线性规划(LP)问题:定义与求解方法
线性规划(Linear Programming,简称 LP)是运筹学中研究较早、应用广泛的优化模型,核心是在一组线性约束条件下,求解线性目标函数的最大值或最小值。它在资源分配、生产计划、物流优化等领域有重要应用。
LP 问题的核心构成
一个标准的 LP 问题包含三个要素:
- 决策变量:需要优化的未知量(通常记为
x₁, x₂, ..., xₙ),代表实际问题中的可调整参数(如生产数量、运输量等)。 - 目标函数:关于决策变量的线性函数,需最大化(
max)或最小化(min)。
形式:max/min z = c₁x₁ + c₂x₂ + ... + cₙxₙ(cᵢ为系数,代表各变量对目标的贡献)。 - 约束条件:关于决策变量的线性等式或不等式,描述问题的限制(如资源总量、生产能力等)。
形式:- 不等式约束:
aᵢ₁x₁ + aᵢ₂x₂ + ... + aᵢₙxₙ ≤ bᵢ或≥ bᵢ(i=1,2,...,m) - 等式约束:
aᵢ₁x₁ + ... + aᵢₙxₙ = bᵢ - 非负约束:
xᵢ ≥ 0(通常默认决策变量非负)
- 不等式约束:
示例:简单 LP 问题
某工厂生产 A、B 两种产品,A 每件利润 3 元,B 每件利润 5 元。生产 1 件 A 需 2 小时工时,生产 1 件 B 需 3 小时工时,总工时不超过 12 小时。求最大利润。
- 决策变量:
x₁(A 的产量),x₂(B 的产量)。 - 目标函数:
max z = 3x₁ + 5x₂(最大化利润)。 - 约束条件:
2x₁ + 3x₂ ≤ 12(工时约束),x₁ ≥ 0, x₂ ≥ 0(非负约束)。