关闭

线性规划工具 GLPK 的安装及基本使用

标签: GLPK线性规划LP算法
1277人阅读 评论(0) 收藏 举报
分类:
线性规划工具 GLPK 的安装及基本使用 
分类: 数学 计算机科学 工具 2012-12-12 14:02 418人阅读 评论(0) 收藏 举报 
目录(?)[+]
线性规划工具GLPK 的安装及基本使用
概述
安装
基本使用
用途
参考资料
线性规划工具 GLPK 的安装及基本使用
1 概述
2 安装
3 基本使用 
4 用途
1 概述
GLPK 全称GNU Linear Programming Kit.顾名思义,这是GNU计划下一个用于解线性规 划(Linear Programming)的工具包。它可以方便的描述线性规划问题,并给出相应解。 
GLPK 的主页为:http://www.gnu.org/software/glpk/
2 安装
Ubuntu下一条命令即可: sudo apt-get install glpk
3 基本使用
线性规划问题描述 首先需要一个文件glpsolEx.mod来描述你的线性规划问题,示例如下[cpp] view plaincopyprint?/* Variables */  
var x1 >= 0;  
var x2 >= 0;  
var x3 >= 0;  
  
/* Object function */  
maximize z: 3*x1 + x2 +2*x3;  
  
/* Constrains */  
s.t. con1: x1 + x2 + 3*x3 <= 30;  
s.t. con2: 2*x1 +2*x2 + 5*x3 <= 24;  
s.t. con3: 4*x1 + x2 + 2*x3 <= 36;  
  
end;  


/* Variables */
var x1 >= 0;
var x2 >= 0;
var x3 >= 0;


/* Object function */
maximize z: 3*x1 + x2 +2*x3;


/* Constrains */
s.t. con1: x1 + x2 + 3*x3 <= 30;
s.t. con2: 2*x1 +2*x2 + 5*x3 <= 24;
s.t. con3: 4*x1 + x2 + 2*x3 <= 36;


end;




使用glpk解此问题 glpsol -m glpsolEx.mod -o glpsolEx.sol  
-m filename: 指定描述问题的文件  
-o filename: 指定输出结果保存在哪个文件
结果 [plain] view plaincopyprint?Problem:    glpsolEx  
Rows:       4  
Columns:    3  
Non-zeros:  12  
Status:     OPTIMAL  
Objective:  z = 28 (MAXimum)  
  
   No.   Row name   St   Activity     Lower bound   Upper bound    Marginal  
------ ------------ -- ------------- ------------- ------------- -------------  
     1 z            B             28                               
     2 a            B             12                          30   
     3 b            NU            24                          24      0.166667   
     4 c            NU            36                          36      0.666667   
  
   No. Column name  St   Activity     Lower bound   Upper bound    Marginal  
------ ------------ -- ------------- ------------- ------------- -------------  
     1 x1           B              8             0                 
     2 x2           B              4             0                 
     3 x3           NL             0             0                   -0.166667   
  
Karush-Kuhn-Tucker optimality conditions:  
  
KKT.PE: max.abs.err = 0.00e+00 on row 0  
        max.rel.err = 0.00e+00 on row 0  
        High quality  
  
KKT.PB: max.abs.err = 0.00e+00 on row 0  
        max.rel.err = 0.00e+00 on row 0  
        High quality  
  
KKT.DE: max.abs.err = 2.22e-16 on column 1  
        max.rel.err = 3.17e-17 on column 1  
        High quality  
  
KKT.DB: max.abs.err = 0.00e+00 on row 0  
        max.rel.err = 0.00e+00 on row 0  
        High quality  
  
End of output  


Problem:    glpsolEx
Rows:       4
Columns:    3
Non-zeros:  12
Status:     OPTIMAL
Objective:  z = 28 (MAXimum)


   No.   Row name   St   Activity     Lower bound   Upper bound    Marginal
------ ------------ -- ------------- ------------- ------------- -------------
     1 z            B             28                             
     2 a            B             12                          30 
     3 b            NU            24                          24      0.166667 
     4 c            NU            36                          36      0.666667 


   No. Column name  St   Activity     Lower bound   Upper bound    Marginal
------ ------------ -- ------------- ------------- ------------- -------------
     1 x1           B              8             0               
     2 x2           B              4             0               
     3 x3           NL             0             0                   -0.166667 


Karush-Kuhn-Tucker optimality conditions:


KKT.PE: max.abs.err = 0.00e+00 on row 0
        max.rel.err = 0.00e+00 on row 0
        High quality


KKT.PB: max.abs.err = 0.00e+00 on row 0
        max.rel.err = 0.00e+00 on row 0
        High quality


KKT.DE: max.abs.err = 2.22e-16 on column 1
        max.rel.err = 3.17e-17 on column 1
        High quality


KKT.DB: max.abs.err = 0.00e+00 on row 0
        max.rel.err = 0.00e+00 on row 0
        High quality


End of output


结果中x1 x2 x3对应的activity就是他们最终的结果,即取此结果,目标值最大。z的Activity为28,即最大值为28。
4 用途
glpk的用途是可以快速验证一个新建立的线性规划模型是否正确。在我们对一类实际问题进行抽象后,准备用线性规划来解,可以先做一些小的case,写出相应的线性规划方程,然后用glpk来快速得到结果,以便验证我们的想法,并给我们一些新的想法和直觉。一旦这些直觉得以证明。我们就可以用线性规划解决更大规模的问题,并用glpk来求出结果。
参考资料:
1 http://www.ibm.com/developerworks/cn/linux/l-glpk1/index.html

2 http://blog.csdn.net/yxf/article/details/1595058

原文:http://blog.csdn.net/on_1y/article/details/8286289

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:81480次
    • 积分:1268
    • 等级:
    • 排名:千里之外
    • 原创:46篇
    • 转载:22篇
    • 译文:0篇
    • 评论:4条
    最新评论