基于TRE文章的非线性模型化线性方法
之前写过一篇有关TRE优化模型详解的博文:
这篇文章里面的附录给出了非线性模型化线性的方式,具体内容如下:
- 首先是篇文章的变量和原模型(具体见我上面那篇笔记):
- 其次这篇文章附录给出的非线性化线性的方法:
我觉得很经典,所以这几天我废了九牛二虎之力推导了这个附录的公式,并复现了它的化线性的过程•́‸ก
一、目标函数#
- 目标函数中的非线性项为:
- 引入决策变量:
-
此时应加入下面约束条件,即式(A.13)~式(A.14) 和式(A.28)~式(A.29):
-
引入价格集合(已知量),其中
为对应渠道的可选择价格数量, :
-
那么有:
、 -
此时,目标函数变为:
-
目标函数中仍存在非线性项
和所以需要再引入下面决策变量,也就是式(A.6)~式(A.7):
此时目标函数变为下式,也就是式(A.8) 的由来:
设
二、约束条件#
-
非线性项为
和 -
经过上面的转换,有:
-
其中, 是一个0-1变量,所以又可以写成: . -
同理,
-
-
令
即式(A.1)~式(A.2),那么有:
-
为了将
和 化为线性,令:即式(A.3)。那么
, ,需要明确的是: ,故 -
此时仍存在非线性项
和令:
即式(A.4)-式(A.5)。此时需要新增的约束条件如下,包含了式(A.21)-式(A.27)、式(A.32)-式(A.34):
- 此时约束条件(6)、(7)变为:
-
那么
, 。约束 和 分别变为:-
已知
,当 时,上面的第一条约束条件变为 ,此时 应为0;当 时,上面的约束条件变为 ,此时 的取值应当为 。综上和同理,在约束
下,式(A.19) 和式(A.20) 被推导出:
-
对于约束条件
和 ,它们分别变为:当
时,上面第一条约束条件变为 这与文中式(6)相同;当 时,它则变为 ,而这又被约束条件 包含。综上及同理,约束条件
和 均属于重复约束,可被消除。
-
由此,所有公式已全部被推出,但还多了两条约束:
-
对于约束条件
有:-
时, ,该约束已存在; 时, ,该约束已被 所包含。 -
综上及同理,约束条件
和 属于重复约束,均可被删除。
-
以上就是这篇论文公式全部的推导,上面是所使用的非线性化线性的方法简例如下。
三、简例#
(1) 带有0-1变量的非线性规划问题#
其中决策变量
那么我们可以用下面的方法化为线性规划:
-
首先设一个新的决策变量
,并将问题转化为: -
由此,问题变为了线性问题
(2) 带分母变量的非线性规划问题#
-
令
,此时目标函数变为: ,但仍含有非线性项,此时我们又令: ,那么可以得到: -
解上面的线性规划问题,可得到
的精确解,之后可代入式子解方程,得到 的精确解。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具