标签:7D% 4.3 线性规划 5C% 5ETx plus 20% 优化
4.3 线性规划问题
- 例子
- 线性分式规划
线性规划
目标函数和约束函数都是仿射函数,问题则称为线性规划。一般的线性规划形式:
其中,显然线性规划问题是凸优化问题。
因为不等式约束函数和等式约束函数都是仿射函数,所以可行集是一个多面体。
所以也就是相等于在多面体中找一个使得最小,即找一个最大的。
例子
食谱问题
表示n种食物的量,一份健康的饮食包含m种不同的营养,每种至少要,单位第j种食物有营养i的量为,价格为,这一问题用线性规划描述为:
多面体的Chebyshev中心
在多面体中寻找最大球问题。多面体的线性不等式表示:
球表示为:
约束:B在P中:
又因为:
结合(1)式,知:
于是得到线性规划问题:
分片线性极小化
通过上境图形式转化为等价的线性规划问题:
线性分式规划
其中,
可行集:
令
得到原问题等价的线性规划:
首先如果x是原问题的可行解,那么y和z都是等价线性规划的可行解,且目标值相同。
反过来,当y,z是可行解时,(1)z不为0时,是原问题可行解。(2)z=0时,假设是原问题可行解,则是原问题可行解。且t趋于无穷大的时候。目标值相同。
广义线性分式规划
来源:https://blog.csdn.net/wangchy29/article/details/86585316
标签:7D%,4.3,线性规划,5C%,5ETx,plus,20%,优化 来源: https://blog.csdn.net/hyl1181/article/details/111304431
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。