数学建模——线性规划

目录

一. 线性规划

1.基本概念

线性规划的标准形式为:

线性规划的解:

线性规划三要素:

 灵敏度分析:

2.matlab的实现 

二. 整形规划

1.整型规划分类

2.基础模型 

 2.1  非线性约束条件的线性化

 3.模型求解

一.钢管下料问题

二.蒙特卡洛问题


一. 线性规划

1.基本概念

数学建模——线性规划_第1张图片

线性规划的标准形式为:

数学建模——线性规划_第2张图片

线性规划的解:

        可行解  满足约束条件(1.4)的解x向量,被称为线性规划问题的可行解,而使目标函数(1.3)达到最大值的可行解叫做最优解。

        可行域 所有可行解共同构成可行域,记作R

线性规划三要素:

数学建模——线性规划_第3张图片

 灵敏度分析:

数学建模——线性规划_第4张图片

2.matlab的实现 

线性回归基础概念

optimproblem函数详解

solve函数详解

基于问题的优化工作流

利用 optimproblem函数求解

二. 整形规划

1.整型规划分类

数学建模——线性规划_第5张图片

2.基础模型 

数学建模——线性规划_第6张图片

 2.1  非线性约束条件的线性化

1.相互排斥的约束条件

数学建模——线性规划_第7张图片

 数学建模——线性规划_第8张图片

2.固定费用问题

数学建模——线性规划_第9张图片

 3.模型求解

Matlab中 intlinprog函数用法

 非线性求解

一.钢管下料问题

数学建模——线性规划_第10张图片

切割模式 

数学建模——线性规划_第11张图片

 数学建模——线性规划_第12张图片

目标函数:

 

约束条件: 

数学建模——线性规划_第13张图片

目标一: x_{2}=12,x_{5}=15共27根,余27m

目标二:x_{2}=15,x_{5}=5,x_{7}=5共25根,余35m

数学建模——线性规划_第14张图片

问题2

决策变量:

x_{i} ~按第i 种模式切割的原料钢管根数(i=1,2,3).

r_{1i},r_{2i},r_{3i},r_{4i} ~ i 种切割模式下,每根原料钢管生产4m5m6m8m长的钢管的数量.

 目标函数(总根数):

约束条件: 

数学建模——线性规划_第15张图片

整数约束: xi ,r1i, r2i, r3i, r4i (i=1,2,3)为整数

每根余料要小于3

 数学建模——线性规划_第16张图片

 数学建模——线性规划_第17张图片

 寻找约束非线性多变量函数的最小值 - MATLAB fmincon - MathWorks 中国

二.蒙特卡洛问题

蒙特卡洛方法也称为计算机随机模拟方法,它源于世界著名的赌城摩纳哥的Monte Carlo(蒙特卡洛)。它是基于对大量事件的统计结果来实现一些确定性问题的计算。使用蒙特卡洛方法必须使用计算机生成相关分布的随机数,MATLAB给出了生成各种随机数的命令。

数学建模——线性规划_第18张图片 

例题:

数学建模——线性规划_第19张图片 

function [f,g]=mengte(x);  %定义目标函数和约束条件
f=x(1)^2+x(2)^2+3*x(3)^2+4*x(4)^2+2*x(5)-8*x(1)-2*x(2)-3*x(3)-...
x(4)-2*x(5);
g=[sum(x)-400
x(1)+2*x(2)+2*x(3)+x(4)+6*x(5)-800
2*x(1)+x(2)+6*x(3)-200
x(3)+x(4)+5*x(5)-200];
end
clc, clear
%rng('shuffle')  %根据当前时间为随机数生成器提供种子
rng(0) %进行一致性比较,每次产生的随机数是一样的
p0=0; n=10^6; tic    %计时开始

for i=1:n
   x=randi([0,99],1,5); %产生一行五列的区间[0,99]上的随机整数
   [f,g]=mengte(x);
   if all(g<=0)
       if p0

你可能感兴趣的:(数模,算法)