运筹学精品课件之线性规划资料.ppt

单纯形算法的基本思路是：根据问题的标准型，从可行域中某个基本可行解(顶点)开始，转换到另一个基本可行解(顶点)，并使得每次的转换，目标函数值均有所改善，最终达到最大值时就得到最优解。 从线性规划解的性质定理可知，线性规划问题的可行域是凸多边形或凸多面体，而且如果一个线性规划问题有最优解，就一定可以在可行域的顶点上找到。换言之，若某线性规划只有唯一的一个最优解，那么这个最优解所对应的点一定是可行域的一个顶点，若该线性规划有多个最优解，那么它一定可以在可行域的顶点中找到至少两个最优解。 第三节 单纯形法 现在需要解决的问题是： (1) 为了使目标函数逐步变优，应如何从可行域的一个顶点转移到可行域的另一个顶点？ （2）目标函数何时达到最优值？判断标准是什么？ 第三节 单纯形法 思路 第三节 单纯形法 是 否 初始基可行解的确定 从线性规划问题 的系数构成的列向量Pj(j=1,2,…,n)中，通过直接观察，找出一个初始可行基 (1)直接观察 对所有约束条件为“≤”形式的不等式，利用化标准型的方法，在每个约束条件的左端加上一个松弛变量。经过整理，重新对xj及aij (i=1,2,…,m; j=1,2,…,n)进行编号，则可得下列方程组（x1,x2,…,xm 为松弛变量）： (2)加松弛变量 初始基可行解的确定 于是，(1-22)中含有一个m×m阶单位矩阵，初始可行基B即可取该单位矩阵。 将(1-22)式每个等式移项得 初始基可行解的确定 令xm+1=xm+2=…=xn=0，由(1-23)式可得 xi=bi (i=1,2,…,m) 得到一个初始基可行解。 又因bi≥0(在1-3节中已做过规定)，所以得到一个初始基可行解 X=(x1,x2,…,xm,0，…，0)T n?m个 =(b1,b2,…,bm,0，…，0)T n?m个 3.2 初始基可行解的确定 对所有约束条件为“≥”形式的不等式及等式约束情况，若不存在单位矩阵时，可采用人造基方法。 即对不等式约束，减去一个非负的剩余变量，再加上一个非负的人工变量； 对于等式约束，再加上一个非负的人工变量 这样，总能在新的约束条件系数构成的矩阵中得到一个单位矩阵。 (3)加非负的人工变量 初始基可行解的确定 由于线性规划问题的求解可能出现唯一最优解、无穷多最优解、无界解和无可行解等四种情况，因此，需要建立解的判别准则。一般情况下，经过迭代后(1-23)式变成 最优性检验与解的判别 将 代入目标函数(1-20)式，整理后得 最优性检验与解的判别 aij’是非基变量xj的技术系数，表示非基变量xj增加单位值时，对应的xi应当减少的数量。而ci是目标函数xi的价值系数，因此表示非基变量增加单位值时，所带来的总利润的损失。又因为cj是xj的价值系数，它表示xj增加单位值时对总利润的贡献值， 所以 表示xj增加单位值时，对总利润的纯贡献。 最优性检验与解的判别 令 在式（1－27）中，非基变量的系数σj ，称为各非基变量xj,(j=m+1,…,n)的检验数。 最优性检验与解的判别 （最优解判定定理）若X(0)=(b1’,b2’, …,bm’,0, …,0)T，对应于基B的基本可行解，且对于一切j=m+1, …,n，有σj≤0，则X(0)为线性规划问题的最优解。 （无穷多最优解判别定理）若X(0)=(b1’,b2’, …,bm’,0, …,0)T为对应于基B的基本可行解，且对于一切j=m+1, …,n，有σj≤0，又存在某个非基变量的检验数σm+k=0，则线性规划问题有无穷多最优解。 （无界解判定定理）若X(0)=(b1’,b2’, …,bm’,0, …,0)T为对应于基B的基本可行解，有一个σm+k0而对于i=1,2, …,m有a’i,m+k ≤0则线性规划问题为无界解。 最优性检验与解的判别 基变换：从一个基可行解到另一个基可行解