对于一个线性分式规划,可以将其转化为线性规划问题求解。
max
c
T
x
+
α
d
T
x
+
β
s.t.
A
x
≤
b
\begin{aligned} &\max\quad &\frac{\bf{ c^T x}+\alpha}{\bf{d^Tx}+\beta}\\ &\text{s.t.}&\bf{Ax}\leq b \end{aligned}
maxs.t.dTx+βcTx+αAx≤b
分别用一个向量与一个标量替换分母与分子的系数项与常数项:
y = x d T x + β t = 1 d T x + β \begin{aligned} \bf y=\frac{x}{d^Tx+\beta}\\ t=\frac{1}{\bf d^Tx+\beta} \end{aligned} y=dTx+βxt=dTx+β1
则原规划变为:
max c T y + α t s.t. A y ≤ t b d T y + β t = 1 t ≥ 0 \begin{aligned} &\max\quad &\bf{ c^T y}+\alpha\text{t}\\ &\text{s.t.}&\bf{Ay}\leq \text{t}b\\ &&\bf{d^Ty}+\beta\text{t}=\text{1}\\ &&t\geq 0 \end{aligned} maxs.t.cTy+αtAy≤tbdTy+βt=1t≥0
原问题的解为:
x
=
y
t
\bf x=\frac{y}{\text{t}}
x=ty
还可以将其转化为对偶问题求解。线性分式规划是一个伪凸规划(导函数大于零的可导函数)或伪凹规划,可以通过线性规划算法求解。在DEA数据包络分析中该规划为 C 2 R C^2R C2R 模型(简单的 C2R 模型比上面的规划更简单,分子、分母都没有常数项)。