《零基础数学建模》——线性规划

​ 前言

本文大部分是对于数学建模清风老师的课程学习总结归纳而来，我的理解可能有错误，大家发现错误可以在评论区批评指正，课程地址：《数学建模清风》

---

一、模型定义

1. 规划模型概述

1.1. 什么是规划问题？
  数学规划是运筹学的一个分支，其用来研究：在给定的条件下（约束条件），如何按照某一衡量指标（目标函数）来寻求计划、管理工作中的最优方案。即求目标函数在一定约束条件下的极值问题。
1.2. 数学规划的一般形式
$$min(max)z=f(x),s.t.g_i(x)\le 0,(i=1,2\cdots ,m)$$
  其中$x$代表决策变量（一般有多个自变量），$f(x)$代表目标函数$s.t.$（即subject to)代表约束条件，上面的$g_i(x)\le 0,(i=1,2\cdots ,m)$是不等式约束，一个规划模型中还可能存在等式约束和整数约束。

1.3. 数学规划的分类

• 线性规划（Linear Programming）
    如果 ⽬标函数 和和约束条件 均是决策变量的 线性表达式 , 那么 此时的 数学规划问题就属于线性规划 。1947年,美国数学家丹⻬格 (G.B.Dantzing)提出了求解线性规划的单纯形法 ,奠定了这⻔学科的基础 。
• 非线性规划（Nonlinear Programming）
    当⽬标函数和或者约束条件中有⼀个是决策变量 $x$ 的非线性表达式 , 那么此时的数学规划问题就属于非线性规划 。
    解决非线性规划要比线性规划困难得多 , ⽬前没有通⽤算法,⼤多数算法都是在选定决策变量的初始值后 ,通过一定的搜索⽅法寻求最优的决策变量 。
• 整数规划（Integer Programming）
    整数规划是⼀类要求变量取整数值的 数学规划(在线性规划模型中，有决策变量限定为整数)。
    ⽬前, 所流⾏的求解整数规划的算法往往只适⽤于线性整数规划, 所以之后在整数规划的学习文章中均针对线性整数规划。
• 0-1规划（0-1 Programming）
    整数规划的特例 ,整数变量的取值只能为0和1。

二、线性规划问题的求解

1. $Matlab$中线性规划的标准型

  $min(c^{T}x)$，其中$c=(c_1,c_2,\cdots ,c_n{)}^{\prime },x=(x_1,x_2,\cdots ,x_n{)}^{\prime }$，n是决策变量的个数。
$$s.t.\{\begin{array}{c}Ax\le b(不等式约束)\\ Aeq\cdot x=beq（等式约束）\\ lb\le x\le ub（上下界约束，也可以当成不等式约束）\end{array}$$
PS:可能只对部分决策变量有约束。

2. 转换标准型举例

3.$Matlab$求解线性规划的函数

$$[x,fval]=linprog(c,A,b,Aeq,beq,lb,ub,x_0)$$

1. $x_0$表示给定$Matlab$迭代求解的初始值 (⼀般不⽤给)。
2. $c,A,b,Aeq,beq,lb,ub$的意义和标准型中的意义⼀致。
3. 若不存在不等式约束 , 可⽤" [] "替代$A$和$b$。
4. 若不存在等式约束, 可⽤" [] "替代$Aeq$和$beq$。
5. 若某个$x_i$无下界或上界，则设置$lb(i)=-inf,ub(i)=+inf$。
6. 返回的$x$表示最小值处的$x$取值，$fval$表示表示最优解处取得的最小值。
7. 不是所有的线性规划问题都有唯一解，可能无解或有无穷多的解。
8. 如果求的是最大值，别忘记在最后给fval加一个负号。

2中例题的matlab求解代码

三、线性规划的典型例题

%% 生产决策问题
format long g   %可以将Matlab的计算结果显示为一般的长数字格式（默认会保留四位小数，或使用科学计数法）
% (1) 系数向量
c = zeros(9,1); % 初始化目标函数的系数向量全为0
c(1) = 1.25 -0.25 -300/6000*5;  % x1前面的系数是c1
c(2) = 1.25 -0.25 -321/10000*7;
c(3) = -250 / 4000 * 6;
c(4)  = -783/7000*4;
c(5) = -200/4000 * 7;
c(6) = -300/6000*10;
c(7) = -321 / 10000 * 9;
c(8) = 2-0.35-250/4000*8;
c(9) = 2.8-0.5-321/10000*12-783/7000*11;
c = -c;  % 我们求的是最大值，所以这里需要改变符号
% (2) 不等式约束
A = zeros(5,9);
A(1,1) = 5;  A(1,6) = 10;
A(2,2) = 7;  A(2,7) = 9; A(2,9) = 12;
A(3,3) = 6;  A(3,8) = 8;
A(4,4) = 4;  A(4,9) = 11;
A(5,5) = 7;  
b = [6000 10000 4000 7000 4000]';
% (3) 等式约束
Aeq = [1 1 -1 -1 -1 0 0 0 0;
            0 0 0 0 0 1 1 -1 0];
beq = [0 0]';
%（4）上下界
lb = zeros(9,1);

% 进行求解
[x fval] = linprog(c, A, b, Aeq, beq, lb)
fval = -fval
% fval =
%           1146.56650246305

PS:这题本质上应该是一个整数规划，我们的件数不应该出现小数，我们在后面的文章再来求解。

四、模型总结

  ⽬标函数 和 约束条件 均是决策变量的 线性表达式 , 那么 此时的 数学规划问题就属于线性规划 。
  线性规划问题的求解过程如下：

1. 对题目进行分析，抽离出 目标函数 以及 约束条件。
2. 然后将目标函数与约束条件化成matlab标准型。
3. matlab线性规划函数默认取最小值，所以当出现max时，需要将目标函数化成min，然后对最终得fval求负。
4. 对于不等式约束条件同理化成小于等于形式，当极值点时，可以适当进行放缩。
5. $x_0$，即预设值在线性规划中可有可无，一般选择忽视掉，若题中给出明确的预设值则进行设置（加在matlab求解函数的最后一位）。
6. 若没有不等式、等式或上下界约束条件，则在求解函数中用“[]"占位。

​