线性规划理论在实际问题中的应用

合集下载

线性规划应用案例分析

线性规划应用案例分析

线性规划应用案例分析线性规划是一种在数学和运营管理中常见的优化技术。

它涉及到在一组线性不等式约束下,最大化或最小化一个线性目标函数。

这种技术可以应用于许多不同的领域,包括供应链管理、资源分配、投资组合优化等。

本文将探讨几个线性规划应用案例,以展示其在实际问题中的应用和价值。

某制造公司需要计划生产三种产品,每种产品都需要不同的原材料和生产时间。

公司的目标是最大化利润,但同时也受到原材料限制、生产能力限制以及每种产品市场需求限制的约束。

通过使用线性规划,该公司能够找到最优的生产计划,即在满足所有约束条件下,最大化利润。

某物流公司需要计划将货物从多个产地运输到多个目的地。

公司的目标是最小化运输成本,但同时也受到运输能力、货物量和目的地需求的约束。

通过使用线性规划,该公司能够找到最优的运输方案,即在满足所有约束条件下,最小化运输成本。

某投资公司需要将其资金分配给多个不同的投资项目。

每个项目都有不同的预期回报率和风险水平。

公司的目标是最大化回报率,同时也要保证投资风险在可接受的范围内。

通过使用线性规划,该公司能够找到最优的投资组合,即在满足所有约束条件下,最大化回报率。

这些案例展示了线性规划在实践中的应用。

然而,线性规划的应用远不止这些,它还可以用于诸如资源分配、时间表制定、路线规划等问题。

线性规划是一种强大的工具,可以帮助决策者解决复杂的问题并找到最优解决方案。

线性规划是一种广泛应用的数学优化技术,适用于在多种资源限制下寻求最优解。

这种技术涉及到各种领域,包括工业、商业、运输、农业、金融等,目的是在给定条件下最大化或最小化线性目标函数。

下面我们将详细讨论线性规划的应用。

线性规划是一种求解最优化问题的数学方法。

它的基本思想是在一定的约束条件下,通过线性方程组的求解,求得目标函数的最优解。

这里的约束条件通常表现为一组线性不等式或等式,而目标函数则通常表示为变量的线性函数。

工业生产:在工业生产中,线性规划可以用于生产计划、物料调配、人力资源分配等方面。

线性规划模型在生活中的实际应用

线性规划模型在生活中的实际应用

线性规划模型在生活中的实际应用一、线性规划的基本概念线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法。

在经济管理、交通运输、工农业生产等经济活动中,提高经济效果是人们不可缺少的要求,而提高经济效果一般通过两种途径:一是技术方面的改进,例如改善生产工艺,使用新设备和新型原材料.二是生产组织与计划的改进,即合理安排人力物力资源。

线性规划所研究的是:在一定条件下,合理安排人力物力等资源,使经济效果达到最好。

一般地,求线性目标函数在线性约束条件下的最大值或最小值的问题,统称为线性规划问题。

满足线性约束条件的解叫做可行解,由所有可行解组成的集合叫做可行域.决策变量、约束条件、目标函数是线性规划的三要素.二、线性规划模型在实际问题中的应用(1)线性规划在企业管理中的应用范围线性规划在企业管理中的应用广泛,主要有以下八种形式:1。

产品生产计划:合理利用人力、物力、财力等,是获利最大。

2.劳动力安排:用最少的劳动力来满足工作的需要。

3.运输问题:如何制定运输方案,使总运费最少.4.合理利用线材问题:如何下料,使用料最少.5。

配料问题:在原料供应的限制下如何获得最大利润.6。

投资问题:从投资项目中选取方案,是投资回报最大。

7.库存问题 :在市场需求和生产实际之间,如何控制库存量从而获得更高利益.8。

最有经济计划问题 :在投资和生产计划中如何是风险最小.(2)如何实现线性规划在企业管理中的应用在线性规划应用前要建立经济与金融体系的评价标准及企业的计量体系,摸清企业的资源。

首先通过建网、建库、查询、数据采集、文件转换等,把整个系统的各有关部分的特征进行量化,建立数学模型,即把组成系统的有关因素与系统目标的关系,用数学关系和逻辑关系描述出来,然后白较好的数学模型编制成计算机语言,输入数据,进行计算,不同参数获取的不同结果与实际进行分析对比,进行定量,定性分析,最终作出决策.3.3 线性规划在运输问题中的应用运输是物流活动的核心环节,线性规划是运输问题的常用数学模型,利用数学知识可以得到优化的运输方案.运输问题的提出源于如何物流活动中的运输路线或配送方案是最经济或最低成本的.运输问题解决的是已知产地的供应量,销地的需求量及运输单价,如何寻找总配送成本最低的方案;运输问题包含产销平衡运输问题和产销不平衡运输问题;通常将产销不平衡问题转化为产销平衡问题来处理;运输问题的条件包括需求假设和成本假设。

线性规划的实际应用举例

线性规划的实际应用举例

线性规划的实际应用举例为了便于同学们掌握线性规划的一般理论和方法,本文拟就简单的线性规划(即两个变量的线性规划)的实际应用举例加以说明。

1 物资调运中的线性规划问题例1 A,B两仓库各有编织袋50万个和30万个,由于抗洪抢险的需要,现需调运40万个到甲地,20万个到乙地。

已知从A仓库调运到甲、乙两地的运费分别为120元/万个、180元/万个;从B仓库调运到甲、乙两地的运费分别为100元/万个、150元/万个。

问如何调运,能使总运费最小?总运费的最小值是多少?解:设从A仓库调运x万个到甲地,y万个到乙地,总运费记为z元。

那么需从B仓库调运40-x万个到甲地,调运20-y万个到乙地。

从而有z=120x+180y+100(40-x)+150·(20-y)=20x+30y+7000。

作出以上不等式组所表示的平面区域(图1),即可行域。

令z'=z-7000=20x+30y.作直线l:20x+30y=0,把直线l向右上方平移至l l的位置时,直线经过可行域上的点M(30,0),且与原点距离最小,即x=30,y=0时,z'=20x+30y取得最小值,从而z=z'+7000=20x+30y+7000亦取得最小值,z min=20×30+30×0+7000=7600(元)。

答:从A仓库调运30万个到甲地,从B仓库调运10万个到甲地,20万个到乙地,可使总运费最小,且总运费的最小值为7600元。

2 产品安排中的线性规划问题例2某饲料厂生产甲、乙两种品牌的饲料,已知生产甲种饲料1吨需耗玉米0.4吨,麦麸0.2吨,其余添加剂O.4吨;生产乙种饲料1吨需耗玉米0.5吨,麦麸0.3吨,其余添加剂0.2吨。

每1吨甲种饲料的利润是400元,每1吨乙种饲料的利润是500元。

可供饲料厂生产的玉米供应量不超过600吨,麦麸供应量不超过500吨,添加剂供应量不超过300吨。

问甲、乙两种饲料应各生产多少吨(取整数),能使利润总额达到最大?最大利润是多少?分析:将已知数据列成下表1。

实际问题中的线性规划方法

实际问题中的线性规划方法

实际问题中的线性规划方法线性规划是数学中一种非常重要的优化方法,广泛应用于各个领域。

在实际问题中,线性规划方法可以很好地解决很多优化问题。

本文将会介绍线性规划方法在实际问题中的应用,例如网络流问题、供应链优化问题以及航空公司航班计划问题等。

一、网络流问题网络流问题是指在具有网络形式的问题中,求得网络中一些关键指标的最优解。

这些指标可能是物流方面的,也可能是通信方面的,甚至可能与能源、水资产有关。

这个问题的形式是一组由多个变量组成的线性方程组,并且这些方程组的决策变量通常用来描述网络的流量问题。

这里的问题是要求出网络中流量的最大值图。

在实际应用中,经常使用线性规划的方法来解决这种问题。

例如,在物流配送领域,我们可能需要在多个仓库和客户之间优化货物的运输路线。

当运输网络以“源点”(例如一个集散地或一个公路)开始,并以“汇点”(例如一家客户或一个仓库)结束时,通常需要考虑许多线性限制约束,例如运输成本、运输距离和货物数量等。

使用线性规划的方法,可以快速找到最小的总运输成本以及分配给每个节点的货物数量,从而提高物流的效率并降低成本。

二、供应链优化问题供应链优化问题通常可以看作是网络流问题的一个具体实例,它也可以使用线性规划的方法以最小化成本或最大化利润的方案来求解。

这个问题涉及到优化生产和分销的方案,从而最大限度地降低整个供应链的成本或提高利润。

这种问题通常包括许多限制条件,例如合理的货物存储、库存管理、运输和分销等。

线性规划的方法可以非常有效地解决这些问题,以实现最优化的运营方案。

例如,在某个制造公司中,我们可能需要考虑如何最小化原材料和物流成本,同时最大程度地利用现有的生产能力以及最大程度地满足客户要求。

这个问题涉及到许多因素,例如供应链的表现、货物的需求、生产规模等。

使用线性规划的方法,可以快速找到最佳的物流路线、最佳的生产数量以及最佳的库存管理方案等,从而提高供应链的效率。

三、航空公司航班计划问题航空公司航班计划问题是指在规定时间内,根据市场需要以及规定的飞行路线等因素,为航空公司确定一个最佳的航班计划。

线性规划的应用(简介和案例)

线性规划的应用(简介和案例)

线性规划的应用线性规划是运筹学中一个重要分支,它是研究线性约束条件下线性目标函数的极值问题的数学理论和方法。

广泛应用于军事作战、经济分析、经营管理和工程技术等方面。

如:经济管理、交通运输、工农业生为合理地利用有限的人力、物力、财力等资源作出的最优决策,提供科学的依据。

线性规划作为运筹学的一个研究较早、发展较快、应用广泛、方法较成熟的重要分支,它在日常生活中的典型应用主要有:1合理利用线材问题:如何下料使用材最少2配料问题:在原料供应量的限制下如何获取最大利润3投资问题:从投资项目中选取方案,使投资回报最大4产品生产计划:合理利用人力、物力、财力等,使获利最大5劳动力安排:用最少的劳动力来满足工作的需要6运输问题:如何制定调动方案,使总运费最小其实,也就是说,线性规划在运筹学中的研究对象主要是在有一定的人力、财力、资源条件下,如何合理安排使用,效益最高和在某项任务确定后,如何安排人、财、物,使之最省。

例如:某公司现有三条生产线来生产两种新产品,其主要数据如表1.1所示。

请问如何生产可以让公司每周利润最大?表1 产品组合问题的数据表此问题是在生产线可利用时间受到限制的情形下寻求每周利润最大化的产品组合问题。

在建立产品组合模型的过程中,以下问题需要得到回答:(1)要做出什么决策?(2)做出的决策会有哪些条件限制?(3)这些决策的全部评价标准是什么?(1)变量的确定要做出的决策是两种新产品的生产水平,记x1为每周生产产品甲的产量,x2为每周生产产品乙的产量。

一般情况下,在实际问题中常常称为变量(决策变量)。

(2)约束条件求目标函数极值时的某些限制称为约束条件。

如两种产品在相应生产线上每周生产时间不能超过每条生产线的可得时间,对于生产线一,有x1≤4,类似地,其它生产线也有不等式约束。

(3)目标函数对这些决策的评价标准是这两种产品的总利润,即目标函数是要求每周的生产利润(可记为z,以百元为计量单位)为最大这样,可以把产品组合问题抽象地归结为一个数学模型:max z = 3x1+5x2s.t. x1 ≤42x2 ≤123x1+ 2x2 ≤18x1≥0,x2 ≥0。

线性规划的应用与求解方法

线性规划的应用与求解方法

线性规划的应用与求解方法线性规划是数学中一种重要的优化方法,被广泛应用于各个领域,如经济学、管理学、工程学等。

它可以帮助我们在给定的约束条件下,找到最优解,使得目标函数取得最大值或最小值。

本文将介绍线性规划的应用领域以及常用的求解方法。

一、线性规划的应用领域1. 生产与资源分配线性规划可以帮助企业合理安排生产资源,优化生产效率。

例如,一个工厂需要决定如何分配有限的人力、物力和财力,以满足最大产出或最小成本的要求。

线性规划可以帮助企业找到最佳的资源分配方案,提高生产效率。

2. 项目排程与调度线性规划可以用于项目排程与调度问题,帮助规划员安排项目的开始时间、结束时间和资源分配。

例如,在建设一个大型工程项目时,需要考虑多个任务的依赖关系、资源限制和时间限制,线性规划可以帮助规划员合理安排项目进度,最大程度地利用资源。

3. 物流与运输线性规划可以用于优化物流与运输问题。

例如,一个配送中心需要决定如何将货物从不同供应商配送到不同的客户,以最小化运输成本。

线性规划可以帮助物流公司找到最佳的配送路线和运输方案,提高运输效率。

4. 投资与资产配置线性规划可以用于优化投资与资产配置问题。

例如,一个投资者希望在多个资产中进行配置,以最大化收益或最小化风险。

线性规划可以帮助投资者找到最佳的资产配置方案,提高投资收益率。

二、线性规划的求解方法1. 图形法图形法是线性规划最直观的求解方法之一。

它通过绘制目标函数和约束条件所对应的直线或曲线,找到使目标函数取得最大(小)值的交点。

但是,图形法只适用于二维线性规划问题,对于多维问题并不适用。

2. 单纯形法单纯形法是线性规划最常用的求解方法之一。

它通过迭代的方式,在可行域内搜索有效解。

单纯形法首先找到一个基础解,并在每一步中通过改进的方式找到更优的基础解,直到找到最优解为止。

单纯形法可以求解多维线性规划问题,并且具有较高的效率。

3. 对偶理论对偶理论是线性规划的重要理论基础。

它将线性规划问题转化为对偶问题,并通过对偶问题的求解来获得原问题的最优解。

线性规划的应用

线性规划的应用

线性规划的实际应用指导教师:大连市第八中学数学组崔贺课题组成员:大连市第八中学高二(2)班全体同学课题背景:提高企业的经济效益是现代化管理的根本任务,各个领域中的大量问题都可以归结为线性规划问题。

近几十年来,线性规划在各个行业中都得到了广泛的应用。

根据美国《财富》杂志对全美前500家大公司的调查表明,线性规划的应用程度名列前茅,有85%的公司频繁地使用线性规划,并取得了提高经济效益的显著效果。

所谓线性规划,是求线性函数在线性(不等式或等式)约束下达最(小或大)值的问题。

线性规划广泛应用于工农业、军事、交通运输、决策管理与规划、科学实验等领域。

线性规划的理论和方法主要在两类问题中得到应用,一是在人力、物力、资金等资源一定的条件下,如何使用它们来完成最多的任务;二是给定一项任务,如何合理安排和规划,能以最少的人力、物力、资金等资源来完成该项任务。

常见的问题在:物资调运问题、产品安排问题、下料问题。

研究过程:一、研究性学习开题报告(一)教师提出总体要求(二)分析课题背景,可行性论证(三)制定总体目标与计划(四)明确具体操作过程(五)划分小组,确定活动地点(六)由组长负责小组成员分工(七)确定成果形式:论文(数学模型与解答)、心得体会二、小组活动(注:各小组数学模型见线性规划模型汇编)第一小组活动时间:2003.4.12活动地点:大连市天津街改造办活动目的:调查了解城市规划、布局与设计中的线性规划问题参加人员:组长:陈燕组员:丁琳许玲见琦任鑫王鑫刘姝言王全智孙颖李舒然冯昱黄漪墨活动过程:来到活动地点,我们见到了有关规划设计的负责人,通过他的讲解,我们对天津街规划有了初步的认识。

这个规划,考虑到了整体市容市貌,提升城市功能,加强布局的合理性,以及保护原有城市风貌,发挥天津街中心商业区的作用等各方面因素,为取得经济效益、社会效益和商业效益的最大化而建设的。

天津街改造工程预计投资10个亿,用五年左右的时间,完善各种服务设施,改善交通和购物环境,打造精品步行街和商业主力店,引入各种经营业态,让人们旅游购物更方便。

线性规划在生活中的应用

线性规划在生活中的应用

线性规划在生活中的应用摘要:线性规划现如今广泛应用在生活中的各个方面,深受人们的喜爱。

本文主要采用图解法,对生活中所面临的与线性规划有关的一些问题进行求解,使人们能够在生活中消除资源分配的烦恼,使企业能够应对市场激烈的竞争,有效及时的制定方案,减少工作量节约经费。

深刻体会与认识线性规划在生活、生产中的重要地位。

关键词:线性规划生活应用1、线性规划的相关概念线性规划是运筹学的一个重要分支,其研究较早、发展较快、应用广泛、方法较成熟,是辅助人们进行科学管理的一种数学方法。

是在线性约束条件下,对线性目标函数极值问题进行研究的数学理论和方法。

2、生活问题中使用线性规划的优势随着时代的变迁,经济全球化的不断发展,科学技术变得越来越先进。

现代化生产的大型企业越来越多,大型企业的管理模式变得越来越复杂,因此,必须借助有效的、科学的方法来解决一些问题。

企业必须要充分利用已有的人力物力财力,实现各个岗位员工薪资的最大化,吸引大量优秀的人才,提高企业在市场中的竞争力,并最终获得利润的最大化。

科技、时代的进步也带领农村农业的发展,在农业生产中,降低成本,获取最高利润,得到最佳的销售方法等,这些都是可以运用线性规划来解决的。

3、线性规划在生活中的应用(常见生产问题、优势等)常见的生产问题:1.面条的加工销售计划2.农业生产问题3.配料问题4.生产销售问题5.作物布局6.话费选用套餐问题7.两种不同型号材料的配比问题优势:在生活中,由于资源的有限,如果我们能够充分的利用已有的资源,这是实现高效生产的一个重要的途径,如果能够把线性规划运用到农业生产中,可以使农业的生产中减少一定的阻碍,可以使农业生产中的成本、损失降到最低,并且可以的到最大的利润,降低人力物力财力的消耗。

3、线性规划在生活中运用的实例——面条的加工销售计划某加工厂用小麦加工生产B1、B2两种面条,1桶小麦可以在老式面条机上经过10h可以加工成4kgB1,或者是在新式面条机上用是8h加工成5kgB2,由于市场湿面紧缺,生产的B1、B2被全部预定,可以完全售出,根据市场行情,1kgB1有25元的利润,1kgB2仅有16元的利润。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

线性规划理论在实际问题中的应用
内容摘要:
企业是一个复杂的系统,要研究它必须将其抽象出来形成模型。

如果将系统内部因素的相互关系和它们活动的规律用数学的形式描述出来,就称之为数学模型。

线性规划是运用数学模型,对人力、设备、材料、资金等进行系统和定量的分析,使生产力得到最为合理的组织,以获得最佳的经济效益。

应用线性规划问题解决实际问题,最重要的一个步骤就是首先要建立实际问题的线性规划问题的数学模型。

一、线性规划问题及其数学模型
二、线性规划模型的具体分析及应用Excel求解线性规划问题
三、线性规划的局限性
一、线性规划问题及其数学模型
(一)线性规划的模型决定于它的定义,线性规划的定义是:求一组变量的值,在满足一组约束条件下,求得目标函数的最优解。

根据这个定义,就可以确定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。

(二)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。

(三)应用线性规划建立数学模型的三步骤:
(1) 明确问题,确定问题,列出约束条件。

(2) 收集资料,建立模型。

(3) 模型求解(最优解),进行优化后分析。

其中,最困难的是建立模型,而建立模型的关键是明确问题、确定目标,在建立模型过程中花时间、花精力最大的是收集资料。

(四)线性规划的数学模型的一般形式为:
目标函数max(min) z=c1 X l +c2 X2+…+cn Xn
满足约束条件:
a11 X l +a12 X2,+…+a1n Xn≤(=,≥) b1
a21 X l +a22 X2,+…+a2n Xn ≤(=,≥) b2
…………. ……………………….
am1 X l +am2 X2+…+amn Xn ≤(=,≥) bm
X l,X2,…,Xn ≥0
线性规划模型的矩阵形式:
目标函数max(min) Z = CX
约束条件AX ≤(=,≥) b
其中,C=(c1,c2,…,cn) , X=( X l,X2,…Xn)T
b=(b1,b2,… bm)T
a11,a12, (1)
A= a21,a22, (2)
… …… …
am1,am2,…amn
二、线性规划模型的具体分析及应用Excel求解线性规划问题
我们来看生产计划问题:
生产计划是控制生产装置运行的命令,要利用有限的资源获得最大的经济效益,就必须制定最佳生产计划。

随着公司生产装置的不断增多,生产计划的制定变得越来越复杂。

采用现代管理技术,建立数学模型,利用电子计算机求解,很容易得出最优生产计划。

下面举一案例说明(本案例出自《运筹学》,林齐宁,北京邮电大学出版社,2003年,P7)
某工厂计划用现有的铜、铅两种资源生产A、B两种型号的电缆。

A、B两种型号的电缆单位售价分别为6万元和4万元。

市场对A型电缆的需要量无限制,而对B电缆的最大需求量为7单位。

生产单位产品A、B两种型号电缆对铜、铅的消耗量及可利用的铜、铅数量如下表所示:
表1:基本信息表
工厂应该如何让安排生产,才能使工厂总收入最大?
解答过程如下:
(1)决策变量
设x1,x2分别代表A、B两种型号电缆的生产量,f(x)为工厂总收入。

(2) 目标函数
本问题的目标是工厂收益最大值
Maxf(x)=6 X l+4X2
(3)约束条件:
A型电缆B型电缆资源提供限量
消耗:铜(吨)2 1 10
消耗:铅(吨)1 1 8
产品需要限量7
售价(万元) 6 4
则上述问题可以用如下数学模型(线性规划模型)来表示:
Obj:Maxf(x)=6 X l+4X2
2 X l+X2≤10 铜资源约束
s.t.X l+X2≤8 铅资源约束
X2≤7产量数量约束
X l,X2≥0 产量质量约束
★用Excel辅助计算求解。

首先,根据问题建立电子表格模型具体步骤如下:
1.收集问题的数据。

2.在电子表格的数据单元格中输入数据。

3.确定对活动水平需要作出的决策并且指定可变单元显示这些决策。

4.确定对这些决策的约束条件并引入需具体化这些约束条件的输出单元格。

5.选择要输入目标单元格的完全绩效测度。

6.使用SUMPRODUCT函数为每个输出单元格(包括目标单元格)输入合适的值。

然后,建立了起电子表格模型:
再进行规划求解:
规划求解的选项对话框:最后,保存求解结果:最终结果如下图所示:
可以利用Excel中的“规划求解”功能可以直接到“敏感性分析”,利用该报告可以很方便地进行灵敏度分析:
敏感性报告的内容由两部分组成:
(1)位于报告上部的“可变单元格”部分反映了目标函数中的系数变化对最优解产生的影响。

第一列“单元格”是指决策变量所在单元格地址。

第二列“名字”是这些决策变量的名称。

第三列“终值”是决策变量的终值,即最优解。

第四列是“递减成本”,它的绝对值表示目标函数中决策变量的系数必须改进多少,才能得到该决策变量的正数解。

第五列“目标式系数”是指目标函数中的系数。

第六列与第七列分别是“允许的增量”和“允许的减量”它们表示目标函数中的系数在允许的增量和减量范围内变化时,最优解不变。

(2)位于报告下部的“约束”部分反映了约束条件右端值变化目标值产生的影响。

目标函数系数同时变动的情况:
当各个系数变动的百分比之和小于100%时,最优解不发生变化;
当各个系数变动的百分比之和等于100%时,最优解不发生变化;当各个系数变动的百分比之和大于100%时,不能确定最优解的变化,可能改变,也可能不变。

约束右端值同时变动:
当各个右端值变动的百分比之和小于100%时,影子价格有效;
当各个右端值变动的百分比之和等于100%时,影子价格有效;
当各个右端值变动的百分比之和大于100%时,不能保证影子价格依然有效。

三、线性规划的局限性
公司生产的复杂性使得手编计划的工作极其复杂,手编计划的工作量大,而且更为重要的是很难甚至无法实现优化,会给公司造成很大的机会损失。

采用线性规划模型制定公司计划和进行决策分析是可行的、必要的。

在这个效率优先的时代,众多领域中,但凡涉及最优解的问题,首先考虑的方法即是线性规划。

要建立一个切合实际的线型规划模型,需要工程技术人员、财务管理人员等的通力配合,否则会失去很多有用的信息。

线性规划作为运筹学的一个分支发展至今,从建立模型到求的最优解的整个过程,都有一套发展较为完备的体系和理论。

涉及到生产计划以及类似的问题时,线性规划显然是首选的方法。

然而,线性规划并不是没有其因为方法本身或者问题本身超出方法谈到的要求所产生的某些局限性。

非常明显的一点是,线性规划模型实质上还是一个静态的模型。

事实上,随着约束条件的变化,目标函数中的一些指标常常并非一成不变。

举例来说,在考虑生产计划,即如何选择产业结构使生产成本最低的时候,成本系数实质上是一个会根据产业结构和模式之变化而难以绝对保持静态的变量,这就势必导致模型的理想化。

另一方面,生产过程也不是一个绝对静态的过程,即产业结构本身,或者说约束条件中的每一项指标,也会产生某些动态的过程,即它并非可以完全按照单纯形法中矩阵变换的简单方法去解决。

一旦考虑到时间轴上的某些变化,问题的复杂程度就不是线性规划模型多能够做到了的。

总的来说,线性规划模型是一种比较机械性的模型,这种机械性决定它在某种意义上不可避免的局限性。

参考文献:
《现代管理方法的理论与实践》,山西财经大学管理科学与工程学院出版,2010年。

《运筹学》,林齐宁,北京邮电大学出版社,2003年。

相关文档
最新文档