最优化实例和matlab源程序.pdfVIP

最优化平时作业 一、目标规划 1、题目：见书中例题 P110 例 4 2、解题方法：利用 Lingo 求解 3、具体步骤 （1）.对应于第一优先等级，建立线性规划问题： model: min=-d1; 5*x1+10*x2=60; x1-2*x2+d1_-d1=0; end 运行结果： -d1=0 （2 ）对应于第二优先等级，将 -d1=0 作为约束条件，建立线性规划问题： min=d2_; 5*x1+10*x2=60; x1-2*x2+d1_-d1=0; 4*x1+4*x2+d2_-d2=36; -d1=0; end 运行结果： d2=0; （3 ）.对应于第三优先等级，将 -d1=0, -d1=0 作为约束条件，建立线性规划问题： min=d3_; 5*x1+10*x2=60; x1-2*x2+d1_-d1=0; 4*x1+4*x2+d2_-d2=36; 6x1+8*x2+d3_-d3=48; -d1=0; d2=0; end 运行结果： d3=0; X1 4.800000 X2 2.400000 二、动态规划之 0-1 背包问题 1、题目： 给定 n 种物品和一背包。物品 i 的重量是 Wi ，其价值为 Vi ，背包的容量是 c ，问应如 何选择装入背包中的物品，使得装入背包中物品的总价值最大。 2、解题方法与思路：利用 java 求解， .思想方法是回溯思想 3、需求分析 对于给定 n 种物品和一背包。在容量最大值固定的情况下，要求装入的物品价值最大化 4、java 源程序及运行结果 BackTrace.java * To change this template, choose Tools | Template Manager * and open the template in the editor. */ package sunfa; import java.util.Date; public class BackTrace { /** * @param args */ public static void main(String[] args) { double w[]={2,2,6,5,4}; double v[]={6,3,5,4,6}; int n=5; double c=10; knapsack(v,w,c); System.out.println(bestp); } // 比较两个元素大小的类 private static class Element implements Comparable{ int id; double d; private Element(int idd,double dd){ id=idd; d=dd; } public int compareTo(Object x){ double xd=((Element)x).d; if(dxd)return -1; if(d==xd)return 0; return 1; } public boolean equals(Object x){ return d==((Element)x).d; } } static double c; // 背包容量