线性规划_单纯形法.pptVIP

实用优化方法第2章　线性规划：单纯形法 刘红英 理学院数学系 线性规划的历史 渊源要追溯到Euler、Liebnitz、Lagrange等 George Dantzig, Non Neumann(Princeton)和Leonid Kantorovich在1940’s创建了线性规划 1947年, George Dantzig于发明了单纯形法 1979年，L. Khachain找到了求解线性规划的一种有效方法(第一个多项式时间算法－椭球内点法) 1984年，Narendra Karmarkan发现了另一种求解线性规划的有效方法，已证明是单纯形法的强有力的竞争者(投影内点法) 现在求解大规模、退化问题最有效的是原－对偶内点法 例1. 食谱问题 例2. 运输问题 例3. 目标值带绝对值的问题 例4. 其它应用 数据包络分析(data envelope analysis, DEA) 网络流问题(Network flow) 博弈论(game theory)等 例5. 化成标准形 线性规划问题解的几种情况 无界：没有有限最优解 不可行：没有可行解 单纯形法简介 适用形式：标准形(基本可行解=极点) 理论基础：线性规划的基本定理！ 基本思想：从约束集的某个极点/BFS开始，依次移动到相邻极点/BFS，直到找出最优解，或判断问题无界. ◎ 第I阶段：启动单纯形法 →构造、求解辅助问题 →判断原问题不可行、或可行 　 → 可行时找到基本可行解及对应规范形 ⊙ 第II阶段：利用单纯形法求原问题 →从上述BFS出发，求解所给问题 →原问题无界或者有解 循环 ◎ 进基变量：最小系数规则 ◎ 出基变量：最小指标规则 1.给出由该表描述的当前基是最优的充分必要条件(依照表中的系数). 2.假设该基是最优的且 .找出另外一个最优基本可行解，其与该表所描述的不同. 避免循环的方法 ⊙能进基的变量(使目标值减小)中选指标最小者进基 ◎ 摄动法(Dantzig，1954年) ◎ Bland法则(Bland, 1977)－最小指标法则 ◎ 字典序法(Orden和Wolfe，1954年) ⊙能出基的变量(保持可行)中选指标最小者出基 美好愿望：构造某种永远不会产生循环的转轴规则！ 规范形的转换问题 ⊙ 什么时候可以替换？ ⊙ 替换后新规范形是什么？ ◎ 替换问题 假设在上述规范形中，想用 转轴(pivot) ◎ 当且仅当　　　　 ，可以替换 ◎ 替换后，新规范形的系数 转轴公式 －转轴元(pivot element) 第二种解释： 表格中第 i 列的数据－用当前基表示 ai 时的系数 转轴 例1. 求下列方程组以　　　　　 为基变量的基本解 转轴 转轴 转轴 x=(0,0,0,4,2,1) 如何得到第一个规范形 处理： 给表格附加m个单位列向量开始迭代，用A中的列依次替换这些单位列向量 以下运算 同例1 ! 例2. 利用转轴解方程组 为了得到第一个规范形，形成增广表格 2.　BFS→相邻BFS(极点→相邻极点) ◎问题： 确定出基变量，使转轴后新规范形对应BFS？ 设x是BFS, 且规范形如前，且假设 aq 进基 因为 令 可否选取合适的　　 使得　　　 是BFS ？ 所以 确定离基变量 至少有一个正元 例3. 考虑线性方程组 a4进基 转轴 B=(a1,a2,a3) X=(4,3,1,0,0,0) a1进基 x=(0,1,3,2,0,0) 3. BFS→目标值减小的相邻BFS ⊙ 将Ax=b的任一解用非基变量表示； 设x是BFS，且规范形如前，则有 ◎问题： 确定进基变量，转轴后使新BFS的目标值变小？ 用非基变量表示. ——选取进基变量的依据 ⊙ 将目标函数 相对/既约费用系数(relative/reduced cost coefficients) 将 Ax=b 的任一解 x 用非基变量表示为 确定进基变量 ◎最优性定理 ◎定理(BFS的提高) ◎相对费用系数的经济解释！(合成价格、相对价格) 给定目标值为z0的非退化基本可行解，且假定存在 j 使得 rj 0，则 i) 如果用 aj 替换基中某列得到了新的BFS，则新解处的目标值比 z0 严格小. ii) 如果任何替换都产生不了新的BFS，则问题无界. ◆ 退化基本可行解：某个或某些基变量取零的基本可行解！ 问题：基本可行解与基的对应关系？ 4. 计算过程－单纯形法 单纯形表：BFS对应规范形的表格＋ 　　　　　 既约费用系数和BFS目标值的相反数 单纯形表可以提供计算所需的所有信息！ 如何得到第一张单纯形表 ◎ 用转轴运算(初等行变换)将 最后一行与基变量对应的元素化为零，