人工变量法.ppt

大M法 * * 单纯形法的进一步讨论 -1 -2 2 -2 -1 -3 -3 1 3 0 4 6 1 0 0 1 -2 2 -1 -3 1 3 4 6 上述过程中增加了两个变量，称为人工变量，即把原约束条件修改为 VS 上述两个方程组并不同解，但若人工变量取值为0，则新方程组与原方程组的解是相对应的，故只要找到新条件的人工变量为0的基可行解，也就找到原问题的基可行解。 建立目标函数，先求解一个目标函数中只包含了人工变量的线性规划问题 辅助问题 设法逼迫 取值为0 第一阶段 寻找基可行解 1 1 0 1 0 1 0 -2 2 0 1 -3 0 1 3 0 4 6 1 1 0 1 0 1 0 -2 2 0 1 -3 0 1 3 0 4 6 0 1 0 0 0 1 0 -2 2 2 1 -3 -4 1 3 -10 4 6 0 1 0 0 0 1 0 -2 2 2 1 -3 -4 1 3 -10 4 6 4/3 1 0 4/3 -1/3 1/3 8/3 -8/3 2/3 -2 2 -1 0 0 1 -2 2 2 1 1/2 1/2 1 -1/6 1/6 0 -4/3 -2/3 0 1 0 0 0 1 0 1 3 1 1/2 1/2 1 -1/6 1/6 0 -4/3 -2/3 0 1 0 0 0 1 0 1 3 求得的最优解中人工变量取值为0（最优值为0），则得到原问题的一个基可行解 第二阶段 将第一阶段求得的最优解作为原问题的初始基可行解，继续求解 1 -4/3 -2/3 2 1 0 -3 0 1 0 1 3 1 -4/3 -2/3 2 1 0 -3 0 1 0 1 3 2 -4/3 -2/3 0 1 0 0 0 1 6 1 3 最优解为(3,0,1). 上述方法称为两阶段法。 练习 标准型 辅助问题 第一阶段 寻找基可行解 1 1 0 0 0 -2 0 1 0 -4 1 0 0 1 1 0 0 1 1 0 0 1 -2 0 -1 0 0 2 1 0 3 11 缺多少补多少 1 1 0 0 0 -2 0 1 0 -4 1 0 0 1 1 0 0 1 1 0 0 1 -2 0 -1 0 0 2 1 0 3 11 1 1 0 0 0 -2 0 1 6 -4 1 0 0 1 0 0 0 0 1 0 -1 1 -2 0 -1 0 -3 2 1 -4 3 11 1 1 0 0 0 -2 0 1 0 0 3 0 0 1 3 -2 -1 0 1 0 -1 1 -2 1 -1 0 0 0 0 -1 1 10 1 1 0 0 0 -2 0 1 6 -4 1 0 0 1 0 0 0 0 1 0 -1 1 -2 0 -1 0 -3 2 1 -4 3 11 1 1 0 0 0 -2 0 1 0 0 3 0 0 1 3 -2 -1 0 1 0 -1 1 -2 1 -1 0 0 0 0 -1 1 10 1 1 0 0 0 -2 0 1 0 0 3 0 0 1 1 -2 -5 1 1 2 0 1 0 0 -1 -2 0 0 0 0 1 12 第二阶段 将第一阶段求得的最优解作为原问题的初始基可行解，继续求解 1 1 0 0 0 -2 0 1 0 0 3 0 0 1 1 -2 -5 1 1 2 0 1 0 0 -1 -2 0 0 0 0 1 12 1 0 0 -2 0 1 -3 0 3 0 0 1 1 1 0 0 -1 -2 1 0 0 0 1 12 1 0 0 -2 0 1 -3 0 3 0 0 1 1 1 0 0 -1 -2 1 0 0 0 1 12 1 0 0 -2 0 1 -1 0 3 0 0 1 0 1 0 1 -1 -2 0 0 0 -2 1 12 9 -4/3 2/3 0 0 1 0 0 1 1/3 0 1/3 0 1 0 1/3 -1 -2/3 0 0 0 2 1 4 1 0 0 -2 0 1 -1 0 3 0 0 1 0 1 0 1 -1 -2 0 0 0 -2 1 12 练习 首先化为标准型 用两阶段法求解 辅助问题 第一阶段 0 0 -1 0 -1 0 1 1 0 1 0 1 0 1 -3 0 -1 2 0 3 2 1 0 -1 1 -1 0 0 1 0 0 0 1 2 1 -3 -1 -1 2 -5 3 2 1/2 -1/2 -1/2 1 -1 0 0 1 0 1/2 1/2 1/2 1/2 -1/2 -3/2 0 0 1 -4 4 1 说明原问题无可行解 求解 -1 -2 2 -2 -1 -3 -3 1 3 0 4 6 约束条件修改为 将目标函数修改为 其中M是个充分大的正数。因为我们是对目标函数实现最小化，因此人工变量必