優(yōu)化模型動(dòng)態(tài)規(guī)劃ppt課件(存儲(chǔ)版)
【正文】 的最優(yōu)解 ???????????????????????????????1..011216008817013016013098100..98202260190150108120m a x765432176543217654321orxxxxxxxxxxxxxxxtsxxxxxxxzi程序一 model: max =120*x1+108*x2+150*x3+190*x4+160*x5+200*x6+98*x7。1,14}11,11,14,11m a x {)3(,2,0,10}6,9,10m a x {)2(1,0,5}4,5m a x {)1(,0)0(212212122122122122????????????????????????xxfxxorxxfxxfxxfxxff第 3階段 ,考慮甲 ,乙 ,丙廠 (k=3) 5) },()(m a x {)( 3223333 ??? bbfxpbf2,2,1..0,2,3,21}13,17,19,21,19,21m a x {)5(3213213????????xxxorxxxf有兩種分配方案 :總最大利潤(rùn) 21 方案 1:甲 — 0,乙 — 2,丙 — 3 方案 2:甲 — 2,乙 — 2,丙 — 1 第九章 LINGO程序的背景及應(yīng)用 美國(guó)芝加哥 (Chicago)大學(xué)的 Linus Schrage教授于1980年前后開發(fā) , 后來成立 LINDO系統(tǒng)公司（ LINDO Systems Inc.）， 網(wǎng)址： LINDO: Linear INteractive and Discrete Optimizer () LINGO: Linear INteractive General Optimizer () LINDO API: LINDO Application Programming Interface () What’s Best!: (SpreadSheet . EXCEL) () 目前的產(chǎn)品有：演示 (試用 )版、學(xué)生版、高級(jí)版、超級(jí)版、工業(yè)版、擴(kuò)展版 … （求解問題規(guī)模和選件不同） ?LINDO和 LINGO軟件能求解的優(yōu)化模型 LINGO LINDO 優(yōu)化模型 線性規(guī)劃 (LP) 非線性規(guī)劃 (NLP) 二次規(guī)劃 (QP) 連續(xù)優(yōu)化 整數(shù)規(guī)劃 (IP) LINGO模型的優(yōu)點(diǎn) 包含了 LINDO的全部功能 提供了靈活的編程語言（矩陣生成器） LINGO模型的構(gòu)成： 4個(gè)段 目標(biāo)與約束段（ MODEL： END） 集合段（ SETS： ENDSETS） 數(shù)據(jù)段（ DATA： ENDDATA） 初始段（ INIT： ENDINIT） 例 1：編一個(gè) LINGO程序求解下列線性規(guī)劃問題的最優(yōu)解 ??????????????????????????????????????????0400003000010000.. a x322354443144413421343231241124232114141154322341ijxxxxxxxxxxxxxxxxxxxxxtsxxxxz程序 model: max =*x41+*x23+*x32+*x54。第 k 階段指標(biāo)函數(shù)記 為 ))(,(kkkk xuxV；過程指標(biāo)函數(shù) 從某階段開始到最后 過程的指標(biāo)度量。也就是說，當(dāng)系統(tǒng)處于第 i 個(gè)狀態(tài)時(shí)，只要最優(yōu) 規(guī)劃剩余的 in? 個(gè)過程，便可逐步求出 1?i 時(shí)的 最優(yōu)解。 3．決策（ Decision） :是指某階段初從給定的狀態(tài)出發(fā) 決策者所作出的選擇，決策變量 )(kk xu表示第 i 個(gè)階段 狀態(tài)為 ix時(shí)對(duì)方案的選擇。問該衛(wèi)隊(duì)?wèi)?yīng)往各部位分別派多少人巡邏才能使預(yù)期損失最??？ A B C D 2人 3人 4人 18 14 10 38 35 31 24 22 21 34 31 25 把 12人派往 4個(gè)部位看作 4個(gè)階段（ k=1,2,3,4），每個(gè)階段初可派遣的人數(shù)是前面階段決策的結(jié)果，也是本階段決策的依據(jù)。 **x24+x31+x32+x34=0。 x4+x5=1。 bin(x7)。 x(6)+x(7)=1。 End 運(yùn)行結(jié)果： Global optimal solution found at teration: 0 Objective value: Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 Row Slack or Surplus Dual Price 1 2 3 4 5 例 3：編一個(gè) LINGO程序求解下列線性規(guī)劃問題的最優(yōu)解 目標(biāo)函數(shù) m in),m a x (21 ?? ttT約束條件 ??????????????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1