线性规划模型
- 格式:pdf
- 大小:240.36 KB
- 文档页数:12
线性规划模型● 知道线性规划模型的一般形式● 知道什么是可行解、可行域、最优解、最优值 ● 会用图解法求解二个变量的线性规划问题● 会利用软件WINQSB 求线性规划问题的最优解、最优值 ● 会建立简单的线性规划问题● 知道什么是缩减成本、影子价格,会利用软件WINQSB 进行灵敏度分析一、基本概念1. 线性规划模型的一般形式可以表示为:目标函数 max (或min )=c l x 1+c 2x 2+ … + c n x n 。
约束条件: ⎪⎪⎩⎪⎪⎨⎧≥=≤+++≥=≤+++≥=≤+++nn nn n n n n n n b x a x a x a b x a x a x a b x a x a x a ),(),(),(22112222212111212111或或或 非负条件: x 1≥0, x 2≥0, …, x n ≥0可简写为 max(或min)=∑=n j j j x c 1 约束条件: ∑=n j j ij x a1≤(或=,≥) b i ,i=1,2,…,m非负条件: x j ≥0,j=1,2,…,n目标函数中的系数c i , i=1,2, …,n , 常称为价值系数,它反映某种价值(如利润、收益或效益);约束条件中的右端项bj ,j=1,2, …,m ,右端系数,它反映某种资源的限制(如劳动力、原材料等);约束条件中的a ij 常称为技术系数。
一般,它们都是已知的常数。
2.一个线性规划问题有解,是指能找出一组x j(j=1,2,…,n),使其满足所有的约束条件和非负条件。
称任何一组这样的x j(j=1,2,…,n)是线性规划问题的一个可行解。
通常,线性规划问题含有多个可行解。
称全部可行解的集合为该线性规划问题的可行域。
使目标函数值达到最优的可行解称为该线性规划问题的最优解,最优目标函数值称为该线性规划问题的最优值。
对不存在可行解的线性规划问题,称该线性规划问题无解。
二、两个变量的线性规划问题的图解法图解法的步骤为:第1步:在平面上建立直角坐标系;第2步:图示约束条件和非负条件,找出可行域;第3步:图示目标函数,并寻找最优解。
线性规划模型线性规划的英文全称为:Linear Programming ,可简称为LP . 一、线性规划所属学科线性规划是“运筹学”中应用最广泛、理论最成熟的一个分支.0-1⎧⎧⎧⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎩⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩线性规划非线性规划静态规划整数规划规划论规划多目标规划动态规划运筹学对策论决策论排队论图论存储论模型论 二、线性规划发展简史早在19世纪法国数学家傅里叶关于线性不等式的研究表明,他对线性规划已有所了解,还提出了单纯形法求解线性逼近中的线性规划20世纪三是年代末,苏联数学家康托洛维奇开始研究生产组织中的线性规划问题,并写出了线性规划应用于工业生产问题的经典著作《生产组织与计划中的数学方法》.1947年美国数学家丹奇格提出了单纯形(Simplex)方法及有关理论,为线性规划奠定了理论基础.五十年代,线性规划成为经济学家分析经济问题的重要工具.随着计算机的迅猛发展,线性规划现被广泛应用于工业、农业、商业等各个领域. 三、用线性规划方法解决实际问题的两大特点1、全局性——从全局出发,将全局目标作为追求目标;2、定量性——通过建立数学模型,对实际问题进行定量分析,而不是只做定性分析. 数学模型指:将实际问题用一系列数学表达式(函数、方程、不等式等)表示出来,称这一系列数学表达式为该实际问题的数学模型. 四、线性规划方法解决的两类问题1、任务一定,如何安排,可使人、财、物最省;2、人、财、物一定,如何安排,可使任务完成量最多. 五、线性规划可解决以下几方面的问题1、运输问题:某产品有若干个产地、若干个销地,如何运输,使总运费最省;2、生产组织问题:⎩⎨⎧产,使成本最低产值一定,如何安排生最高或利润产,使产值资源一定,如何安排生)(3、配料问题:如何搭配各种原料,既符合质量(营养)要求,又使成本最低;4、投资问题:资金一定,投向谁、投多少、期限多长,使若干年后本利和最高;5、库存问题:在仓库容量有限情况下,如何确定库存物资的品种、数量、期限,使库存效益最佳;6、合理播种问题:在土地资源有限的情况下,种什么、种多少,使效益最高;……第一节 线性规划模型的基本概念 一、建立模型的方法1 根据影响所要达到的目的的因素找到决策变量2 由决策变量和所要到的目的之间的函数关系确定的目标函数3 由决策变量所受到的限制条件确定决策变量所要满足的约束条件若模型满足:1 目标函数是线性函数 2 约束条件是线性等式或不等式; 则称为线性规划模型 二、常用模型 例1: 生产计划莫工厂生产I II 两种产品需要A 、B 两种原料,问怎样生产获利最大?1) 决策变量:设12,x x 分别生产I II 的数量 2) 目标函数:获利最大 12max 24x x + 3) 约束条件:1228x x +≤ 设备约束 12416,412x x ≤≤ 原料约束 12,0x x ≥ 基本约束 则我们可以建立模型12121212max 24.28416412,0z x x s tx x x x x x =++≤≤≤≥例2: 配料问题某养鸡场有一万只鸡,用动物饲料和谷物饲料混合喂养,每天每只鸡平均吃混合饲料一斤,其中动物饲料不少于1/5,动物饲料每斤0.25元,谷物饲料每斤0.2元,饲料公司每周至多能供应谷物饲料5万斤,问怎样混合饲料才能使每周成本最低? 解:1)决策变量 设动物饲料1x 斤,谷物饲料2x 斤。
线性规划模型线性规划(Linear Programming,LP)是一种用于求解线性优化问题的数学建模方法。
线性规划模型是在一组线性约束条件下,通过线性目标函数来寻找最优解的数学模型。
其基本形式如下:最大化或最小化:Z = c₁x₁ + c₂x₂ + … + cₙxₙ(目标函数)约束条件为:a₁₁x₁ + a₁₂x₂ + … + a₁ₙxₙ ≤ b₁a₂₁x₁ + a₂₂x₂ + … + a₂ₙxₙ ≤ b₂…aₙ₁x₁ + aₙ₂x₂ + … + aₙₙxₙ ≤ bₙx₁, x₂, …, xₙ ≥ 0其中,c₁, c₂, …, cₙ为目标函数中各项的系数;a₁₁,a₁₂, …, aₙₙ为约束条件中各项的系数;b₁, b₂, …, bₙ为约束条件中的常数项;x₁, x₂, …, xₙ为决策变量。
线性规划模型的求解过程分为以下几个步骤:1. 建立数学模型:根据问题的描述,确定决策变量,确定最优化目标,建立目标函数和约束条件。
2. 确定可行解区域:根据约束条件,画出约束条件所确定的可行解区域。
3. 求解最优解:在可行解区域内寻找目标函数最大化或最小化的解。
常用的求解方法有单纯形法和对偶单纯形法。
4. 解释结果:根据最优解,给出对决策变量和目标函数的解释,进一步分析结果的意义。
线性规划模型适用于许多实际问题的求解,如生产计划、资源分配、物流调度等。
通过构建适当的数学模型,可以帮助管理者做出理性决策,最大化或最小化目标函数。
然而,线性规划模型也有其局限性。
首先,线性规划只能处理线性约束条件和线性目标函数,对于非线性问题无法求解。
其次,线性规划假设决策变量是连续的,对于离散的决策问题,线性规划无法适用。
此外,线性规划模型还需要求解算法的支持,对于复杂问题需要较高的计算资源。
总之,线性规划模型是一种常用的数学建模方法,通过线性约束条件和线性目标函数,求解最优解,帮助解决实际问题。
但线性规划模型也有其适用范围和局限性,需要根据具体问题来选择合适的求解方法。
线性规划模型线性规划模型是一种数学模型,用于解决优化问题,确保特定的目标实现而满足一定约束条件。
它是基于线性关系的一类优化模型,其目的是最大化或最小化一个线性函数,同时满足相关的线性约束条件。
线性规划模型涉及了数学、经济、管理、工程等领域,常常被用于优化决策和资源分配。
线性规划模型有五个基本要素:决策变量、目标函数、约束条件、可行解和最优解。
其中,决策变量是待优化的参数或变量;目标函数是一个以决策变量为自变量的线性函数,代表目标的数学表达式;约束条件是必须满足的限制条件,它们也是线性函数形式;可行解是满足所有约束条件的决策变量组合,这些组合可以被用于计算目标函数的值;最优解是在所有可行解中,能够使目标函数取得极值(最大化或最小化)的可行解。
线性规划模型的主要应用在资源优化领域,例如制造、物流、贡献分析和供应链管理。
其中,生产调度和库存管理是常见的应用场景。
生产调度通常涉及如何分配生产设备的时间和资源,以最小化成本并最大化效益。
库存管理通常涉及如何保持合理库存水平以满足需求,同时尽量减少成本和风险。
线性规划模型计算软件广泛应用,其中最广泛的是 Microsoft Excel 中的插件,如Solver。
Solver 可以通过线性规划模型来找到最佳决策组合,以最小化或最大化目标函数。
其他流行的线性规划软件包包括 MATLAB,AMPL 和 Gurobi 等。
然而,线性规划模型有几个限制:一是实际问题往往不是线性的,因此需要更复杂的模型来处理更复杂的问题;二是线性规划模型假设所有参数是确定的,但在许多情况下参数是不确定的,需要采用随机规划模型。
因此,针对问题的实际特点和需求,选择更合适的数学模型和工具是非常重要的。
总之,线性规划模型是优化问题的一个强大工具,可以在许多领域帮助决策者做出最佳决策。
然而,在应用模型过程中要仔细考虑模型的局限性,并尝试更复杂的模型,以获得更好的决策结果。
赛区评阅编号(由赛区组委会填写):2016年高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”,可从全国大学生数学建模竞赛网站下载)。
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛章程和参赛规则的,如果引用别人的成果或资料(包括网上资料),必须按照规定的参考文献的表述方式列出,并在正文引用处予以标注。
在网上交流和下载他人的论文是严重违规违纪行为。
我们以中国大学生名誉和诚信郑重承诺,严格遵守竞赛章程和参赛规则,以保证竞赛的公正、公平性。
如有违反竞赛章程和参赛规则的行为,我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。
我们参赛选择的题号(从A/B/C/D中选择一项填写):我们的报名参赛队号(12位数字全国统一编号):参赛学校(完整的学校全称,不含院系名):参赛队员(打印并签名):1.2.3.指导教师或指导教师组负责人(打印并签名):(指导教师签名意味着对参赛队的行为和论文的真实性负责)日期:年月日(请勿改动此页内容和格式。
此承诺书打印签名后作为纸质论文的封面,注意电子版论文中不得出现此页。
以上内容请仔细核对,如填写错误,论文可能被取消评奖资格。
)物资调运问题摘要:随着社会不断发展,物资调运的重要性不断凸显。
为此,本文引入某地区三家物资生产厂与八个存储仓库的物资调运问题作为范例进行研究,以求解决类似的物资调运问题。
首先,本文确定了物资生产厂与存储仓库的供求平衡关系,引入SNA-社会关系网络的相关理论规划出成本最低的运输路线。
然后,设定相关必要的约束条件,建立线性规划模型,策划出合理的存储方案。
最后,本文加入新的约束条件,以及改变供求关系,而模型均给出相对合理的方案,体现出较强的普适性。
故通过本文的有关模型,物资调运问题可以得到初步解决,调运成本大大缩减,利益最大化得以实现。
关键词:线性规划;平衡模型;SNA-社会关系网络1、问题重述某地区有甲、乙、丙三家物资生产厂负责供应该地a,b,c,d,e,f,g,h八个物资存储仓库。
为了节省成本,保证物资正常存储,本文需要解决如下三个问题:1、在无其他条件约束下,设计一种合理的物资存储运输方案;2、加入“每个存储仓库的短缺量不能超过需求量的20%”这一条件,重新设计运输方案。
3、为生产厂家设计增产方案以满足每个存储仓库的需求,并设计运输方案使总运费最少。
2、问题分析1、首先需要确定物资生产厂与存储仓库的供求平衡关系。
然后,由于最优运输方案只需要保证运输成本最优与存储量最优,且二者是相互独立的,故可以分别建立对应的线性规划模型求解。
2、加入“每个存储仓库的短缺量不能超过需求量的20%这一条件”,就需要在问题一的方案上增加相关约束条件。
3、增产方案需要通过在问题一的方案上增加未知量改变供求关系;运输方案仍延续问题一的思路。
3、符号说明a各厂对a存储仓库运输量ib各厂对b存储仓库运输量ic各厂对c存储仓库运输量id各厂对d存储仓库运输量ie各厂对e存储仓库运输量if各厂对f存储仓库运输量ig各厂对g存储仓库运输量ih各厂对h存储仓库运输量iP生产量N需求量S方案总成本M 违约总金额X 甲物资生产厂增产后的生产量Y 乙物资生产厂增产后的生产量Z丙物资生产厂增产后的生产量4、问题假设假设1:不考虑物资在生产运输过程中的损耗。
假设2:不考虑时间、空间等无关因素的影响。
假设3:设定物资运输车辆的单程承载能力是无穷大。
假设4:忽略除运输费用、违约金外的成本。
5、模型建立及求解5.1最优物资存储运输模型5.1.1物资生产厂与存储仓库的供求平衡模型不同的供求关系会直接影响仓库存储方案的设计,故首先建立供求平衡模型:供求平衡:N P =供大于求:N P ≥供不应求:NP ≤问题中550530=≤=N P ,所以可知供不应求,需要考虑支付相关违约金。
5.1.2最优运输模型由于选择不同路线会导致运输成本的不同,所以我们需要从所有可选方案中选择出运输成本最少的一条路线。
在此我们将使用SNA-社会关系网络相关理论,通过igraph 在R 上的应用实现最优路线的选取。
例如,对于d →甲,经过适当数据处理我们可以得到如下最优路线(其中A 是物资生产厂,i B 与i C 是有关节点,D 为存储仓库d):图1甲→d最优路线规划重复上述方法,本文最终确定三家物资生产厂到各仓库的最短路径规划如下:图2生产厂家与存储仓库的最优运输路线网络图通过上图,可整理得到如下各厂家到物资存储仓库的最低运输成本:表1各生产厂家到各存储仓库的最低运输成本表(单位:元/吨)5.1.2最优存储模型ab c d e f g h 合计甲1a 1b 1c 1d 1e 1f 1g 1h 200乙2a 2b 2c 2d 2e 2f 2g 2h 170丙3a 3b 3c 3d 3e 3f 3g 3h 160表2各生产厂家在各存储仓库的存储表分析已有数据,可以确定在不增加其他约束条件的情况下,各生产厂家在各存储仓库的存储关系如上表所示。
总费用的计算公式如下:MH h G g F f E e D d C c B b A a S i i i i i i i i i i i i i i i i i +⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯=∑=)(31其中,i i H A 为各生产厂家到各存储仓库的最低运输成本。
综合上述结论,可以列出如下条件进行线性规划:目标函数:MH h G g F f E e D d C c B b A a S Min i i i i i i i i i i i i i i i i i +⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯=∑=)(:31约束条件:ab c d e f g h 甲488191162220乙14771612162317丙20191114615510⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧≤+++≤+++≤+++≤≤≤≤≤≤≤≤∑∑∑∑∑∑∑∑========160170200809040100703560753332221113131313131313131h b a h b a h b a h g f e d c b a i i i i i i i i i i i i i i i i 求出最优解如下:a b c d e f g h 合计甲75000854000200乙06035705000170丙00001007080160表3各生产厂家在各存储仓库的最优存储表5.1.3最优物资存储运输方案综合上述模型求解,现给出最优物资存储运输方案如下:甲工厂:运往a 仓库75吨,运往e 仓库85吨,运往f 仓库40吨;乙工厂:运往b 仓库60吨,运往c 仓库35吨,运往d 仓库70吨,运往e 仓库5吨;丙工厂:运往e 仓库10吨,运往g 仓库70吨,运往h 仓库80吨。
总费用为5530元5.2在特定条件下的物资存储运输方案若规定每个存储仓库的短缺量不能超过需求量的20%,需要在现有模型的基础上增加一组约束条件:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧⨯≥⨯≥⨯≥⨯≥⨯≥⨯≥⨯≥⨯≥∑∑∑∑∑∑∑∑========3131313131311318.0808.0908.0408.01008.07050358.0608.075i ii i i i i i i i i i i ii i h g f e d c b a 求解模型可得最优方案如下:甲工厂:运往a 仓库75吨,运往e 仓库85吨,运往f 仓库40吨;乙工厂:运往b 仓库60吨,运往c 仓库33吨,运往d 仓库70吨,运往e 仓库7吨;丙工厂:运往e 仓库8吨,运往g 仓库72吨,运往h 仓库80吨。
总费用为5530元5.3最优增产运输模型5.3.1优化物资生产厂与存储仓库的供求平衡模型根据题目的要求,物资生产厂与存储仓库的供求关系需要保持平衡,所以甲、乙、丙三家物资生产厂的生产量需要进行更改,本文用新的变量X,Y,Z 刻画它们。
此时,X,Y,Z 应该满足:ZY X P ++=NP =5.3.2最优运输模型由于供求关系保持平衡,所以改变费用计算公式:)(311i i i i i i i i i i i i i i i i i H h G g F f E e D d C c B b A a S ⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯=∑=显然,公式中的1S 即是运输费用,因此可以建立最优运输模型。
列出下表:ab c d e f g h 合计甲1a 1b 1c 1d 1e 1f 1g 1h X 乙2a 2b 2c 2d 2e 2f 2g 2h Y 丙3a 3b 3c 3d 3e 3f 3g 3h Z表4供求平衡状态下各生产厂家在各存储仓库的存储表通过上表我们可以列出如下约束条件,进行线性规划:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧≥≥≥========∑∑∑∑∑∑∑∑========160170200809040100703560753131313131313131Z Y X h g f e d c b a i i i ii i i i i i i i i ii i 求解模型可得最优增产运输方案如下:甲工厂:增产0吨,运往a 仓库75吨,运往e 仓库85吨,运往f 仓库40吨;乙工厂:增产0吨,运往b 仓库60吨,运往c 仓库35吨,运往d 仓库70吨,运往e 仓库5吨;丙工厂:增产20吨,运往e 仓库10吨,运往g 仓库90吨,运往h 仓库80吨。
运输路径维持模型一的最优路径,运输费用为4630元.6、模型的检验与分析6.1最优运输模型的检验多次代入新的情况进行检验比对,所得结果均符合设定的最佳结果,故模型是具有一定的科学性与可靠性的。
6.2最优存储模型的检验通过人为的检索比对,所得结果均符合设定的最佳结果,故模型是具有一定的科学性与可靠性的。
7、模型的评价与推广7.1优点1、使用了SNA-社会关系网络的相关理论求最优运输路线,操作简单,可视化程度较强;2、采用的线性规划模型普适性强,可以根据不同情况进行调整,算法简便可靠性高;3、本文所建模型有较为成熟的理论作为依据,可信度、实用性高。
7.2缺点本文所建模型仅以成本最少为目标进行规划的,所以不适用于灾难应急物资运输、物流配送等特殊类型的物资调运问题,具有一定的局限性。
7.3模型的推广在现实生活中,产销不平衡运输问题普遍存在,而文中所示的线性规划法在求解此类问题上会取得很好效果,可以在一定程度上提高物资调运的经济效益。