24
优化问题建模
25
优化问题建模
参数输入模式
Model:
Sets:
!定义集合
Endsets
Data:
！定义数据
Enddata
调用函数与计算
end
26
优化问题建模
集合部分
♂返27 回
优化问题建模
定义数据
♂返28 回
优化问题建模
29
优化问题建模
调用函数
主要函数： @for(set(set_index_list)|condition:expression) @sum(set(set_index_list)|condition:expression) @min(max)(set(set_index_list)|condition:expres
/
21
优化问题建模
使用方法
窗口界面 基本操作
模型输入 求解 结果分析 求解整数线性规划
22
优化问题建模
窗口界面
23
优化问题建模
模型输入
直接输入模式—与Lindo类似，不同之处有： 1）已model:开始以end结束 2)目标函数加等号 max= 3）系数与变量之间加* 3*x1 4）每一个不等式结束后加； 5）在之前定义整数变量
+1. 31
优化问题建模
@SIN( X) @SMAX( X1, X2,..., XN) @SMIN( X1, X2,..., XN) @TAN( X)
32
优化问题建模
定义变量
@BND( 下界, 变量, 上界) 定义有界变量
sion) @IF( logical_condition, true_result, false_result)
30
优化问题建模
@ABS( X) @COS( X) @EXP( X) @FLOOR( X) @LGM( X) ln (X - 1)! @LOG( X) @SIGN( X) -1 if X < 0. Otherwise, it returns
12
优化问题建模
建模技巧
问题分析是基础 问题让你做什么？ 问题的目标是什么？ 问题的限制条件有哪些？ 问题涉及的主要因素？ 因素之间的逻辑关系？
13
优化问题建模
建模技巧
确定变量是关键
已知量 被动改变量 主动改变量—变量
变量的类型
内生变量—具有实际的含义 逻辑变量—表示存在与否、真与假的逻辑关系 辅助变量—松弛变量、人工变量、对偶变量等
14
优化问题建模
建模技巧
逻辑关系的数学化是难点 确定各种量之间的逻辑关系 被动改变量用变量和已知量表出 确定被动改变量的约束限制 写出逻辑表达式
逻辑表达式的形式 不超过—小于等于 不低于—大于等于
15
优化问题建模
逻辑表达式的类型
数量关系—需求量不超过供给量 定义量---某量为若干量的最大值 依存关系—一个量的取值依赖于另一个量的取 值 特殊要求—两个量不能同时大于0.
主动变化因素—变量 被动改变因素—目标变量或约束左端 不变的因素—系数或约束的右端 建立模型：设出变量-写出函数关系 计算求解：以软件求解为主，必要时编写程序 结果分析与应用：结果的可行性、改进方向
8
优化问题建模
数学规划模型
基本模型 整数问题 多目标问题 非线性问题9ຫໍສະໝຸດ 优化问题建模基本模型
最优化问题
管理--决策--优化 最优化问题
运用科学的方法从若干可行方案中选择一个 方案使某种目标达到最优 基本要素：
方案 可行方案 目标
6
优化问题建模
优化模型
模型要素 变量—可控因素 目标函数—优化的动力和依据 约束条件—内部条件和外部约束
7
优化问题建模
解决问题的基本步骤
明确问题：涉及的因素、目标和要求 基本假设：简化问题，剔除非关键因素 分析问题：难点在于确定变量
16
优化问题建模
模型的求解
专业软件—linGo
专业软件速度快、精度高，但变量限制
科学计算软件—Matlab Scilab
速度快、输入方式单一，不友好
通用软件—Excel
数据输入方便，变量限制宽松，但速度慢，精度 差
17
优化问题建模
结果分析
结果的合理性
是否与实际情况和常识矛盾？
结果的灵敏度
模型的形式 建模技巧 模型的求解 结果分析 求解软件 案例分析
10
优化问题建模
模型形式
min(mafx()x)
s.t.hgji
(x) (x)
0,i 1,2,...,q 0, j q1,...,m
min(max) c T x
Ax b
s .t .
x
0
11
优化问题建模
注意事项
变量一般用x,y,z等符号； 系数写在变量前，目标写在约束上面； 约束一定要写全，分析中写了模型中也要写； 变量非负限制只要可以写就要写上； 参数的计算公式不要出现在模型中； 同组约束的个数一定要注明 能简单的不要复杂，能线性的不要非线性 不要出现严格不等号
参数改变对结果的影响
改进方案
放松假设、改变约束
18
优化问题建模
求解软件
Lingo软件 Excel的规划求解
19
优化问题建模
LinGo软件
简介 使用方法 实例
20
优化问题建模
LinGo简介
用于求解非线性规划（NLP—NON—LINEAR PROGRAMMING）和二次规则（QP—QUARATIC PROGRAMING）其中LINGO 8.0学生版最多可版最 多达300个变量和150个约束的规则问题，其标准版 的求解能力亦在10^4量级以上。虽然LINDO和 LINGO不能直接求解目标规划问题,但用序贯式算法 可分解成一个个LINDO和LINGO能解决的规划问题。
4
优化问题建模
数学建模中的优化问题
2011--交巡警平台设计 2009--眼科病床的合理安排 2008—高校学生收费问题 2007—乘公交看奥运 2006—出版社资源配置问题 2005—在线租赁问题 2004—奥运会临时商业网点优化设计 2003--露天矿生产的车辆安排问题
5
优化问题建模
优化问题建模
1
优化问题建模
整体概况
概况一
点击此处输入 相关文本内容
01
概况二
点击此处输入 相关文本内容
02
概况三
点击此处输入 相关文本内容
03
2
优化问题建模
优化问题建模
优化问题概述 数学规划模型 组合优化模型 优化算法介绍 评价方法
3
优化问题建模
优化问题概述
最优化问题 优化模型 建模步骤