线性规划的一些处理方法:取最值、找索引、条件约束

本文详细讲解了线性规划中目标函数的优化处理,包括目标函数取最值的方法、样例演示及解决策略;同时介绍了如何处理目标为找索引的问题,通过实例展示了0-1变量的应用。此外,针对约束函数前置条件的特殊处理步骤也进行了深入剖析。
摘要由CSDN通过智能技术生成

0. 线性规划的一般形式

在这里插入图片描述

1. 目标函数为取最值的处理方法

1.1 样例

目标函数为取最大值或是取最小值,如下样例:
在这里插入图片描述

1.2 处理方法

在这里插入图片描述

2. 目标函数为找索引的处理方法

2.1 样例

输入:变量X= [𝑥1,𝑥2,𝑥3,𝑥4,𝑥5],均为01变量
输出:X中最后一个为1的索引
样例:X= [0,1,1,1,0];

2.2 处理方法

在这里插入图片描述
代入后得:
在这里插入图片描述

3. 约束函数存在前置条件的处理方法

3.1 样例

注:变量均为01变量,当 x 1 x_1 x1 x 2 x_2 x2都取1的时候,存在约束 D i s t ( x 1 , x 2 ) Dist({x_1},{x_2}) Dist(x1,x2)小于 C C C,其中 D i s t Dist Dist ( x 1 , x 2 ) (x_1,x_2) (x1,x2)的映射函数,C为常数,如下所示

在这里插入图片描述

3.2 处理方法

3.2.1 步骤1

考虑所有情况
在这里插入图片描述

3.2.2 步骤2

综合纳入所有情况:引入极大数 k k k,构建线性约束
在这里插入图片描述

3.2.3 验证

在这里插入图片描述
因为 k k k为极大数,所以三种情况均成立。

欢迎大家进行补充!

······
2022.11.10 // 18.10 西安

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值