使用Mathematica解规划模型

最新推荐文章于 2024-09-28 15:51:59 发布

原创最新推荐文章于 2024-09-28 15:51:59 发布 · 7.8k 阅读

28 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#mathematica

本文介绍了如何使用Mathematica进行线性规划、二次规划、0-1规划、整数规划、非线性规划、分数规划和混合规划，包括求解最优值和近似解的方法，并提供了一个特殊案例的详细解析。

Mathematica从5.0开始就可以解复杂的规划模型，主要用Maximize和Minimize这两个函数。下面给出几个例子，说明如何用这两个函数来求解规划问题。

线性规划

(* linear programming *)
Maximize[{x1 + x2 + x3 + x4, (* objective function *)
    x5 + x6 + x7 + x8 >= 250000, (* conditions *)
    x1 + x5 <= 380000,
    x2 + x6 <= 265200,
    x3 + x7 <= 408100,
    x4 + x8 <= 130100,
    2.85*x1 - 1.42*x2 + 4.27*x3 - 18.49*x4 >= 0,
    2.85*x5 - 1.42*x6 + 4.27*x7 - 18.49*x8 >= 0,
    16.5*x1 + 2*x2 - 4*x3 + 17*x4 >= 0,
    7.5*x5 - 7*x6 - 13.0*x7 + 8*x8 >= 0,
    x1 >= 0, x2 >= 0, x3 >= 0, x4 >= 0, x5 >= 0, x6 >= 0, x7 >= 0, x8 >= 0},
  {x1, x2, x3, x4, x5, x6, x7, x8}    (* vars *)
  ]

计算结果：

{933400., {x1 -> 264938., x2 -> 135702., x3 -> 408100., x4 ->
124660., x5 -> 115062., x6 -> 129498., x7 -> 0., x8 -> 5440.01}}

其中，933400为目标函数的最优值，紧接的表为目标函数达到最优值时的结果。

二次规划

0-1规划

(* 0 - 1 Programming *)
Maximize[{3 x1 - 2 x2 + 5 x3,
    x1 + 2 x2 - x3 ≤ 2,
    x1 + 4 x2 + x3 ≤ 4,
    x1 + x2 ≤ 3,
    4 x2 + x3 ≤ 6,
    x1 == 1 || x1 == 0,
    x2 == 1 || x2 == 0,
    x3 == 1 || x3 == 0
    },
  {x1, x2, x3}
  ]

整数规划

(* Integer Programming *)
Maximize[{40 x1 - 90 x2,
    9 x1 + 7 x2 ≤ 56,
    7 x1 + 20 x2 ≤ 70,
    x1 ≥ 0,
    x2 ≥ 0,
    x1 ∈ Integers,
    x2 ∈ Integers
    }, {x1, x2}
  ]

求近似解（用NMaximize/NMinimize）

NMinimize[{8 x1 + 10 x2 + 7 x3 + 6 x4 + 11 x5 + 9 x6,
    12 x1 + 9 x2 + 25 x3 + 20 x4 + 17 x5 + 13 x6 ≥ 60,
    35 x1 + 42 x2 + 18 x3 + 31 x4 + 56 x5 + 49 x6 ≥ 150,
    37 x1 + 53 x2 + 28 x3 + 24 x4 + 29 x5 + 20 x6 ≥ 125,
    0 ≤ x1 ≤ 1,
    0 ≤ x2 ≤ 1,
    0 ≤ x3 ≤ 1,
    0 ≤ x4 ≤ 1,
    0 ≤ x5 ≤ 1,
    0 ≤ x6 ≤ 1
    }, {x1, x2, x3, x4, x5, x6}]

非线性规划

分数规划

混合规划

Maximize[{120 x1 + 10 x2 + 100 x3 - 5000 y1 - 2000 y2 - 1000 y3,
    5 x1 + x2 + 4x3 ≤ 2000,
    3 x1 ≤ 300 y1,
    0.5 x2 ≤ 300 y2,
    2 x3 ≤ 300 y3,
    x1 ≥ 0, x2 ≥ 0, x3 ≥ 0,
    x1 ∈ Integers, x2 ∈ Integers, x3 ∈ Integers,
    y1 == 0 || y1 == 1,
    y2 == 0 || y2 == 1,
    y3 == 0 || y3 == 1
    }, {x1, x2, x3, y1, y2, y3}
  ]

一个特殊的例子（帮助中说的原本的用法）