2.2.3 Метод ветвей и границ

b

x1

x2

x3

12/5 -1/5 2/5

x4

19/10 3/10 -1/10
F’ -31/5 -2/5 -1/5

Задача № 1

Приводим к каноническому виду:

x3, x4, x5 – базисные переменные, x1, x2 – свободные переменные

b

x1

x2

x3

11 2 3 11/2
-5 -1/2 -1/2

x4

10 4 1 5/2
5/2 1/4 1/4

x5

2 0 1
0 0 0
F’ 0 2 1
-5 -1/2 -1/2
b

x4

x2

x3

6 -1/2 5/2 12/5
-5 0 -5/2

x1

5/2 1/4 1/4 10
-1/2 0 -1/4

x5

2 0 1 2
2 0 1
F’ -5 -1/2 1/2
-1 0 -1/2
b

x4

x5

x3

1 -1/2 -5/2

x1

2 1/4 -1/4

x2

2 0 1
F’ -6 -1/2 -1/2

X = (2, 2, 1, 0, 0)

F’ = -6

F = -F’ = 6

Задача № 2

Решаем задачу с x2 ≥ 3 в подсистеме «Поиск решения» системы Excel. Получаем допустимое не оптимальное решение F = 5, X = (1, 3)

=2*$B$1+$B$2 1 =2*$B$1+3*$B$2 11
3 =4*$B$1+$B$2 10
=$B$2 3
5 1 11 11
3 7 10
3 3
Ограничения

Ячейка

Имя

Значение

Формула

Статус

Разница

$C$1 11 $C$1<=$D$1 связанное 0
$C$2 7 $C$2<=$D$2 не связан. 3
$C$3 3 $C$3>=$D$3 связанное 0

2.3 Задача целочисленного линейного программирования с булевскими переменными

2.3.1 Постановка задачи целочисленного линейного программирования с булевскими переменными

Составить самостоятельно вариант для задачи целочисленного линейного программирования с булевскими переменными с учетом следующих правил: в задаче используется не менее 5 переменных, не менее 4 ограничений, коэффициенты ограничений и целевой функции выбираются произвольно, но таким образом, чтобы система ограничений была совместна. Задание состоит в том, чтобы решить ЗЦЛП с булевскими переменными, используя алгоритм Баллаша и определить снижение трудоемкости вычислений по отношению к решению задачи методом полного перебора.

 



Информация о работе «Линейное и нелинейное программирование»
Раздел: Математика
Количество знаков с пробелами: 23672
Количество таблиц: 25
Количество изображений: 23

Похожие работы

Скачать
38887
29
13

... разрабатываются методы отыскания экстремальных значений целевой функции среди множества ее возможных значений, определяемых ограничениями. Наличие ограничений делает задачи математического программирования принципиально отличными от классических задач математического анализа по отысканию экстремальных значений функции. Методы математического анализа для поиска экстремума функции в задачах ...

Скачать
39846
0
5

... нахождение точки Куна—Таккера обеспечивает получение оптимального решения задачи нелинейного программирования. Теорему 2 можно также использовать для доказательства оптимальности данного решения задачи нелинейного программирования. В качестве иллюстрации опять рассмотрим пример: Минимизировать   при ограничениях С помощью теоремы 2 докажем, что решение является оптимальным. Имеем Так ...

Скачать
17494
7
6

... гиперповерхность наивысшего (наименьшего) уровня: f (x1, x2, …, xn) = h. Указанная точка может находиться как на границе области допустимых решений, так и внутри неё. Процесс нахождения решения задачи нелинейного программирования с использованием ее геометрической интерпретации включает следующие этапы: 1.   Находят область допустимых решений задачи, определяемую соотношениями (если она пуста, ...

Скачать
32249
6
16

... лучей, исходящих из одной точки, называется многогранным выпуклым конусом с вершиной в данной точке.   1.4 Математические основы решения задачи линейного программирования графическим способом   1.4.1 Математический аппарат Для понимания всего дальнейшего полезно знать и представлять себе геометрическую интерпретацию задач линейного программирования, которую можно дать для случаев n = 2 и n = ...

0 комментариев


Наверх