【摘要】線性規(guī)劃在生產(chǎn)管理和經(jīng)營(yíng)活動(dòng)中起到重大作用。在給出線性規(guī)劃模型的基礎(chǔ)上,通過(guò)實(shí)例,介紹建立線性規(guī)劃模型的一般方法,并應(yīng)用軟件Mathematica進(jìn)行求解,進(jìn)而為決策者提供最優(yōu)的決策。
【關(guān)鍵詞】線性規(guī)劃;模型;Mathematica;最優(yōu)決策
1.引言
在生產(chǎn)管理和經(jīng)營(yíng)活動(dòng)中,會(huì)經(jīng)常遇到兩類問(wèn)題:一類是(資源有限)如何合理的使用現(xiàn)有的勞動(dòng)力、設(shè)備、資金等資源,以得到最大的效益;另一類是(目標(biāo)一定)為了達(dá)到一定的目標(biāo),應(yīng)如何組織生產(chǎn),或合理安排工藝流程,或調(diào)整產(chǎn)品的成分等,以使所消耗的資源(人力、設(shè)備臺(tái)時(shí)、資金、原材料等)為最少。這既是最優(yōu)決策問(wèn)題。
如何解決上述問(wèn)題,線性規(guī)劃(Linear Programming)給了我們一些方法,線性規(guī)劃是運(yùn)籌學(xué)的一個(gè)分支,它研究的是在線性約束條件下求解線性函數(shù)(目標(biāo)函數(shù))的最優(yōu)解問(wèn)題。線性規(guī)劃應(yīng)用越來(lái)越廣泛,《財(cái)富》雜志(Fortune)的一項(xiàng)調(diào)查,美國(guó)名列前五百名的大公司中,百分八十五均曾應(yīng)用線性規(guī)劃的方法來(lái)協(xié)助公司的營(yíng)運(yùn),由此可見(jiàn)線性規(guī)劃應(yīng)用面的寬廣與普及。
2.線性規(guī)劃數(shù)學(xué)模型及求解方法[1]
2.1 線性規(guī)劃數(shù)學(xué)模型
其中為目標(biāo)函數(shù),s.t.的右端項(xiàng)為約束條件,表示決策變量的非負(fù)約束。
2.2 模型的求解方法
能夠求解線性規(guī)劃模型的軟件有很多,比如Mathematica,Matlab,Lindo,Maple等,以下問(wèn)題應(yīng)用Mathematica求解[2]。
Mathematica是由Wolfram(美國(guó))公司研制開(kāi)發(fā)的,應(yīng)用比較廣泛的,功能比較強(qiáng)大的一款軟件,軟件中有求解線性規(guī)劃的函數(shù),在平臺(tái)中的使用方法如下:ConstrainedMin(或ConstrainedMax)[目標(biāo)函數(shù),{約束條件},{變量集合}]就可以了。其中ConstrainedMin求目標(biāo)函數(shù)為min的線性規(guī)劃問(wèn)題,ConstrainedMax求目標(biāo)函數(shù)為max的線性規(guī)劃問(wèn)題。
3.建立線性規(guī)劃模型應(yīng)用舉例
例1:(人員的合理安排問(wèn)題)醫(yī)院護(hù)士的值班班次、工作時(shí)間及各班所需護(hù)士數(shù)如表1所示,護(hù)士上班以后,需連續(xù)工作8小時(shí),則醫(yī)院最少需護(hù)士多少名,以滿足輪班需要;
分析:因護(hù)士上班后需要連續(xù)工作8小時(shí),即第1班次開(kāi)始上班的護(hù)士,需工作到14:00,第2班次開(kāi)始上班的護(hù)士需工作到18:00,以此類推,第6班次開(kāi)始上班的護(hù)士工作到10:00,滿足這些約束條件后,目標(biāo)函數(shù)是最少需要的護(hù)士數(shù),就很容易列出線性規(guī)劃模型。
解:設(shè)表示第i班開(kāi)始上班的護(hù)士人數(shù),,則建立模型為:
應(yīng)用mathematica求解如下:
In[1]:=ConstrainedMin[x1 + x2 + x3 + x4 + x5 + x6,{x1 + x2 >= 70,x2 + x3 >= 60,x3 + x4 >= 50,x4 + x5 >= 20,x5 + x6 >= 30,x6 + x1 >= 60},{x1,x2,x3,x4,x5,x6}]
運(yùn)行后得:
Out[1]= {150,{x1 -> 60,x2 -> 10,x3 -> 50,x4 -> 0,x5 -> 20,x6 -> 10}}
結(jié)果:第1-6班開(kāi)始上班的護(hù)士分別為60人、10人、50人、0人、20人、10人,最少需要護(hù)士150名。
例2:(投資決策問(wèn)題)某人有一筆30萬(wàn)元的資金,在今后三年內(nèi)有以下投資項(xiàng)目:
(1)三年內(nèi)的每年年初均可投資,每年獲利為投資額的20%,其本利可一起用于下一年投資;
(2)只允許第一年年初投入,第二年年末可收回,本利合計(jì)為投資額的150%,但此類投資限額不超過(guò)15萬(wàn)元;
(3)于三年內(nèi)第二年初允許投資,可于第三年末收回,本利合計(jì)為投資額的160%,這類投資限額20萬(wàn)元;
(4)于三年內(nèi)的第三年初允許投資,一年收回,可獲利40%,投資限額為10萬(wàn)元。
試為該人確定一個(gè)使第三年末本利和為最大的投資計(jì)劃。
分析:本題為最大化最優(yōu)決策問(wèn)題,有4個(gè)可投資項(xiàng)目,即題中(1)至(4),關(guān)鍵問(wèn)題在于決策變量的設(shè)置,我們用來(lái)表示第年初投資到第個(gè)項(xiàng)目的資金數(shù),這樣問(wèn)題就迎刃而解了。
解:設(shè)表示第年初投資到第個(gè)項(xiàng)目的資金數(shù),建立線性規(guī)劃模型為:
應(yīng)用mathematica求解如下:
In[2]:=ConstrainedMax[1.2x31 + 1.6x23 + 1.4x34,{x11 + x12 == 300000,x21 + x23 == 1.2x11,x31 + x34 == 1.2x21 + 1.5x12,x12 <= 150000,x23 <= 200000, x34 <= 100000},{x11,x12,x21,x23,x31,x34}]
Out[2]= {580000.,{x11 -> 166667.,x12 -> 133333.,x21 -> 0,x23 -> 200000.,x31 -> 100000.,x34 -> 100000.}}
結(jié)果:
第一年年初投資到(1)和(2)兩個(gè)項(xiàng)目的資金分別為166667元和133333元;
第二年年初投資到(1)和(3)兩個(gè)項(xiàng)目的資金分別為0元和200000元;
第三年年初投資到(1)和(4)兩個(gè)項(xiàng)目的資金分別為100000元和100000元;
第三年末本利和最大為58萬(wàn)元。
例3:(學(xué)區(qū)學(xué)生入學(xué)的劃分)某學(xué)區(qū)由五個(gè)居民區(qū)和三所學(xué)校組成,學(xué)校設(shè)專門校車接送學(xué)生。各學(xué)校的容量如表2所示,各居民區(qū)的學(xué)生人數(shù)如表3所示;各居民區(qū)的學(xué)生到相應(yīng)學(xué)校的校車費(fèi)用如表4所示。試問(wèn)應(yīng)怎樣給各個(gè)學(xué)校分配兒童,才能實(shí)現(xiàn)學(xué)區(qū)管理者實(shí)現(xiàn)使校車接送所花費(fèi)用最低的目的?[3]
分析:該問(wèn)題為最低費(fèi)用的最優(yōu)決策問(wèn)題,在滿足人數(shù)要求的條件下,費(fèi)用最低,三所學(xué)校的容量總和為2500人,而五個(gè)居民區(qū)共2350人,這就使得某些學(xué)校分配的兒童不足,對(duì)于約束條件將出現(xiàn)不等式,建立線性規(guī)劃模型時(shí)要注意。
解:設(shè)表示校車從第居民區(qū)送往第學(xué)校的人數(shù),建立模型如下:
4.小結(jié)
由以上分析,我們可以看出,線性規(guī)劃在最優(yōu)決策中為人們提供了解決問(wèn)題的一種方法。決策者通過(guò)建立便捷的線性規(guī)劃模型解決了最優(yōu)化問(wèn)題,無(wú)論是對(duì)于企業(yè)還是對(duì)于個(gè)人提升都具有重要的價(jià)值。
參考文獻(xiàn)
[1]胡運(yùn)權(quán).運(yùn)籌學(xué)教程(第三版)[M].清華大學(xué)出版社,2007,4.
[2]丁大正.科學(xué)計(jì)算強(qiáng)檔Mathematica4教程[M].北京:電子工業(yè)出版社,2002.3.
[3]劉茂華.線性規(guī)劃在運(yùn)輸問(wèn)題中的應(yīng)用[J].大慶師范學(xué)院學(xué)報(bào),2007,4.
作者簡(jiǎn)介:郭志軍(1978—),男,遼寧新民人,碩士,遼寧對(duì)外經(jīng)貿(mào)學(xué)院副教授,研究方向:應(yīng)用數(shù)學(xué)。