线性规划算法的应用及其MATLAB实现(3)
线性规划：线性规划数学模型是由一组含有等式或者不等式的代数方程以及一个具有求极值关系的目标函数表达式构成的符合抽象数学模型。
线性规划问题研究的内容主要分为两类：
1、在任务确定之后，在尽量做到用有限少的人力和物力资源的前提下如何安排并有效的完成任务；
2、在有限的人力、物力资源的条件下，如何合理、科学的安排和使用他们，使得能得到的利润（或者效益）最多。
这样一类问题常常在生产管理以及经济活动中提及，即如何合理地有效的利用人力、物力、财力等有限资源，以便使经济效果达到最优。
2.2运输问题
运输问题会常常遇到在处理生产地、供应点、销售点之前有关物资的调运的经济活动问题，例如在调运和粮、煤炭、化肥、等类似物资因为不在同一地方生产因此需要从各个生产地调运到若干个销售地。如此一来问题也就出来了，如何减少成本使得总运费最小，这就需要通过数学理论制定一系列合理的调运方案通过分析找出最优方案。
对企业而言，生产决策就是以取得最大的经济效益为主要目标。但是资源始终有限因此在有限资源的条件下，怎样对人力、物力、财力等资源制定最有效地利用方案以求达到既定目标。在物资严重缺乏的21世纪，企业可以无法通过时刻扩大产量、来获取利润，这时降低生产成本唯一有效的方法。在物产丰富的年代里企业又可以无限制的扩大产量以及销售攫取更多的利润。现如今利润源已基本到达了一定的极限，如今唯一剩下的研究内容就是运输。近些年降价成为家电行业以及企业之间的竞争手段之一，企业在竞争中降价是因为总的生产成本降低从而能保证企业的利润，即在保证质量、性能，款式新颖和优秀的售后服务以外的成本降低，同时也降低企业的运输成本费。
日常生活中，运输问题时常可见，例如人们在搬家时常常会将某些生活所需品由一个位置移动到另一个位置，人们首先想到的是怎样使运输所需的总费用最少，那么如何寻求科学的运输方案呢？这就是一类有关运输的最优化决策问题。这类问题可以排除一些不必要的因素建立相应的数学模型，即通过数学运算的方法解决运输的最优化决策问题。
运输问题不仅是车辆合理调度、物资合理调运等常见问题的代表,运输问题也可以是通过一些其他类别的实际问题在适当假设变换后而得到的,如最小费用问题、指派问题、最短路径问题都可以转变为转运问题或运输问题。
2.3选址问题
Weber 在 1909 年研究最小距离问题是研究在平面上确定多个客户与某仓库的地理位置，使得仓库也客户之间的总距离最小(称为韦伯问题) 。在此基础上正式开始了研究选址问题的理论。Hakimi 在1964年提出了p-中值问题和p-中心问题，这篇论文具有里程碑意义，很大程度上激发了学者对选址问题的理论研究，此后，研究选址理论的学者开始活跃起来，学者的理论文献数目也急剧增多，使得选址理论完善起来。
选址的基本问题
（1）P-中值问题：是求极小值问题，即需求量与需要抉择的P个服务站使得需求点和服务站两者之间的距离相乘的和最小。
（2） minmax 问题，是讨论如何求取最小值的同时在网络中选取 P 个服务点，即使得以任意一个需求点为中心以 为半径与该区域最近的服务站的最大距离最小。
选址问题的扩招问题：
下一篇：多级毕卡迭代法及其应用+文献综述