数学建模优化类问题 |
您所在的位置:网站首页 › 数学建模问题分析的基本要求 › 数学建模优化类问题 |
这里写自定义目录标题
模型的含义模型假设1.比例假设2.非负假设3.确定性假设
模型建立模型例题与求解
线性规划模型是常见的数学模型之一,它在经济和规划管理方面具有重要的作用,今天学长带大家来对它进行学习。 模型的含义线性规划(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。 线性规划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。 模型假设线性规划作为一类数学模型,含有以下三种假设: 1.比例假设在线性规划中,目标函数的系数是固定的常数,但是在现实生活中不见得如此,比如考虑目标函数是计算采购蔬菜计划的总花费。那么可能会面对“2元钱1个,3元钱2个”的这种促销,这时线性规划的目标函数就无法表示。 2.非负假设线性规划的决策变量要求时非负数,但是不要求是非负整数,所以可以取小数。这同样有局限性,依然以采购蔬菜的问题为例,如果需要买土豆,但是土豆只能按整袋来卖的话,那么表示买土豆数量的决策变量就只能取整数了。 3.确定性假设线性规划中像是目标函数的系数,线性约束中的常数与决策变量的系数,都是已知且保持不变的常数。但是有些参数在实际中是会变化的,通常参数变化的范围是已知的,这就涉及到鲁棒优化(robust optimization)、随机优化(stochastic optimization)等领域的内容了。 模型建立线性规划三要素为决策变量,目标函数,约束条件,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。 转换成数学语言为: 1.列出约束条件及目标函数 2.画出约束条件所表示的可行域 3.在可行域内求目标函数的最优解及最优值 模型例题与求解某厂生产三种产品,每种产品生产需经过三道工序:选料、提纯和调配。根据现有的生产条件,可确定各工序有效工时、单位产品耗用工时及利润如表所示。试问应如何安排各种产品的周产量,才能获得最大利润?数学模型如下:用matlab编制代码如下: c = [-12,-14,-13]; A= [1.1, 1.2, 1.4; 0.5, 0.6, 0.6; 0.7, 0.8, 0.6]; b= [4600; 2100; 2500]; Aeq=[]; beq=[]; lb=[0; 0; 0]; ub=[]; [x,fval]= linprog(c,A,b,Aeq,beq,lb,ub) Optimal solution found. x = 1.0e+03 * 0.7500 1.2500 1.6250 fval = -47625得出各单位商品耗时分别为0.75h、1.25h和1.625h |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |