数学建模敏感性分析课件教案.ppt

,优 化 建 模,单击此处编辑母版标题样式,数学建模敏感性分析课件,例2.4,某家具公司制造书桌、餐桌和椅子，所用的资源有三种：木料、木工和漆工。生产数据如下表所示。,每个书桌,每个餐桌,每个椅子,现有资源总数,木料,8,单位,6,单位,1,单位,48,单位,漆工,4,单位,2,单位,1.5,单位,20,单位,木工,2,单位,1.5,单位,0.5,单位,8,单位,成品单价,60,单位,30,单位,20,单位,若要求桌子的生产量不超过,5,件，如何安排三种产品的生产可使利润最大？,解：,用,DESKS,、,TABLES,和,CHAIRS,分别表示三种产品的生产量（决策变量），容易建立,LP,模型。,在,LINDO,模型窗口中输入模型：,MAX 60 DESKS+30 TABLES+20 CHAIRS,SUBJECT TO,2)8 DESKS+6 TABLES+CHAIRS=48,3)4 DESKS+2 TABLES+1.5 CHAIRS=20,4)DESKS+1 5 TABLES+O 5 CHAIRS=8,5)TABLES=5,END,解这个模型，并对弹出的对话框 “,DO RANGE(SENSITIVITY)ANALYSIS?”,选择“是（,Y,）”按钮，这表示你需要做灵敏性分析。然后，查看输出结果。,LP OPTIMUM FOUND AT STEP 1,OBJECTIVE FUNCTION VALUE,1)280.0000,VARIABLE VALUE REDUCED COST,DESKS 2.000000 0.000000,TABLES 0.000000 5.000000,CHAIRS 8.000000 0.000000,ROW SLACK OR SURPLUS DUAL PRICES,2)24.000000 0.000000,3)0.000000 10.000000,4)0.000000 10.000000,5)5.000000 0.000000,NO.ITERATIONS=1,输出结果的前半部分：,前半部分的输出结果的解释与前一节例,2.1,的结果类似：,“LP OPTIMUM FOUND AT STEP2”,表示两次迭代（旋转变换）后得到最优解。,“OBJECTIVE FUNCTION VALUE 1,）,280.000000”,表示最优目标值为,280,。,“VALUE”,给出最优解中各变量的值：造,2,个书桌（,desks,）,0,个餐桌（,tables,）,8,个椅子（,chairs,）。所以,desks,、,chairs,是基变量（取值非,0,），,tables,是非基变量（取值为,0,）。,“SLACK OR SURPLUS”,给出松驰变量的值：,第,2,行松驰变量,=24,（第,1,行表示目标函数，第,2,行对应第,1,个约束）,第,3,行松驰变量,=0,第,4,行松驰变量,=0,第,5,行松驰变量,=5,“REDUCED COST”,列出最优单纯形表中判别数所在行的变量的系数，表示当变量有微小变动时,目标函数的变化率,.,其中基变量的,reduced cost,值应为,0,，对于非基变量,Xj,（请注意，非基变量的取值一定是,0,），相应的,reduced cost,值表示当某个变量,Xj,增加一个单位时目标函数减少的量,(max,型问题,),。,本例中：变量,TABLES,对应的,reduced cost,值为,5,，表示当非基变量,TABLES,的值从,0,变为,1,时（此时假定其他非基变量保持不变,但为了满足约束条件，基变量显然会发生变化），最优的目标函数值,=280-5=275,。,“DUAL PRICE”,（对偶价格）表示当对应约束有微小变动时,目标函数的变化率,.,输出结果中对应于每一个约束有一个对偶价格,.,若其数值为,p,表示对应约束中不等式右端项若增加,1,个单位,目标函数将增加,p,个单位（,max,型问题,),。,显然，如果在最优解处约束正好取等号（也就是“紧约束”，即起作用约束），对偶价格值才可能不是,0,。本例中：第,3,、,4,行是紧约束，对应的对偶价格值为,10,，表示当紧约束,3)4 DESKS+2 TABLES+1.5 CHAIRS=20,变为,3)4 DESKS+2 TABLES+1.5 CHAIRS=21,时，目标函数值,=280+10=290,。对第,4,行也可类似解释。,对于非紧约束（如本例中第,2,、,5,行是非紧约束），,DUAL PRICE,的值为,0,表示对应约束中不等式右端项的微小扰动不影响目标函数。有时,通过分析,DUAL PRICE,也可对产生不可行问题的原因有所了解。,输出结果的后半部分：,RANGES IN WHICH THE BASIS IS UNCHANGED:,OBJ COEFFICIENT RANGES,VARIABLE CURRENT ALLOWABLE ALLOWABLE,COEF INCREASE DECREASE,DESKS 60.000000 20.000000 4.000000,TABLES 30.000000 5.000000 INFINITY,CHAIRS 20.000000 2.500000 5.000000,RIGHTHAND SIDE RANGES,ROW CURRENT ALLOWABLE ALLOWABLE,RHS INCREASE DECREASE,2 48.000000 INFINITY 24.000000,3 20.000000 4.000000 4.000000,4 8.000000 2.000000 1.333333,5 5.000000 INFINITY 5.000000,（报告中,INFINITY,表示正无穷）,敏感性分析的作用是给出“,RANGES IN WHICH THE BASIS IS UNCHANGED”,，即研究当目标函数的系数和约束右端项在什么范围变化（此时假定其他系数保持不变）时，最优基（矩阵）保持不变。,1.,目标函数中系数变化的范围 （,OBJ COEFFICIENT RANGES,）,如本例中：目标函数中,DESKS,变量当前的系数（,CURRENT COEF,）,=60,，允许增加（,Allowable Increase,）,=4,、允许减少（,Allowable Decrease,）,=2,，说明当这个系数在,60-4,，,60+20=56,，,80,范围变化时，最优基保持不变。对,TABLES,、,CHAIRS,变量，可以类似解释。由于此时约束没有变化（只是目标函数中某个系数发生变化），所以最优基保持不变的意思也就是最优解不变（当然，由于目标函数中系数发生了变化，所以最优值会变化）。,这个部分包括两方面的敏感性分析内容：,2.,约束右端项变化的范围（,Right Hand Side RANGES,）,如本例中：第,2,行约束中当前右端项（,CURRENT RHS,）,=48,，允许增加（,Allowable Increase,）,=INFINITY,（无穷）、允许减少（,Allowable Decrease,）,=24,，说明当它在,48-24,，,48+)=24,，）范围变化时，最优基保持不变。第,3,、,4,、,5,行可以类似解释。不过由于此时约束发生变化，最优基即使不变，最优解、最优值也会发生变化。如何变化呢？我们将在本节后面结合第,1,章,1.2.1,节例,1.1,给出的实际问题来进行说明。,最后，如果你对单纯形法比较熟悉，你可以直接查看最优解时的单纯形表，这只要选择菜单命令,Reports|Tableau(Alt+7),执行即可,输出结果如下：,ROW (BASIS)DESKS TABLES CHAIRS,1 ART 0.000 5.000 0.000,2 SLK 2 0.000 -2.000 0.000,3 DESKS 1.000 1.250 0.000,4 CHAIRS 0.000 -2.000 1.000,5 SLK 5 0.000 1.000 0.000,ROW SLK 2 SLK 3 SLK 4 SLK 5,1 0.000 10.000 10.000 0.000 280.000,2 1.000 2.000 -8.000 0.000 24.000,3 0.000 1.500 -0.500 0.000 2.000,4 0.000 -4.000 2.000 0.000 8.000,5 0.000 0.000 0.000 1.000 5.000,在输出结果中，基变量为,BV=SLK2,Chairs,DESKS,SLK5,，,ART,是人工变量（,artificial variable,）,即相应的目标值,z;,这样，你就可以知道,z=5 TABLES+10 SLK3+10 SLK4=280,。,敏感性分析结果表示的是最优基保持不变的系数范围。由此，也可以进一步确定当目标函数的系数和约束右端项发生小的变化时，最优解、最优值如何变化。下面我们通过求解第,1,章,1.2.1,节例,1.1,的实际问题来进行说明。,例2.5,继续讨论例1.1,在,LINDO,模型窗口中输入模型,问题的数学模型：,MAX 72 x1+64 x2,SUBJECT TO,2)x1+x2=50,3)12 x1+8 x2=480,4)3 x1 =100,END,求解这个模型并做灵敏性分析，查看报告窗口（,Reports Window,）。输出结果告诉我们：这个线性规划的最优解为,x,1=20,，,x,2=30,，最优值为,z,=3360,，即用,20,桶牛奶生产,A1,30,桶牛奶生产,A2,，可获最大利润,3360,元。,输出中除了告诉我们问题的最优解和最优值以外，还有许多对分析结果有用的信息，下面结合题目中提出的,3,个附加问题给予说明。,3,个约束条件的右端不妨看作,3,种“资源”：原料、劳动时间、车间甲的加工能力。输出中,SLACK OR SURPLUS,（松弛或剩余）给出这,3,种资源在最优解下是否有剩余：原料、劳动时间的剩余均为零（即约束为紧约束），车间甲尚余,40,公斤加工能力（不是紧约束）。,目标函数可以看作“效益”，成为紧约束的“资源”一旦增加，“效益”必然跟着增长。,输出中,DUAL PRICES,（对偶价格）给出这,3,种资源在最优解下“资源”增加,1,个单位时“效益”的增量：原料增加,1,个单位（,1,桶牛奶）时利润增长,48,（元），劳动时间增加,1,个单位（,1,小时）时利润增长,2,（元），而增加非紧约束车间甲的能力显然不会使利润增长。,这里，“效益”的增量可以看作“资源”的潜在价值，经济学上称为影子价格（,shadow price,），即,1,桶牛奶的影子价格为,48,元，,1,小时劳动的影子价格为,2,元，车间甲生产能力的影子价格为零。,可以用直接求解的办法验证上面的结论，即将输入文件中原料约束,milk,）右端的,50,改为,51,，看看得到的最优值（利润）是否恰好增长,48,（元）。用影子价格的概念很容易回答附加问题,1,）：用,35,元可以买到,1,桶牛奶，低于,1,桶牛奶的影子价格,48,，当然应该作这项投资。回答附加问题,2,）：聘用临时工人以增加劳动时间，付给的工资低于劳动时间的影子价格才可以增加利润，所以工资最多是每小时,2,元。,目标函数的系数发生变化时（假定约束条件不变），最优解和最优值会改变吗？,这个问题不能简单地回答。,上面的输出结果给出了最优基不变条件下目标函数系数的允许变化范围：,x,1,的系数范围为（,72-8,，,72+24,）,=,（,64,，,96,）；,x,2,的系数范围为（,64-16,，,64+8,）,=,（,48,，,72,）。,注意：,x,1,系数的允许范围需要,x,2,的系数,64,不变，反之亦然。,由于目标函数的系数变化并不影响约束条件，因此此时最优基不变可以保证最优解也不变，但最优值变化。用这个结果很容易回答附加问题,3,）：若每公斤,A1,的获利增加到,30,元，则,x,1,系数变为,303=90,，在允许范围内，所以不应改变生产计划，但最优值变为,9020+6430=3720,。,下面对“资源”的影子价格作进一步的分析。,影子价格的作用,（即在最优解下“资源”增加,1,个单位时“效益”的增量）,是有限制的,。,每增加,1,桶牛奶利润增长,48,元（影子价格），但是，约束的右端项（,CURRENT RHS,）的“允许增加”（,ALLOWABLE INCREASE,）和“允许减少”（,ALLOWABLE DECREASE,）给出了影子价格有意义条件下约束右端的限制范围（因为此时最优基不变，所以影子价格才有意义；如果最优基已经变了，那么结果中给出的影子价格也就不正确了）。,具体对本例来说：,milk,）原料最多增加,10,（桶牛奶），,time,）劳动时间最多增加,53,（小时）。,现在可以回答附加问题,1,）的第,2,问：虽然应该批准用,35,元买,1,桶牛奶的投资，但每天最多购买,10,桶牛奶。顺便地说，可以用低于每小时,2,元的工资聘用临时工人以增加劳动时间，但最多增加,53.3333,小时。,需要注意的是：,灵敏性分析给出的只是最优基保持不变的充分条件，而不一定是必要条件,。比如对于上面的问题，“原料最多增加,10,（桶牛奶）”的含义只能是“原料增加,10,（桶牛奶）”时最优基保持不变，所以影子价格有意义，即利润的增加大于牛奶的投资。反过来，原料增加超过,10,（桶牛奶），最优基是否一定改变？影子价格是否一定没有意义？一般来说，这是不能从灵敏性分析报告中直接得到的。此时，应该重新用新数据求解规划模型，才能做出判断。所以严格来说，我们上面回答“原料最多增加,10,（桶牛奶）”并不是完全科学的。,THE END,Thank you very much!,