首页 百科知识 建立线性规划标准模型

建立线性规划标准模型

时间:2022-06-09 百科知识 版权反馈
【摘要】:子任务2.2 建立线性规划标准模型2.2.1 任务引入 将下列非标准型线性规划问题转化为标准型。线性规划模型就是从实际的优化问题中抽象出来的,描述目标与条件相互关系的数学模型。这种多样性给讨论问题带来了不方便,为了便于以后讨论,我们有必要建立线性规划问题的标准形式。

子任务2.2 建立线性规划标准模型

2.2.1 任务引入

【任务2-4】 将下列非标准型线性规划问题转化为标准型。

【任务2-5】 将下列非标准型线性规划模型化为标准型。

img37

2.2.2 任务分析

数学模型是用数学方法(字母、数字、符号、公式等)对研究对象的数量关系所进行的定量描述。线性规划模型就是从实际的优化问题中抽象出来的,描述目标与条件相互关系的数学模型。无论目标是大是小,也无论条件的多寡与差异,线性规划模型最基本的要素是一致的,一般都包括以下3个方面:都是由决策变量、约束条件(线性等式或不等式)及目标函数(最大或最小)3部分组成的。我们已经看到线性规划问题可能有各种不同的形式。目标函数,有的要求实现最大化,有的要求实现最小化,约束条件可以是“≤”形式的不等式,也可以是“≥”形式的不等式,还可以是等式。这种多样性给讨论问题带来了不方便,为了便于以后讨论,我们有必要建立线性规划问题的标准形式。

2.2.3 知识构建

1)线性规划问题的标准模型

一般线性规划问题的标准模型为:

img38

或简记为

上述标准模型有以下4个特征:

①决策变量全大于或等于零;

②约束条件全为线性等式;

③约束条件右端常数项全部为非负数;

④目标函数值总为最大。

2)非标准型线性规划问题的标准化

如果我们得到的一个线性规划问题不具有以上所说的4个特征,那么我们可以通过一定的数学变形将非标准型线性规划问题标准化,具体方法如下:

①若目标函数取最小值minz=CX,由于求z的最小值就是求-z的最大值,所以可以将其转化为max(-z)=-CX。

②当约束条件中第i个方程出现ai1x1+ai2x2+…+ainxn≤bi时,则增加一个“松弛变量”xi+1≥0,使它成为等式ai1x1+ai2x2+…+ainxn+xi+1=bi。同样,当约束条件中第i个方程出现ai1x1+ai2x2+…+ainxn≥bi时,则减去一个“松弛变量”xi+1≥0,使它成为等式ai1x1+ai2x2+…+ainxn-xi+1=bi

③当决策变量xj不满足xj≥0时,则增加两个新的非负决策变最x′j≥0和x″j≥0,用x′j-x″j替代xj,即令xj=x′j-x″j。

④当约束条件中第i个方程右瑞出现常数项bi<0时,则在方程两边同时乘以-1,得到-bi>0。

这样,我们就可以将任意一个非标准型线性规划问题转化为标准型了。

2.2.4 任务实施

按照前面的转换方法,执行下列步骤:

步骤1 将min z;转化为max-z;

步骤2 令x3=x3′-x3″,且x3′>0,x3″>0;

步骤3 将第一个约束方程的左边减去一个非负的松弛变量x4,将第2、第3个约束方程的左边分别加上一个非负的松弛变量x5和x6

这样,可以将任务2-4原来的线性规划问题标准化为:

img40

同理对任务2-5实施标准化:

①因x3无约束,故用x3′- x3″替换模型中的x3,其中,x3′,x3″≥0;

②在第一个约束不等式左端加入松弛变量x4,并将“≤”改为“=”;

③在第二个约束不等式左端减去松弛变量x5,并将“≥”改为“=”;

④因b3=-5,故将第3个约束两端各乘以-1;

⑤令z′=-z,将目标函数min z改为max z′;这样可将原线性规划转化为标准型:

img41

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈