024灵敏度分析.pptVIP

§2.4 灵敏度分析 因此就会提出以下问题： （1）当参数中的一个或者几个发生变化时，导致决策变量的最优解 X 的变化情况； （2）参数在什么范围内变化时，最优解 (最优基) 不会发生变化. 这就是线性规划的灵敏度分析所要研究解决的问题. 一、问题简介 以前讲的线性规划问题中，都假定问题中的A、b、C 是已知常数。但实际上这些数往往是一些估计和预测的数字，如市场条件一变C 值就会变化。 A 是随工艺技术条件的改变而改变．而 b 值则是根据资源投入后能产生多大经济效果来决定的一种决策选择。 灵敏度分析的含义是指对系统或事物因周围条件变化显示出来的敏感程度的分析。 灵敏度分析（Sensitivity analysis)又称为优化后分析（Postoptimality analysis)。因为它是在已求得线性规划最优解的基础上，来讨论这些数据的变化对最优解的影响。 2x2 =12 x1=4 Q0(0,0) 3x1+5x2=z=0 3x1+5x2=z=36 Q2(2,6) 3x1+2x2=18 一企业计划生产甲、乙两种产品，资源如下： 设备总机时：18小时 原料A： 4 吨；原料B： 12 吨；生产甲产品： 3万元 /1吨A /3机时 /吨；乙产品： 5万元 /2吨B /2机时 /吨。问：如何安排生产可以使得获利最大？ 结论：目标系数C=(3,5)的变动，实际上就是目标直线Z =3x1+5x2的斜率k=-3/5的变动。 从图示可以看出，只要目标直线的斜率在一定范围内变动，问题的最优解就不会改变，但是最优值会变化。 约束条件的资源系数b的变动，将造成规划可行域边界的平移，进而对最优解产生影响。 约束条件的资源消耗系数A的变动，将造成规划可行域边界斜率的变化，这个对最优解的影响将更加复杂。 当然．当线性规划问题中的一个或几个参数变化时，可以用单纯形法从头计算，看最优解有无变化，但这样做既麻烦又没有必要。 因为前面已经讲到，单纯形法的迭代计算是从一组基变量变换为另一组基变量．表中每步迭代得到的数字只随基变量的不同选择而改变，因此有可能把个别参数的变化直接在计算得到最优解的最终单纯形表上反映出来。 这样就不需要从头计算，而直接对计算得到最优解的单纯形表进行审查，看一些数字变化后，是否仍满足最优解的条件，如果不满足的话，再从这个表开始进行迭代计算，求得最优解. 1. 将参数的改变计算反映到最终单纯形表上来； 2. 检查原问题是否仍为可行解； 3. 检查对偶问题是否仍为可行解； 4. 按下表所列情况得出结论和决定继续计算的步骤． 灵敏度分析的步骤可归纳如下： 原问题 对偶问题 结论或继续计算的步聚 可行解 可行解 问题的最优解或最优基不变 可行解 非可行解 用单纯形法继续迭代求最优解 非可行解 可行解 用对偶单纯形法继续迭代求最优解 非可行解 非可行解 引进人工变量，编制新的单纯形表重新计算 二、灵敏度分析 1、价值系数cj的灵敏度分析 从上面的典式的推导可以看出，目标函数的价值系数cj的改变仅仅影响到检验数和最优值 非基变量的价值系数cj的灵敏度分析 设cj有变化量△ cj，则记 因此求出对检验数的影响 如果要求最优解保持不变，即 结 论 例： 基变量的价值系数cj的灵敏度分析 设xi是基变量，ci是CB的一个分量，当ci发生变化产生△ci时，则多个检验数都会受到影响 其中 可以得到 为了不破坏最优基的情况，即要求 当aij0时 ； 当aij0时 令 则当Di,1≤△ci≤Di,2时，最优基不变. 结 论 例： △c1 : D1,1=-1, D1,2=1 △c2 : D2,1=-1, D1,2=2 Di,1≤ △ci ≤Di,2 2 资源系数bi的灵敏度分析 当资源系数bi改变时，仅影响最优解和最优值. 设bi改变量为△bi 为保证最优基不变，应满足 所以若 若 令 则当Ti,1≤△bi≤Ti,2时，最优基不变. 结 论 例： △ b1: T1,1=-7, T1,2=14 △ b2: T2,1=-11, T1,2=11 Ti,1≤ △bi ≤Ti,2 3 技术系数（资源消耗系数）aij的灵敏度分析 非基变量的系数向量的灵敏度分析 Xj 是非基变量，pj 是其对应的系数列向量，△ pj是变化量。由 可见变化仅影响xj的检验数，记 为保证最优基不变，即 记 有 令 则当Sij≤△aij≤Sij时，最优基不变. ，则最优基地位不变. 若仅限 pj 的一个分量有变动，如aij 变动△ aij ，则 结 论 结 论 对于最优基 B 而言，当基变量 的系数列向量 发生变化时，对基 B 及其逆矩阵 都有影响。即不仅影响原先最优解的可行性，也影响到它的最优性，这里不介绍求变