运筹学之线性规划与整数规划

bujbujbiu

已于 2022-06-29 21:37:23 修改

阅读量3.6k

点赞数 4

分类专栏：运筹优化文章标签：动态规划

于 2022-04-03 17:20:05 首次发布

本文链接：https://blog.csdn.net/weixin_45526117/article/details/123751334

版权

运筹优化专栏收录该内容

16 篇文章 44 订阅

订阅专栏

1.线性规划

参考《Operations Research》第三章Introduction to Linear Programming

1.1线性规划定义

线性规划问题（LP）包括三个部分：

目标函数（objective function）：决策变量（decision variables) $\left ( x_1.x_2...x_n \right )$ 的线性函数，最大化或者最小化
约束条件（constraints）：每个约束条件都是线性等式或者线性不等式，用于限制决策变量可取值
符号限制（sign restrictions）：如果变量符号无限制，则为unrestricted in sign (urs).

目标函数中变量系数称为目标函数系数（objective function coeffificient）；约束中的变量系数称为技术系数（technological coeffificient）；每个约束的右端称为right-hand side (rhs)。

可行域（feasible region）：所有满足LP约束条件和符号限制的点的集合

最优解（optimal solution）：可行域里有最优目标函数值的点

线性规划有四大假设：

比例假设（Proportionality Assumption）：目标函数的值是单个变量的贡献总和
可加性假设（Additivity Assumption）：每个约束的左边都是每个变量的贡献总和
可分性假设（Divisibility Assumption）：允许每个变量取分值（反之为整数规划）
确定性假设（Certainty Assumption）：每个参数（目标函数系数，技术系数，rhs）都是确定性知道

1.2图解法（Graphical Solution）

任何LP的可行域都是凸集（convex set），如果一个LP有最优解，可行域中存在一个极值点（顶点）为LP的最优解。带有两个决策变量的最大化LP问题图解法如下：

（1）画出可行域

（2）画出等利润线（isoprofifit line ）（目标函数）

（3）沿z值增加的方向平行移动等利润线，接触等利润线的可行域中最后一个点为LP最优解

1.3LP解：四种情况

（1）LP有唯一解

（2）LP有不止一个最优解（alternative optimal solutions）：等利润线与可行域边界重合

（3）LP无可行解：可行域无点

（4）LP无边界：等利润线与可行域永远相交

1.4LP实例

A Diet Problem，A Work-Scheduling Problem，A Capital Budgeting Problem，Short-Term Financial Planning，Blending Problems，Production Process Models，Multiperiod Decision Problems: An Inventory Model，Multiperiod Financial Models，Multiperiod Work Scheduling

本文以多阶段工作调度为例

（1）问题描述：

CSL是一家连锁计算机服务商店。CSL接下来五个月要求的skilled repair time数字如下：

一月开始，有50个技术工人为CSL工作，每个技术工人每月能工作160个小时，为了满足未来需求，需要训练新的技术工人。训练一名技术工人需要1个月。训练月期间，被训练则必须被有经验的技术工人监督管理50个小时。每个有经验的技术工人每月支付2000美元（即便没有工作满160个小时）。训练月期间，支付被训练者每月1000美元。每个月末，CSL经验技术工人的5%会跳槽去Plum Computers。建立LP模型要求CSL在满足未来5个月需求的前提下最小化劳动费用。

（2）求解：