最优化技术.doc

最优化问题 线 性 规 划 线性规划问题最早是由前苏联学者L.V. Kantorovich于1939年提出的。由G.B.Dantzig（被称为“线性规划之父”）于1947年提出了求解线性规划问题的单纯形法。20世纪50年代初，线性规划和单纯形法受到数学家、经济学家和计算机工作者的重视，得到迅速发展，很快发展成一门完整的学科并得到广泛的应用。 1. 线性规划问题一般形式如下： 2. 线性规划问题的标准形式 为了便于讨论并寻找有效的解法，约定本书中线性规划的标准形式是 简写为 其中，且不存在多余约束。为讨论和叙述方便，常记 ，称为决策变量； ，称为价值向量； ，称为资源向量； ，即约束方程组系数矩阵。 其向量形式为 其矩阵形式为 其中，是行满秩的。 3. 线性规划问题的标准化方法 直接根据实际问题所建立的线性规划模型常常不是标准形式，其追求目标，资源约束条件和变量往往部分地或全部地不符合标准形式的要求，但是，总可以采用如下的方法将它化成标准形式。 （1）若要求目标函数实现最大化，即，这时只需将目标函数最大化变换求目标函数最小化，即令，于是得到。 （1）对于不等号“”的约束条件，则可在“”的左端加上（或减去）一个非负变量（称为松弛变量）使其变为等式。 （2）对于非正的决策变量，则令代入模型即可；而对于无约束的决策变量，则令，使得，代入模型即可。 例：将下列线性规划问题标准化 解：令 2.1 线性规划问题的图解法 1.求解下列线性规划问题： 。 解：这个问题的可行域如图2.1所示， 它是平面上一个多边形，顶点是 （0，0），（5，0），（11/4，9/4），（0，2） 目标函数等值线的方程是 当值取不同数值时得到不同的等值线。 等值线的法向量，它也是目标函数的梯度，指向目标函数增大的方向。因此沿方向移动等值线时，线上各点目标函数值增大。为求极小值，沿方向移动等值线，使它达到极限位置。从而求得极小点为（11/4，9/4）T。 线性规划问题的其他解的情况如下 无穷多最优解 无界解 图2.2 当问题的可行域为空集，即无可行解，也不存在最优解。从图解法中直观地见到，当 线性规划问题的可行域非空时，它是有界或无界凸多边形。线性规划问题存在最优解，则一定可以在线性规划的可行域，它一定在可行域的某个顶点得到；若在两个顶点同时得到最优解，则它们连线上的任意一点都是最优解，即有无穷多最优解。 图解法虽然直观、简便，但当变量数多于三个以上时，它就无能为力了。 对于线性规划问题 （2.1） 其中。 可行解 满足线性规划所有约束条件的各变量的一组值，称为线性规划问题的可行解。全部可行解的集合称为可行域。 最优解 使线性规划的目标函数达到以最优值（极大值或极小值）的可行解称为线性规划问题的最优解。 基 设矩阵的秩为，是中的一个非奇异的阶子矩阵，则称为线性规划的一个基矩阵，简称为基。 基解 设是线性规划的一个基，为方便起见，假设是的前个列向量，则基矩阵，令非基向量构成的矩阵为，其对应的变量称为基变量，称为非基变量，目标函数中对应基变量的系数为，非基变量的系数为，则 约束等式可表示为 若取确定的值，则有唯一的值与之对应 特别，取，这时有。线性规划的解 称为线性规划与基对应的基解(Basic Solution)。 基可行解 若其中，则称以上的基解为一基可行解(Basic Feasible Solution)，相应的基称为可行基（Feasible Basis）。 以上提到的几种解的概念，它们之间的关系可用图2.3表示 图2.3 注意：有个约束方程和个变量的标准形式的线性规划问题的基解个数最多为 个,而基可行解的最大个数不超过此式的值。 若基可行解的所有基变量都取正值，则称它是非退化的；若有取零值的基变量，则称它是退化的。一个线性规划问题，若它的基可行解都是非退化的，则称该问题是非退化的。 当线性规划问题存在最优解时，在非退化的情形下，单纯形方法经有限次迭代必达最优解，但对于退化的情形，当最优解存在时，有可能经多次迭代，出现循环，达不到最优解。尽管循环现象极少出现，但还是有可能。为解决这一问题，提出了摄动法（A。Charnes， 1952年）、辞典序法和勃兰特规则（勃兰特，1974年）。关于退化和循环的研究，主要是具