通过汇编代表性的线性规划问题，目标是发展发明能力来制定资源优化问题。
线性规划-一般问题
定义：
给定一组m个线性不等式或线性方程组，其中包含n个变量，则需要找到这些变量的非负值以满足约束，并最大化或最小化一些称为目标函数的变量的线性函数。
数学上：
求X J，J = 1，2,. 。。。。n为：
最大化
或Z = C 1 X 1 + C 2 X 2 +。。。。。。+ C n X n
最小化
有以下限制：
在11 X 1 +。。。。。。+ 1j X j +。。。。。。+一个1N X Ñ ≤或≥B1
到i1 X 1 +。。。。。。+ a ij X j +。。。。。+一个在 X Ñ ≤或≥双向
一个m1 X 1 + 。。。。。+ a mj X j +。。。。。。+一个MN X Ñ ≤或≥BM
X j = 0; j = 1，2。。。。。。ñ
线性编程的特点
- 线性假定不存在这样的术语：X 1 X 2， X 3 2至14 Log X 4假定加和乘性。
- 如果类型E的设备在机器A中需要2个小时，而类型F的设备需要2½小时，则它们两者都需要4½小时；如果机器B中的类型E的设备需要1小时，则10个单元需要10个小时。
- 要优化的函数（最大化或最小化）称为目标函数，不包含任何常数项；在m个限制中，不包括条件Xj = 0（非负条件）。
- 任何满足m个约束的Xj集都称为问题的解决方案。如果解满足非负条件Xj = 0，则称为可行解优化目标函数的可行解称为最优可行解
通常，存在无数可行的解决方案，在所有这些方案中，必须找到最佳方案
建模指南和注释
在将口头模型转换为形式模型时，首先用文字描述与给定问题相对应的模型将非常有用。
您可以按以下步骤进行：
- 用语言表达每个限制；在执行此操作时，请注意限制是否为以下形式的要求：
≥（至少等于或至少等于或大于），
≤（最多等于或小于等于），或
=（等于，完全等于）。
- 用言语表达目标准确识别决策变量。一个有用的指南是问自己一个问题：
必须做出什么决定才能优化目标函数？。该问题的答案将有助于正确识别决策变量，并根据决策变量表达目标函数。检查单元的一致性。例如，如果目标函数Cj的系数以S. /每千克为单位，则决策变量Xj必须以千克为单位，而不是以吨或盎司为单位。检查每个约束的右侧单位是否与左侧单位相同。
约束不能有严格的不等式，并带有符号<或>。其原因本质上是数学上的。
模型制定
将现实世界中的问题转化为数学模型。
问题读的不多于给出的。例如，请勿引入其他约束，逻辑上的细微差别或虚构的数据，以使您的模型更逼真。
下载原始文件
