科研、军事等方面都有广泛的应用，为最优设计提供了有力的工具。本文主要介绍用Excel规划求解工具制作的非线性规划模型来解决经济管理中的产品组合问题。 ［关键词］非线性规划；模型；产品组合；应用 doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 08. 065 ［中图分类号］ F272 ［文献标识码］ A ［文章编号］ 1673 - 0194（2012）08- 0096- 02 1 非线性规划数学模型 对实际规划问题作定量分析，必须建立数学模型。建立数学模型首先要选定适当的目标变量和决策变量，并建立起目标变量与决策变量之间的函数关系，称之为目标函数。然后将各种限制条件加以抽象，得出决策变量应满足的一些等式或不等式，称之为约束条件。非线性规划问题的一般数学模型可表述为求未知量ｘ１，ｘ２，…，ｘｎ，使满足约束条件： ｇｉ（ｘ１，…，ｘｎ）≥ ０ｉ＝１，…，ｍ ｈｊ（ｘ１，…，ｘｎ）＝０ｊ＝１，…，ｐ 并使目标函数ｆ（ｘ１，…，ｘｎ）达到最小值（或最大值）。其中：诸ｇｉ和诸ｈｊ都是定义在ｎ维向量空间Ｒｎ的某子集Ｄ（定义域）上的实值函数，且至少有一个是非线性函数。 上述模型可简记为： ｍｉｎｆ（ｘ） ｓ．ｔ．ｇｉ（ｘ）≥ ０ｉ＝１，…，ｍ ｈｊ（ｘ）＝０ｊ＝１，…，ｐ

线性规划的实际应用模型

目录 摘要 ---------------------------------------------------1 引言 ---------------------------------------------------2 一线性规划的概念 -------------------------------------3 二线性规划的实际应用 ----------------------------------4 （ （四）体育上的应用 1.合理安排比赛问题 -------------13 2.选拔选手问题 -----------------14 （五）旅行上的问题:旅行背包问题 ------------------------15 （六）航空上的问题:航空时间安排问题 --------------------16 （七）城市规划的应用:设施布点问题 ----------------------18 （八）日常生活上的应用 1.食用油的结构优化问题 ---------19 2.饮食问题 ---------------------21 （九）农业上的应用:农业种植问题 ------------------------23 三总结及参考文献 --------------------------------------25 线性规划的实际应用模型 王丽娜 （渤海大学数学系辽宁锦州 121000 中国）

摘要：本文从运筹学的角度分析线性规划的实际应用模型，随着人类社会的进步，科学 技术的发展，经济全球化进程的日益加快，线性规划在实际中的应用越来越广泛，主要应用 于经济与管理,军事,金融,体育,旅行,航空,城市规划,日常生活,农业九大方面，因此，线性 规划作为一门科学已被人们广泛接受，并已日益成为人类社会和经济生活中一种不可或缺的 工具。 关键词：运筹学线性规划分析模型 Zhe model in practical application of linear programming Wang lina (Department of Mathematics Bohai University Liaoning Jinzhou 121000 China) Abstract:This article analyse the practical application of linear programming from the sight of operational research,with the advancement of human society,the development of science and technology and the faster grogramming has wider application in the practical,has been applied to nine aspects,in econemy,management,military,finance,physical education,travelling,airline,city planning,daily life, agriculture.The examples will be given to show the application in the nine aspects given abo。 Key word:operational research ,linaear programming, analy ,model 引言 线性规划是运筹学的一个重要分支。也是研究较早的，发展较快 的,应用较广而比较成熟的一个分支。