线性规划学习心得

《线性规划》学习心得

专升本 2015级数学与应用数学

姓名：许英学号：201502991104

经过学习《线性规划》，我获益良多，现在我主要从线性规划在实际生活中的应用来说说学习感触。

《线性规划》是运筹学的一个基本分支，它广泛应用现有的科学技术和数学方法，解决实际中的问题，帮助决策人员选择最优方针和决策。把线性规划的知识运用到企业中，企业就有必要利用线性规划的知识对战略计划，生产，销售的各个环节进行优化，从而降低生产成本，提高企业的生产效率，通过建立模型并利用相关软件，对经济管理中有限资源进行合理分配，从而获得最佳经济效益。

在实际生活中，经常会遇到一定的人力、物力、财力等资源条件下，如何精打细算巧安排，用最少的资源取得最大的效益的问题，而这正是线性规划研究的基本内容，它在实际生活中有着非常广泛的应用．任何一个组织的管理者都必须对如何向不同的活动分配资源的问题做出决策，即如何有效地利用人力、物力完成更多的任务，或在预定的任务目标下如何耗用最少的人力、物力去实现目标。在许多情况下，大量不同的资源必须同时进行分配，需要这些资源的活动可以是不同的生产活动，营销活动，金融活动或者其他一些活动。随着计算技术的不断发展，使成千上万个约束条件和决策变量的线性规划问

题能迅速地求解，更为线性规划在经济等各领域的广泛应用创造了极其有利的条件。线性规划已经成为现代化管理的一种重要的手段。

建模是解决线性规划问题极为重要的环节，一个正确的数学模型的建立要求建模者熟悉线性规划的具体实际内容，要明确目标函数和约束条件，通过表格的形式把问题中的已知条件和各种数据进行整理分析，从而找出约束条件和目标函数。

从实际问题中建立数学模型一般有以下三个步骤；

1.根据影响所要达到目的的因素找到决策变量；

2.由决策变量和所在达到目的之间的函数关系确定目标函数；

3.由决策变量所受的限制条件确定决策变量所要满足的约束条件。

所建立的数学模型具有以下特点：

1、每个模型都有若干个决策变量（x1，x2，x3……，xn），其中n为决策变量个数。决策变量的一组值表示一种方案，同时决策变量一般是非负的。

2、目标函数是决策变量的线性函数根据具体问题可以是最大化（max）或最小化（min），二者统称为最优化（opt）。

3、约束条件也是决策变量的线性函数。

当我们得到的数学模型的目标函数为线性函数，约束条件为线性等式或不等式时称此数学模型为线性规划模型。

线性规划模型的基本结构:

（1）变量变量又叫未知数，它是实际系统的未知因素，也是决策系统中的可控因素，一般称为决策变量，常引用英文字母加下标来表示，如X l，X2，X3，X mn等。

（2）目标函数将实际系统的目标，用数学形式表现出来，就称为目标函数，线性规划的目标函数是求系统目标的数值，即极大值，如产值极大值、利润极大值或者极小值，如成本极小值、费用极小值、损耗极小值等等。

（3）约束条件约束条件是指实现系统目标的限制因素。它涉及到企业内部条件和外部环境的各个方面，如原材料供应、设备能力、计划指标、产品质量要求和市场销售状态等等，这些因素都对模型的变量起约束作用，故称其为约束条件。

约束条件的数学表示形式为三种，即≥、＝、≤。线性规划的变量应为正值，因为变量在实际问题中所代表的均为实物，所以不能为负。在经济管理中，线性规划使用较多的是下述几个方面的问题：

(1) 投资问题—确定有限投资额的最优分配，使得收益最大或者见效快。

(2) 计划安排问题—确定生产的品种和数量，使得产值或利润最大，如资源配制问题。

(3) 任务分配问题—分配不同的工作给各个对象(劳动力或机床)，使产量最多、效率最高，如生产安排问题。

(4) 下料问题—如何下料，使得边角料损失最小。

(5) 运输问题—在物资调运过程中，确定最经济的调运方案。

(6) 库存问题—如何确定最佳库存量，做到即保证生产又节约资金等等。

把线性规划的知识运用到企业中去，可以使企业适应市场激烈的竞争，及时、准确、科学的制定生产计划、投资计划、对资源进行合理配置。过去企业在制定计划，调整分配方面很困难，既要考虑生产成本，又要考虑获利水平，人工测算需要很长时间，不易做到机动灵活，运用线性规划并配合计算机进行测算非常简便易行，几分钟就可以拿出最优方案，提高了企业决策的科学性和可靠性。其决策理论是建立在严格的理论基础之上，运用大量基础数据，经严格的数学运算得到的，从而在使企业能够在生产的各个环节中优化配置，提高了企业的效率，对企业是大有益处的。

过去很多企业在生产、运输、市场营销等方面没有利用线性规划进行合理的配置，从而增加了企业的生产，使企业的利润不能达到最大化。在竞争日益激烈的今天，如果还按照过去的方式，是难以生存的。所以我们应该看到运用线性规划的必要性和重要性，让它在实践生活中真正帮助到我们去解决遇到的各种问题，求得最大的利润和问题的最优解。随着作为运筹学重要分支的线性规划的发展，我们相信在不久的将来它会更好的为我们服务。