灵敏度分析与线性规划的对偶理论.ppt_第1页
灵敏度分析与线性规划的对偶理论.ppt_第2页
灵敏度分析与线性规划的对偶理论.ppt_第3页
灵敏度分析与线性规划的对偶理论.ppt_第4页
灵敏度分析与线性规划的对偶理论.ppt_第5页
已阅读5页,还剩108页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1,运筹学,灵敏度分析与 线性规划的对偶理论,2,灵敏度分析,图解法下的灵敏度分析 定义:研究LP问题中目标函数系数C与约束条件中系数矩阵A与常数向量b的变化(局部或全部变动)对LP的最优解 与最优值 的影响程度分析的问题称为LP的灵敏度分析。 由于C,b,A通常表述产品需求,原材料价格,未来的商品售价及企业的加工能力、资源消耗,故在数学建模时的估计有可能出现误差,且未来的环境亦是不确定的,有可能出现变化,因此有必要对应用问题的解作灵敏度分析。,3,图解法下的灵敏度分析 灵敏度分析通常讨论如下内容: C,b,A变动(局部或全部)后LP最优解是否仍存在?若存在的话,最优解有多大程度的变化? C,b,A在什么范围内变动时能保证LP的原最优解不变? 若C,b,A的变动超出上述范围后,如何利用LP的原最优解 来求解变动后的 最优解。 这些C,b,A的变动,在出现情况下对决策者有利?在什么情况下对决策者不利?此称为对偶价格研究对象(C的变动对目标最优解的影响)。,4,各种问题求解 问题建模 求解算法(理论、算法步骤、计算复杂性) 解的存在性、唯一性、可靠性(误差分析、灵敏度分析),5,估计有误差 未来环境变动,数值解,精确解,灵敏度分析,误差分析,数值解,估计正确,6,LPa(LP原规划),max z=50x1+100x2,7,LPb(C的变动对LP最优解的影响),max z=60x1+50x2,8,LPc(b1的变动对LP最优解的影响),max z=50x1+100x2,9,LPd(b2的变动对LP最优解的影响),max z=50x1+100x2,10,命题:在例1 的优化模型中,A,b不变,讨论C变动的如下问题: 欲使LP的最优解不变,仍为 ,C1与C2应满足什么条件? 当C2=100 不变,欲使LP 的最优解不变,仍为 ,C1应满足什么条件? 当C1=50 不变,欲使LP 的最优解仍为 ,C2应满足什么条件? 当C1,C2均变动,例如C1=60,C2=50时,最优解是否变动? 欲使最优解变动为 ,求C1,C2应满足的条件?,11,解: 由图(a),原最优解 对应B点,设LE,LF,LG直线之斜率分别为kE,kF,kG,则由对应直线方程可得kE= -1,kF=0,kG= -2,kz= - G1/G2,此中kz为等值线z=50x1+100x2之斜率。由图(a)中知,欲使最优点仍为B,则应有 当C2=100时,由*式知,需要 方使最优点不变。 当C1=50时,由*式知,需要 方使最优点不变。,12,解: 当C1=60,C2=50时,由图(b)知最优点为C (100,200),故最优解 且由*式知:此时显然不满足条件 欲使最优解变动为 即最优点为C时,由图(b)知应有 此时有最优值 z(100,200)=100C1+200C2。,13,14,问题:在例1的优化模型中,C不变,讨论b与A分别变动时的如下问题: b1=300310,b2,b3,A不变时,求设备(台时)的对偶价格Pb1。 b2=400410,b1,b3,A不变时,求原料(克)的对偶价格Pb2。,15,解: 。 。,16,计算机解法下的灵敏度分析(P102P112),17,LP:,LP ,18,(见上表)LP,19,20,注1,21,注2,LP最终单纯形表,22,注3,设G为R3中的凸集,它有8个顶点,每一个顶点对应一个基本可行解,当采用单纯形表迭代时,其基本原则是以一个初始顶点开始,然后沿相邻顶点行进(迭代),直到终点(最优解)为止。 注意到在R3中的凸集D的每一个顶点的相邻顶点有三个(也可有五个如(b)等)凸集D中,每一顶点或基本可行解对应一个基矩阵,则相邻顶点对应的基矩阵只有一列不同),因此从一个起点B0(对应一个初始基本可行解或初始基)开始,沿相邻顶点行进(迭代),直到终点(对应最优解)B2的迭代或运行路径可以有多条,如B0B1B2,B0B5B4B3B2等,这多条路径尽管有相同的起点(初始可行解),相同的终点(最优解),但迭代步数可以不等。,23,(a),(b),24,25,LP: L 次 迭 代,LP r 次 迭 代,26,27,28,例9,对上述LP的C1(又称价值系数)作灵敏度分析,29,解1,30,解2,31,对上述LP的b1作灵敏度分析 解,32,33,34,35,36,结论:当 时,不仅LP与LP有相同最优解,见迭代过程亦相同。一般迭代过程可不同,但最终单纯形表结果相同,由于迭代过程为初等行变换,故变换后之方程与原方程同解,故不影响最终结果,此二数应在0点的两侧。,37,0,38,39,40,LP:,LP ,证: 1,41,42,若在LP最终单纯形表中,xk为基变量,此时原最优解的可行性与最优性都可能遭到破坏,故需修改初始单纯形表并重新计算。,43,例9,在原例1中,该厂除生产,产品外,现又试制成一种新产品,并知生产单位产品需设备2台时,消耗原料A需0.5Kg,原料B需1.5Kg,此时可获利150元,试问该厂是否应该生产产品,或此时保持原方案是否合适? 若该厂对产品的工艺结构又有了改进,此时生产单位产品需使用1.5设备台时,消耗原料A需2Kg,消耗原料B需1Kg,而同时经计算每件产品的利润为160元,问此时该厂对原生产计划是否要改变?如何改变?,44,解 设xj生产j产品的数量,j=1,2,3,则上述问题可看作原LP1的扩充或修改。,max z=50x1+100x2+150x3 LP2: s.t x1+x2+2x3+s1=300 2x1+x2+0.5x3+s2=400 x2+1.5x3+s3=250 xj, sj0, j=1,2,3,45,46,故该厂仍应保持原生产方案,即生产产品50件,产品250件,不生产产品可得最大利润2.75万元。,47,解 当该厂对产品工艺结构改进后,该生产计划问题可看作原问题LP1LP3 (本例得到退化的最优解),max z=50x1+100x2+160x3 LP2: s.t x1+x2+1.5x3+s1=300 2x1+x2+2x3+s2=400 x2+x3+s3=250 xj, sj0, j=1,2,3,48,49,即此时该厂不生产产品与,单独生产产品200件可获得最大利润32000元=3.2万元,50,51,52,上述命题4中的有关概念定义于下: Cj的允许增加值=Cj上界Cj当前值 Cj的允许减少值=Cj当前值 Cj下界 bi的允许增加值=bi上界bi当前值 bi的允许减少值=bi当前值 bi下界 Cj允许增加百分比= Cj实际增加值/ Cj允许增加值(%) Cj允许减少百分比= Cj实际减少值/ Cj允许减少值(%) bi允许增加百分比= bi实际增加值/ bi允许增加值(%) bi允许减少百分比= bi实际减少值/ bi允许减少值(%),53,54,55,解:,56,例11:在例10中 对于CC,LP与LP是否有相同最优解? 对于bb, LP与LP是否有相同的关于bi 的对偶价格? 解,57,注 若允许增加量(减少量)为()时,允许增加(减少)百分比= 命题4(百分之百法则)仅适用于C或b中仅有一个变动时之判断,当C,b同时变化时应另行寻找求解方法。,58,对偶规划,定义与问题 问题:某甲厂在计划期内安排、两种产品。已知生产一个产品(或)所需的设备A、B、C的台时和相应利润如下表。 试问该厂拟生产多少产品和,方可使其获利最大(产品和为市场紧俏产品,均可卖出)?,59,解:设x1和x2为生产产品和的计划数量(件),则有,60,问题(新的资本运作思想):某厂(乙厂)根据市场需要与资金状况决定停止生产原产品和,而将设备A、B、C出租已获利,目前已有某工厂与甲厂洽谈,拟租用甲厂设备A、B、C生产产品和。 考虑到租赁市场上还有多家企业可供设备A、B、C出租,为使在此租赁市场的价格竞争中处于有利地位,试问甲厂应如何确定其设备A、B、C的合理租金?(资源供应量,设备台时消耗与单位产品利润仍然同上表),61,解:设y1、y2、y3为设备A、B、C的每台时租金(元),为使市场竞争有利,应使总设备台时租金尽可能少,为使有利可图,该厂获得的租金应不低于原生产利润。,min f=300y1+400y2+250y3 s.t y1+2y250 y1+y2+y3100 y1,y2,y30,62,63,Def19:设C=(C1,C2,C3),x=(x1,x2,xn)T,b=(b1,b2,bm)T,y=(y1,y2,ym)T,则称LP1: 为原规划,LP2: 为LP1的 对偶规划。 由上定义容易推得若原规划LP1: 则 LP1有对偶规划LP2:,64,这是由于,y=(y1,y2)T,对偶,Y=y1-y2,65,66,基本理论,Th10:若LP1的对偶规划是LP2,则LP2的对偶规划为LP1,即原规划与对偶规划互为对偶。 Th11:若LP1与LP2互为对偶,且两个线性规划且可行(均有可行解或可行域非空),则LP1与LP2均有最优解(分别为 与 ),且有相同的最优值,即有 Th12:(最优性原理)若LP1与LP2互为对偶,x*与y*分别为LP1与LP2的可行解,且对应的目标函数值相等Cx*=bTy*,则x*与y*亦分别为LP1与LP2的最优解。,67,Th13:设LP1与LP互为对偶,B是LP1的最优可行基,CB为LP1目标函数中基变量对应的价值系数,取 则 为LP2的最优解。 Th14:设LP1与LP2互为对偶,若LP1有最优解,则LP2亦存在最优解,且两最优值相等,反之亦然,即LP2有最优解,则LP1亦有最优解,且两最优值相等。,基本理论,68,例12(P115)求解例1之LP1其对偶规划LP2之最优解。 解1:,min f=300y1+400y2+250y3 s.t y1+2y250 2y1+y2+y3100 y1,y2,y30,max z=50x1+100x2 s.t x1+x2300 2x1+x2400 x2250 x1,x20,LP1:,LP2:,互为对偶,69,解2:对LP2运用单纯形法求解,为此需将LP2化成标准形LP2,并采用大M法求解。,70,71,对偶单纯形法,对偶单纯形法是利用对偶原理而设计的一种单纯形法变种算法,与单纯形法一样,它是通过对原规划问题直接求解的一种方法,而并非是通过对对偶规划求解来获得原规划最优解。,72,算法原理,73,74,75,单纯形法思想: 保持x(i)基本可行性直到 可行 ( 可行 满足最优性条件),对偶单纯形法思想:* 直到 基本可行保持Yi可行 i=1 ,保持x(i)最优性条件,对称思想,76,Th15:采用下述如图的算法可以实现如*所示的LP求解思路,并可求得LP最优解或无可行解。 上述思路与算法由PaPadimitriou C. H& Steiglitz . K在下述专著证明。Combinational Optimization Algorithms and Complexity,NewJersey PrenticeHall,1982,77,建立初始单纯形表,以使其具有原规划(LP1)的一个基本解和对偶规划(LP2)的一个可行解(即原问题 ),r=0,b(r)0,r=r+1,END,LP1(原)无 可行解,N,N,Y,Y,78,例13:,min z=12x1+8x2+16x3+12x4 LP1: s.t 2x1+x2+4x32 2x1+2x2+4x43 x1,x2,x3,x40,max z=-z=-12x1-8x2-16x3-12x4 LP1: s.t 2x1+x2+4x3s1=2 2x1+2x2+4x4 s2=3 xj0, j=14,s1,s20,max z=-12x1-8x2-16x3-12x4 LP“1: s.t -2x1-x2-4x3+s1=2 -2x1-2x2-4x4 + s2=3 xj0, j=14,s1,s20,不用大M法,用对偶单纯形法,约束方程也不用初等变换法(两边同乘 1/4),79,80,bT=(2,3),81,注意到对偶单纯形法与单纯形法之区别仅在于进出基规则不同,而其它均相同,故单纯形法的以下性质,对偶单纯形法中仍保持 1 1 1,max f=2y1+3y2 s.t 2y1+2y212 y1+2y218 4y116 4y216 yj0,j=14,LP1 LP2,对偶,82,对偶单纯形法在迭代过程中始终保持了Yi的可行性,直到x(i)基本可行。这只以从上表计算所得的Yi(i=0,1,2,3)代入上述对偶规划LP2的约束方程验证满足即可。也可从对偶单纯形表中各次迭代后始终保持了最优性条件可知。即(i)0,i=0,1,2,3。 验证LP2目标函数可知f(yi)逐步递增到最大值 而由上对偶单纯形表知有f(Yi)= - z(x(i),i=0,1,2,3=z(xi), z(x0)=0 z(x1)= 9 z(x2)=13 z(x3)=14=f(Y3) 但需注意此中的xi(i=0,1,2,3)并非基本可行解(容易验证不满足LP1约束方程),83,算法比较,例14:在例1中若A、C,bj(j1)不变,b1=300b1=350(b1=50),交替运用单纯形法与对偶单纯形法,求设备台时的对偶价格Pb1。,形是 法使 的用 基对 本偶 条单 件纯,84,由前知当-50b125或250b1325时LP与LP有相同最优解,现b1=350,故LP有新最优解。 解:为交替使用对偶单纯形法求LP最优解,注意到由单纯形表中有 ,故可由此开始以下采用对偶单纯形表,为此需先求出 ,且A(2)不变。,LP,LP,85,86,87,由前知有P300(10)=50,由此可知关于b1的对偶价格P300(10)=50 ,P300(50)=25。,88,影子价格,由Th14,当对偶规划有最优解时,原规划亦有最优解且最优值相等,即有 ,称对偶价格最优解的第i分量yi为资源i的影子价格,它表示资源bi的每一个单位对目标的贡献,或相当于一个单位资源i在实现最大利润时的一种价格估计(这种估计是针对具体企业,具体产品而存在的一种特殊价格,故称影子价格),从经济上考虑,当i资源市场价yi 时,企业可买进i资源j否则可卖出i资源。,89,LP求解步骤及软件包操作与说明,LP求解步骤 软件包操作与说明,90,LP求解步骤,91,说明 根据实际需要,确定决策变量与目标函数。 约束条件通常为资源约束(广义)一般有时间,费用(效益)、人力、设备资源、技术性能要求等要素,详见下表。约束方程(或不等式)应是决策变量的函数。,92,说明 NLP有简约剃度法、投影剃度法、惩罚函数法、近似线性化法、共轭方向法、随机逼迫法等。 依据LP的具体建立形式确定采用何种算法(如单纯形法、修正单纯形法,大M法等) 解的合理性主要指经济合理性、工程技术合理性,而灵敏度分析是指LP的可靠性。,93,软件包操作与说明(P28P34,P406) 该软件包可在Windows及UCDOS中文平台下运行,* * * * * 主 菜 单* * * * * 1.线性规划 7.最小费用最大流 2.运输问题 8.关键路线 3.整数规划 9.存贮论 4.最短路法 10.排队论 5.最小生成树 11.决策分析 6.最大流量 12.预测问题 请输入你的选择(112):1,94,输入注意要点:P29 输入注意要点:P29P34,* * *问题选择菜单 * * * 1.建立一个新问题 2.恢复已解决的问题 3.继续现在的问题 4.删除已解决的问题 5.返回主菜单 请输入你的选择(15):1,目标函数:max50x1+100x2 变量个数:2 输入第一个约束:x1+x2300 输入第二个约束:2x1+x2400 输入第三个约束:x2250 输入第四个约束:END,*问题处理菜单* 1.解决这个问题 2.保存这个问题 3.显示编辑这个问题 4.返回上级菜单 输入选择(1,2,3,4):1,95,模型的建立与标准化,模型的建立 例15(生产计划问题P44) 例16(投资问题P54) 模型的标准化与初始基构造,2019/11/16,96,生产计划的问题,例15:明兴公司面临一个是外包协作还是自行生产的问题。该公司生产甲、乙、丙三种产品,这三种产品都要经过铸造、机加工和装配三个车间。甲、乙两种产品的铸件可以外包协作,亦可以自行生产,但产品丙必须本厂铸造才能保证质量。有关生产工时及其约束、成本、价格情况见表41;公司中可利用的总工时为:铸造8000小时,机加工12000小时和装配10000小时。公司为了获得最大利润,甲、乙、丙三种产品各生产多少件?甲、乙两种产品的铸造应多少由公司铸造?应多少由外包协作?,2019/11/16,97,产品单位利润=单位产品售价 (自行铸造、外包铸造成本+机加工成本+装配成本) x1三道工序均由本公司生产的甲产品数量(件) x2三道工序均由本公司生产的乙产品数量(件) x3三道工序均由本公司生产的丙产品数量(件) x4铸造外包,机加工,装配本公司生产的甲产品数量 x5铸造外包,机加工,装配本公司生产的乙产品数量,2019/11/16,98,表4-1,99,解:设x1,x2,x3分别为三道工序都由本公司加工的甲、乙、丙三种产品的件数,设x4,x5分别为由外协铸造再由本公司加工和装配的甲、乙两种产品的件数。 计算每件产品的利润分别如下: 产品甲全部自制的利润=23(3+2+3)=15(元) 产品甲铸造外协,其余自制的利润=23(5+2+3)=13(元) 产品乙全部自制的利润=18(5+1+2)=10(元) 产品乙铸造外协,其余自制的利润=18(6+1+2)=9(元) 产品丙的利润=16(4+3+2)=7(元),100,并由上表可计算甲、乙、丙产品利润如下表 我们建立数学模型如下: 目标函数:max z=15x1+10x2+7x3+13x4+9x5 约束条件: 5x1+10x2+7x38000(铸造) 6x1+4x2+8x3+6x4+4x512000(机加工) 6(x1+x4)+4(x2+x5)+8x312000 3x1+2x2+2x3+3x4+2x510000(装配) 3(x1+x4) +2(x2+x5) +2x310000 x1,x2,x3,x4,x50,101,用管理运筹学软件进行计算,计算机计算结果显示在图4-1 中。 目标函数最优值为:29400 变量 最优解 相差值 x1 1600 0 ,故相差值为0 x2 0 2 欲使 ,在C2=10元基础上还应增加2元利润 x3 0 13.1 欲使 ,在C3=7元基础上还应增加13.1元利润 x4 0 0.5 欲使 ,在C4=13元基础上还应增加0.5元利润 x5 600 0 ,故相差值为0 约束 松弛/剩 对偶价格 余变量 1 0 0.3 铸造能力每增加一工时,可增加利润0.3元 2 0 2.25 机加工能力每增加一工时,可增加利润2.25元 3 4000 0 由于装配能力未完成,故再增加亦无作用,最优方案下,铸造能力全用完,机加工能力全用完,装配能力尚有4000小时未用完,铸造能力,机加工能力,装配能力,102,目标函数系数范围 变量(价值系数) 下限 当前值 上限 x1 (C1) 14 15 无上限 x2 (C2) 无下限 10 12 x3 (C3) 无下限 7 20.1 x4 (C4) 无下限 13 13.5 x5 (C5) 8.667 9 10 常数项范围: 约束 下限 当前值 上限 1 (b1) 0 8000 10000 2 (b2) 9600 12000 20000 3 (b3) 6000 10000 (无上界),为使最优解 不变时C1C5系数允许变动的上下界,为使对偶价格(Pb1,Pb2,Pb3)=(0.3,2.25,0)不变时,b1,b2,b3允许变动的上下界,103,投资问题,例16:某部门现有资金200万元,今后五年内考虑给以下的项目投资,已知 项目A:从第一年到第五年每年年初都可投资,当年末能收回本利110%。 项目B:从第一年到第四年每年年初都可以投资,次年末收回本利125%,但规定每年最大投资额不能超过30万元。 项目C:第三年初需要投资,到第五年末能回收本利140%,但规定最大投资额不能超过80万元。 项目D:第二年初需要投资,到第五年末能回收本利155%,但规定最大投资额不能超过100万元。,104,据测定每万元每次投资的风险指数如下所示: 问: 在不考虑风险前提下,应如何确定这些项目的每年投资额,使得第五年末拥有资金的本利金额为最大? 应如何确定这些项目的每年投资额,使得第五年末拥有资金的本利在330万的基础上使得其投资总的风险系数为最小?,105,解: 确定变量a。这是一个连续投资的问题,我们设xij=第i年初投资于j项目的金额(单位万元),根据给定条件,将变量列于表4-8。 约束条件 因为项目A每年可以投资,并且当年末都能收回本息,所以该部门每年都应把资金都投出去,手中不应当有 剩余的呆滞资金,因此,表4-8,106,第一年:该部门年初有资金200万元,故有x1A+x1B=200 第二年:因第一年给项目B的投资要到第二年末才能回收,所以该部门在第二年初拥有资金仅为项目A在第一年投资额所回收的本息110%x1A,故有x2A+x2B+x2D=1.1x1A 第三年:第三年初的资金额是从项目A第二年投资和项目B第一年投资所回收的本息总和1.1x2A+1.25x1B 故有x3A+x3B+x3C=1.1x2A+1.25x1B 第四年:同以上分析,可得x4A+x4B=1.1x3A+1.25x2B 第五年:x5A=1.1x4A+1.25x3B 另外,对项目B,C,D的投资额的限制有 xib30 (i=1,2,3,4) x3C80 x2D100,107,目标函数 该问题要求在第五年末该部门所拥有的资金额达到最大,这个目标函数可以表示为 max z=1.1x5A+1.25x4B+1.40x3C+1.55x2D 这样可以得到如下数学模型 max z=1.1x5A+1.25x4B+1.40x3C+1.55x2D s.t x1A+x1B=200 x2A+x2B+x2D=1.1x1A x3A+x3B+x3C=1.1x2A+1.25x1B x4A+x4B=1.1x3A+1.25x2B x5A=1.1x4A+1.25x3B xiB30 (i=1,2,3,4) x3C80 x2D100 xij0,108,解 投资风险指数 ,S=A,B,C,D 其中项目j的风险权重Wj表每投资项目j一万元可能的损失数(单位:万元),亦可理解为投资同样数额于项目A,B,C,D所冒的风险程度比例,WA:WB:WC:WD=1:3:4:5.5 。 项目j的投资总额为fj(单位:万元),,x1A x1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论