预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

1、下载地址:ftp:// 2、将文件夹WinQSB拷贝到硬盘→打开硬盘中的文件夹WinQSB→ 二、线性规划、整数规划、0-1规划上机程序 1、运行“Linearandintegerprogramming”,出现图1所示界面 图1 2、运行file菜单下的newproblem命令,出现图2所示界面。 图2 问题名称 决策变量个数 约束条件个数 (不含变量约束) 目标函数类型 数据类型 输入数据格式:选择 SpreadsheetMatrixFrom 非负连续 变量 非负整数变量 0-1整数变量 不定义 如:求解下面线性规划问题图2输入为:图3所示 图3 3、按图2所示输入完成确定后出现图4所示界面。 图4 目标函数系数 约束条件系数 变量类型:双击改变 约束形式: 双击改变 右端项 图5 运行键 4、输入完成后,按图5所示运行键。 5、运行结果如图6所示 图6 图6中各列的含义为: DecisionVariable:决策变量 SolutionValue:决策方案取值 SolutionValue:决策变量对目标的单位贡献/目标函数系数 TotalContribution:总贡献=(SolutionValue)×(SolutionValue) ReducedCost:检验数 AllowableMinc(j)/AllowableManc(j):目标系数的灵敏度范围 ObjectiveFunction:目标函数 Constraint:约束条件(C1,C2,C3分别表示约束条件1、2、3) LeftHandSide:左端项,将决策变量取值代入约束方程左端计算的结果 RightHandSide:右端项,表示目前资源的拥有量 SlackorSurplus:左端项与右端项的差额:资源的不足/slack或剩余/surplus ShadowPrice:资源的影子价格 AllowableMin.RHS/AllowableMax.RHS:右端项的灵敏度范围 三、目标规划上机程序 图7 1、运行“Goalprogramming”,出现图7所示界面 2、运行file菜单下的newproblem命令,出现图8所示界面。 图8中各项目含义: NumberofGoals:目标的个数,即目标函数优先级的个数 NumberofVariables:变量的个数,为决策变量个数和偏差变量个数之和。 其余项目含义同图2。 图8 如求解下列目标规划问题按图8输入,输入结果如图9所示: 图9 3、输入完成确定后出现如图10所示界面 图10中各行含义如下: 第一行:变量代号,具体含义自己定义,如本例中可定义如下: x1-x1;x2-x2;x3-b1-;x4-b1+;x5-b2-;x6-b2+ 其余各项目含义同图4。 图10 4、将数据输入图10后,结果如图11所示。 5、图11输入完成后,按运行键(同图5所示)。运行结果如图12所示。图12种各项目含义同图6。 图12 图11 6、线性规划、目标规划上机练习 1)线性规划 2)线性规划的对偶理论 P652.8(a)、(b) 分析在下列条件单独变化的情况下最优解的变化,看看与你的分析是否一致 (a)目标函数变为maxz=2x1+3x2+x3 (b)约束右端项由变为 已知线性规划问题:已知用单纯形法求得最优解的单纯形表如下,试分析在下列各种条件单独变化时,最优解如何变化,看看与你的分析是否一致? x1x2x3x4x5x62x24/3012/3-1/3003x110/310-1/32/3000x5300-11100x62/300-2/31/301Cj-Zj00-1/3-3/400第1个和第2个约束条件的右端项分别由6变成7,由8变成4; 目标函数变为maxZ=2x1+5x2 增加一个变量x3,其在目标函数中系数C3=4,在约束系数矩阵中列P3=(1,2,3,2)T; 3)整数规划 P101习题4.8(1),分别直接求解和用分枝定界法求解,比较结果。 4)目标规划 书P108例3(GoalProgramming) 四、图与网络分析上机程序 1、运行“NetworkModeling”,出现图7所示界面 图13 2、运行file菜单下的newproblem命令,出现图14所示界面。 图14 图14中各项目含义: ProblemType(问题类型)如下: TransportationProblem:运输问题AssignmentProblem:分配问题 ShortestPathProblem:最短路问题MaximalFlowProblem:最大流问题 MinimalSpanningTree:最小分布树TravelingSalesmanProblem:旅行商问题 ObjectiveCriterion——选择目标为求