数学建模——线性规划篇(lingo软件实现)

这篇具有很好参考价值的文章主要介绍了数学建模——线性规划篇(lingo软件实现)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

(线性规划)习题
1.某工厂利用两种原料甲、乙生产A1,A2,A3三种产品. 每月可供应的原料数量(单位:t)、每万件产品所需各种原料的数量及每万件产品的价格如下表所示:

原料

每万件产品所需原料/t

每月原料

供应量/t

A1

A2

A3

4

3

1

180

2

6

3

200

价格/万元

12

5

4

试制定每月最优生产计划,使得总收益最大;

代码:

model:

max=12*x1+5*x2+4*x3;

4*x1+3*x2+x3<180;

2*x1+6*x2+3*x3<200;

end

结果分析:

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

有结果报告可知当A1,A2,A3分别生产34万件,0万件,44万件时受益最大为584.00万元。

对求得的最优生产计划进行灵敏度分析.

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

由灵敏度分析可知当A1的价格在[2.78,16.00]范围内A2的价格在[5.00,10.80]范围内A3的价格在[3.00,16.00]范围内时最优解不变。甲原料的供应量在[66.78,400.00]时,乙原料在[90.00,540.00]时最优解不变。

2.某医院负责人每日至少需要下列数量的护士:

     班次

时间

最少护士数

      1

6时—10时

60

      2

10时—14时

70

      3

14时—18时

60

      4

18时—22时

50

      5

22时—02时

20

      6

02时—06时

30

每班的护士在职班开始时向病房报道,连续工作8个小时. 医院领导为满足每班所需要的护士数,最少需雇用多少护士?

代码:

min=x1+x2+x3+x4+x5+x6;

x1>=60;

x1+x2>=70;

x2+x3>=60;

x3+x4>=50;

x4+x5>=20;

x5+x6>=30;

结果分析:

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

有最优解可知至少要雇佣150个护士。

3.某工厂生产A1,A2两种型号的产品都必须经过零件装配和检验两道工序,如果每天可用于零件配件的工时只有100h,可用于检验的工时只有120h,各型号产品每件需占用各工序时数和可获得的利润如下表所示:

产品

可用工时

工序

A1

A2

A3

装配

2

3

4

100

检验

4

2

2

120

利润/元

6

4

5

试写出此问题的数学模型,并求出最优生产方案.

代码:

model:

max=6*x1+4*x2;

2*x1+3*x2<100;

4*x1+2*x2<120;

End

结果分析:

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

最优生产方案为A1,A2,产品各生产20件,20件,获益最大。

对产品A1的利润进行灵敏度分析.

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

当A1产品的利润价格控制在[2.67,8]范围内时最优解不变。

如果工厂试制了A3型产品,每件A3产品需装配工时4h,检验工时2h,可 获利5元,那么该产品是否应投入生产?

代码:

model:

max=6*x1+4*x2+5*x3;

2*x1+3*x2+4*x3<100;

4*x1+2*x2+2*x3<120;

End

结果分析:

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

当A3投入生产时最优解的目标值为206>200,所以应该投入生产。

4.有两个厂A、B,每月进煤分别不少于60t、100t,它们担负供应三个居民区用煤任务,这三个居民区每月需要用煤分别为45t、75t、40t. A厂离这三个居民区分别为10km、5km、6km,B厂离这三个居民区分别为4km、8km、15km,问这两煤矿厂如何分配供煤,才能使总运输量最小?

解:设A厂向三地分别供煤x1,x2,x3;B厂向三地送煤y1,y2,y3.

代码:

model:

min=10*x1+5*x2+6*x3+4*y1+8*y2+15*y3;

x1+x2+x3>60;

y1+y2+y3>100;

x1+y1=45;

x2+y2=75;

x3+y3=40;

End

结果分析:

lingo求解线性规划问题,数学建模,lingo,线性规划,数学建模,动态规划,线性回归,算法

即A厂分别送0t,20t,40t,,B厂分别送45t,55t,0t这样运输量最小。

补充:

Lingo是一种专业的线性和非线性优化软件,常用于解决复杂的优化问题。以下是一般使用Lingo软件的基本步骤:

安装Lingo软件:请按照官方提供的安装指南,下载并安装Lingo软件到您的计算机上。
启动Lingo软件:双击打开Lingo应用程序,在界面中选择或创建一个新的项目。
  1. 在Lingo软件的主界面上,您可以看到一系列菜单和工具栏选项。

  2. 点击菜单栏中的 "File"(文件)选项,然后选择 "New"(新建)。

  3. 在弹出的对话框中,您可以选择创建一个空项目或者打开一个现有项目。如果是首次使用Lingo,选择 "Empty Project"(空项目)。

  4. 接下来,您需要为项目指定一个名称。输入相应的名称,并确定保存位置。

  5. 完成上述步骤后,Lingo将为您创建一个新的项目,并在界面中显示项目名称和相关信息。

通过以上步骤,您已经成功创建了一个新的Lingo项目,接下来就可以开始定义变量、设定目标函数和添加约束条件,进行优化和分析了。请注意,具体操作可能会根据不同版本的Lingo软件略有不同,但大体思路应该是相似的。

定义变量:在Lingo中,您需要定义您要优化的变量。根据您的问题,可以是整数型、实数型、二元型等。
  1. 在Lingo的项目界面上,您可以看到一个"Variables"(变量)选项卡或类似的选项。

  2. 点击"Variables"选项卡,进入变量定义界面。

  3. 在变量定义界面,您可以看到现有变量列表(如果有的话)以及添加新变量的选项。

  4. 点击"Add"、"New Variable"或类似的按钮,以添加新的变量。

  5. 在弹出的对话框中,您需要为变量指定名称、选择变量类型和范围等属性。

    • 如果您的变量是整数型,您可以选择"Integer"。
    • 如果您的变量是实数型,您可以选择"Real"。
    • 如果您的变量是二元型,即只能取0或1的变量,您可以选择"Binary"。

    您还可以指定变量的上下限范围,以便约束变量的取值范围。

  6. 完成上述设置后,点击"OK"或"Add"按钮确认添加变量。

通过以上步骤,您已成功定义了一个变量。您可以根据需要添加更多变量并按照相同的方式进行设置。定义完所有变量后,您可以继续设定目标函数和添加约束条件,以完成问题的建模和优化。请注意,具体操作可能会根据不同版本的Lingo软件略有不同。

设定目标函数:制定您想要优化的目标函数。这是通过将变量和系数组合成一个数学表达式来实现的。
  1. 在Lingo的项目界面上,您可以看到一个"Objective"(目标函数)选项卡或类似的选项。

  2. 点击"Objective"选项卡,进入目标函数定义界面。

  3. 在目标函数定义界面,您可以看到现有的目标函数表达式(如果有的话)以及添加新目标函数的选项。

  4. 点击"Add"、"New Objective"或类似的按钮,以添加新的目标函数表达式。

  5. 在弹出的对话框中,您可以输入目标函数的数学表达式。您可以使用Lingo提供的数学运算符、函数和变量来构建目标函数。

  6. 根据您的优化问题,选择最大化或最小化目标函数。您可以在对话框中选择适当的选项以指示您的优化目标。

  7. 完成上述设置后,点击"OK"或"Add"按钮确认添加目标函数。

通过以上步骤,您已成功设定了一个目标函数。您可以根据需要添加多个目标函数,并按照相同的方式进行设置。添加完所有目标函数后,您可以继续添加约束条件和运行优化过程,以找到最佳的优化解。

添加约束条件:如果您的优化问题有限制条件,例如线性等式或不等式约束,您可以使用Lingo提供的约束语法将其添加进去。
  1. 在Lingo的项目界面上,您可以看到一个"Constraints"(约束条件)选项卡或类似的选项。

  2. 点击"Constraints"选项卡,进入约束条件定义界面。

  3. 在约束条件定义界面,您可以看到现有约束条件列表(如果有的话)以及添加新约束条件的选项。

  4. 点击"Add"、"New Constraint"或类似的按钮,以添加新的约束条件。

  5. 在弹出的对话框中,您可以输入约束条件的数学表达式。您可以使用Lingo提供的数学运算符、函数和变量来构建约束条件。

  6. 根据您的优化问题,选择约束条件的类型。例如,等式约束、不等式约束和范围约束等。

  7. 完成上述设置后,点击"OK"或"Add"按钮确认添加约束条件。

  8. 添加完所有约束条件后,您可以继续设定目标函数。请参考之前的回答中的步骤,定义您想要优化的目标函数。

通过以上步骤,您已成功设定了约束条件。然后,您可以继续设定目标函数并运行优化过程,以找到满足约束条件的最佳解。请注意,具体操作可能会根据不同版本的Lingo软件略有不同。

运行优化:设置好变量、目标函数和约束条件后,您可以运行优化过程,让Lingo寻找最优解。
  1. 在Lingo的项目界面上,找到"Objective"(目标函数)选项卡或类似的选项。

  2. 点击"Objective"选项卡,进入目标函数定义界面。

  3. 在目标函数定义界面,您可以看到现有的目标函数表达式(如果有的话),以及添加新目标函数的选项。

  4. 点击"Add"、"New Objective"或类似的按钮,以添加新的目标函数表达式。

  5. 在弹出的对话框中,您可以输入目标函数的数学表达式。您可以使用Lingo提供的数学运算符、函数和变量来构建目标函数。

  6. 根据您的优化问题,选择最大化或最小化目标函数。您可以在对话框中选择适当的选项来指示您的优化目标。

  7. 完成上述设置后,点击"OK"或"Add"按钮确认添加目标函数。

通过以上步骤,您已成功设定了一个目标函数。您可以根据需要添加多个目标函数,并按照相同的方式进行设置。添加完所有目标函数后,您可以继续运行优化过程,以找到满足约束条件并最优化目标函数的解。

分析结果:当优化过程完成后,您可以查看Lingo给出的最优解以及相应的目标函数值。您还可以分析其他相关输出,如灵敏度分析和报告。
  1. 在目标函数定义界面,根据您的优化问题,输入目标函数的数学表达式。

  2. 根据您的优化目标,选择最大化或最小化目标函数。在目标函数定义界面中,通常会有一个下拉菜单或选项来指定优化方向。

  3. 确保目标函数的表达式和优化方向设置正确无误。

  4. 点击"OK"或"Add"按钮,以确认添加目标函数。

通过以上操作,您已成功定义了目标函数,并将其纳入优化问题中。您可以继续设定其他约束条件和目标函数(如果有),然后运行优化过程以找到满足约束条件并最优化目标函数的解。请注意,具体操作可能会根据不同版本的Lingo软件略有不同。

 文章来源地址https://www.toymoban.com/news/detail-714176.html

到了这里,关于数学建模——线性规划篇(lingo软件实现)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数学建模——线性规划类

    [x,y]=linprog(c,A,b,Aeq,beq,lb,ub) 例如: max需要加负号变成min、=需要加负号变成= matlab (1)基于求解器 (2)基于问题 con中根据符号分类 python (1)绝对值 (2)min(max(q*x)) (见风投案例模型二) 【0】题目描述 【1】模型一 模型一:设定风险度的最大接受值,在不太冒险的情况下

    2024年02月13日
    浏览(46)
  • 数学建模(二)线性规划

    课程推荐:6 线性规划模型基本原理与编程实现_哔哩哔哩_bilibili 目录 一、线性规划的实例与定义 1.1 线性规划的实例 1.2 线性规划的定义 1.3 最优解 1.4 线性规划的Mathlab标准形式 1.5 使用linprog函数 二、线性规划模型建模实战与代码 2.1 问题提出 2.2 基本假设 2.3 模型的分析与建

    2024年02月12日
    浏览(42)
  • 数学建模十大算法03—线性规划、整数规划、非线性规划、多目标规划

    一、线性规划(Linear Programming,LP) 1.1 引例 在人们的生产实践中,经常会遇到 如何利用现有资源来安排生产,以取得最大经济效益的问题。 此类问题构成了运筹学的一个重要分支一数学规划,而 线性规划(Linear Programming, LP) 则是数学规划的一个重要分支。 简而言之,线

    2024年02月13日
    浏览(46)
  • 数学建模| 线性规划(Matlab)

    线性规划:约束条件和目标函数都是线性的。简单点说,所有的决策变量在目标函数和约束条件中都是一次方。 Matlab函数: 参数解释: func 表示目标函数。 A 表示不等式约束条件系数矩阵,b 表示不等式约束条件常数矩阵。 Aeq 表示等式约束条件系数矩阵,beq 表示等式约束条

    2024年02月07日
    浏览(44)
  • 数学建模——非线性规划

    目录 基本概念 凸规划 判别定理 二次规划模型 非线性规划的求解 无约束极值问题 有约束极值问题 基于求解器的解法 基于问题的求解 其他 非线性规划:描述目标函数或约束条件条件的数学表达式中,至少有一个是非线性函数。 记是n维欧式空间中的一个点(n维向量),,

    2024年02月06日
    浏览(44)
  • 数学建模【非线性规划】

    一、非线性规划简介 通过分析问题判断是用线性规划还是非线性规划 线性规划:模型中所有的变量都是一次方 非线性规划:模型中至少一个变量是非线性 非线性规划在形式上与线性规划非常类似,但在数学上求解却困难很多 线性规划有通用的求解准确解的方法(单纯形法

    2024年02月19日
    浏览(49)
  • 一、数学建模之线性规划篇

    1.定义 2.例题 3.使用软件及解题 1.线性规划 (Linear Programming,简称LP)是一种数学优化技术,线性规划作为运筹学的一个重要分支,专门研究在给定一组线性约束条件下,如何找到一个最优的决策,使得目标函数取得最大或最小值。 线性规划属于运筹学 (Operations Research)这

    2024年02月12日
    浏览(41)
  • MATLAB-数学建模-线性规划-1

    目录 1.1  线性规划模型的一般形式: 1.2  线性规划模型          minz=f(x)         s.t.     (i=1,2,···,m) 1和2组成的模型属于约束优化  f(x)称为目标函数,称为约束条件   决策变量 、 目标函数 、 约束条件 构成了线性规划的3个基本要素 min    u=cx s.t.      Ax b        

    2024年02月09日
    浏览(43)
  • 数学建模 | 第一章 线性规划例题

    例1.1 某机床厂生产甲、乙两种机床,每台销售后的利润分别为 4000 元与 3000 元。生产甲机床需用A、B机器加工,加工时间分别为每台2小时和1小时;生产乙机床需用A、B、C三种机器加工,加工时间为每台各一小时。若每天可用于加工的机器时数分别为A机器10小时、B机器8小时和

    2024年02月03日
    浏览(48)
  • 数学建模(五)非线性规划

     课程推荐: 13 非线性规划算法在数学建模中的应用与编程实现_哔哩哔哩_bilibili 如果目标函数或约束条件中包含非线性函数,就称这种规划问题为非线性规划问题 。一般说来,解非线性规划要比解线性规划问题困难得多。而且,也不像线性规划有单纯形法这一通用方法,

    2024年02月11日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包