数学规划模型

本文介绍了数学规划的概述,包括线性规划、非线性规划、整数规划(0-1规划)以及最大最小化模型。通过实例解析了各种规划问题的特征、标准型转化及在Matlab中的求解方法。同时,提到了多目标规划模型的处理策略和敏感性分析的重要性。
摘要由CSDN通过智能技术生成

一、概述

数学规划是运筹学的一个分支,它的作用是研究:在给定的约束条件下,寻找最优的方案、计划使得目标函数达到最优。说白了就是求目标在一定的约束条件下的极值问题

一个常见的贴近数学规划思想的例子就是:高考数学大题里的,当k值取值为何时,函数f(x)可以达到最大或者时最小值?

数学规划问题的组成:
(1)目标函数的表达形式:min or max (f(x))
(2)约束条件:不等式约束、等式约束、整数约束
(3)决策变量:就是目标函数的自变量

举个例子说明数学规划问题的组成
在这里插入图片描述
z = 4x1+3x2为目标函数
其中约束一和约束二为不等式约束条件
在这里插入图片描述
这类型为等式约束条件
在这里插入图片描述
此类型为整数约束条件,即要求自变量取整数。

二、线性规划问题

线性规划:
如果目标函数f(x)和约束条件均是决策变量的线性表达式(就是说自变量的项数为1),那么此时的数学规划问题就是属于线性规划。

线性规划问题Matlab中的标准型
一个模型对输入的数据会有输入数据的限制,同样在使用matlab解决线性规划问题时同样有输入的形式限制。

(1)标准型对目标表达式的约定:min (C’ X) C为系数变量,x为决策变量)
目标函数只能时求最小值(就是只能时求解最小化问题,如果时求解最大化为题,需要在目标函数前乘上负号,转化为最小化问题)
(2)标准型中的约束条件的约定:

  • 不等式约束:不等式约束系数在等式的左侧,并且不等式为小于等于号
  • 等式约束:约束条件中不等号为等号的为等式约束
  • 上下界约束:约定了决策变量的取值范围

举个例子说明将线性规划问题转化为Matlab中所需的标准型
在这里插入图片描述

评论
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