一个简单的线性规划问题
Linear Programming线性规划，就是目标函数和约束条件都是线性的优化问题，是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，它是辅助人们进行科学管理的一种数学方法，英文缩写LP。
一、业务问题描述：这是一个简单的线性规划问题，具体要求如下：
某公司生产氨气（NH3）和氯化铵（NH4CI）, 公司的日处理能力为50单位的氮（N）, 180单位的氨（H）, 40单位氯（CI）. 氨气的利润为30$/每单位、氯化铵的利润为40$/每单位，如何确定氨气和氯化铵的产量，使利润最大？
二、从数学的角度理解和定义该问题：
将上述生产问题转为为数学问题，建立数学模型一般有以下三个步骤：
1.根据影响所要达到目的的因素找到决策变量；
2.由决策变量和所在达到目的之间的函数关系确定目标函数；
3.由决策变量所受的限制条件确定决策变量所要满足的约束条件。
三、OPL模型建立的步骤
下面用OPL语言来理解和定义该问题，OPL模型就是寻找决策变量，使得决策变量满足约束条件并取得目标函数最值的过程。下面是求解该问题的几个步骤：
1.定义该问题的数据变量，
为了方便起见，以下定义的数据变量均为数组变量，数组是有序数据的集合，一个数组中的每一个元素都属于同一种数据类型。
（1）Products 代表气体的名称，
{string}Products = ...;
即定义了数组名为“Products”的字符串数组，一维数组。
（2）Components 代表所含的成分，
{string} Components = ...;
即定义了数组名为“Components”的字符串数组，一维数组。
（3）Demand 代表每种气体所含的成分，
floatDemand[Products][Components] = ...;
即定义了数组名为“Demand”的浮点型数组，二维数组。
（4）Profit 代表对应气体的利润，
float Profit[Products] =...;
即定义了数组名为“Profit”的浮点型数组，一维数组。
（5）Stock 代表该成分的日处理能力，
float Stock[Components] =...;
即定义了数组名为“Stock”的浮点型数组，一维数组。
2.数据的初始化；
定义了数据变量之后，要进行数据的初始化，所谓初始化就是给数据变量赋值，下面依次给上述定义的数据变量赋值：
Products = { "NH3" "NH4CI"};
Components = { "N" "H" "CI"};
Demand = [ [1 3 0] [1 4 1] ];
Profit = [30 40];
Stock = [50 180 40];
3.定义决策变量，数据变量和决策变量是有区别的，数据变量是具体数据的名称，比如之前定义的数据变量“Products”，代表该公司生产气体的名称，而决策变量是针对数学模型来说的，这个问题所需做的决策即每种气体的产量，
dvar float+Production[Products];
dvar(decision variable)是定义决策变量的一个最常用的关键字，
此处定义了变量名为”Production”的决策变量，代表两种气体的产量，其实是浮点型数组。
4. 目标函数的定义，即利润最大化，目标函数是决策变量的线性函数，
maximize
sum( p in Products )
Profit[p] * Production[p];
5. 约束条件的设定，有三种成分有日处理能力的限制，用很简洁的写法实现：
subject to {
forall( c in Components )
ct:
sum( p in Products )
Demand[p][c] * Production[p] <= Stock[c];
}
四、用IBM ILOG CPLEX Optimization Studio 12.8来求解该问题
IBM ILOG CPLEX Optimization Studio 12.8来求解该问题的具体操作过程如下：
打开软件界面，有四个常用的窗口，分别是OPL项目导航窗口、编辑窗口、问题浏览器窗口、输出窗口；
新建一个OPL项目，项目名称是“gaseous”，勾选”Adda default Run Configuration”、“CreateModel”和“CreateData”，即该OPL项目包含一个模型文件和一个数据文件；
编辑模型文件的内容，即“gaseous.mod”文件
该模型文件的内容包含四部分内容：
（1） 定义数据变量；
（2） 定义决策变量；
（3） 设定目标函数；
（4） 设定约束条件；
编辑数据文件的内容，即“gaseous.dat”文件
然后在”Configuration(default)”上执行：
执行 Run Configuration，得到如下输出结果：
五、业务解读
从IBM ILOG CPLEX Optimization Studio 12.8的运行结果，可知当氨气的产量为6.6667个单位，氯化铵的产量为40个单位时，该公司得到最大利润，并满足当日每种成分的处理能力限制。
-
IBM
+关注
关注
3文章
1755浏览量
74677 -
线性
+关注
关注
0文章
198浏览量
25145
原文标题：IBM ILOG CPLEX Optimization Studio : 一个线性规划的案例
文章出处：【微信号：SCAnalyticsPlatform，微信公众号：IBM大数据技术团队】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
用MATLAB优化工具箱解线性规划
matlab数学建模算法全收录 799*** 4.7M 超清书签版
基于整数线性规划的TTA代码优化
线性规划在缓冲区溢出检测中的应用研究
数学建模教程之线性规划的详细说明
复杂施工调度问题的混合整数线性规划模型
如何在MATLAB中使用线性规划求解不同的问题
使用内点法求解线性规划问题
工商网监
评论