线形规划及单纯形法材料.ppt

99/08 第 1 章 线性规划 第1章 线性规划与单纯形法 第1节 一般线形规划问题的数学模型 第2节 图解法 第3节 单纯形法原理 第4节 单纯形法的计算步骤 第5节 单纯形法的进一步讨论 第6节 应用举例 1.1 一般线形规划问题的数学模型 线性规划是运筹学的一个重要分支。线性规划在理论上比较成熟，在实用中的应用日益广泛与深入。特别是在电子计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了。从解决技术问题的最优化设计到工业、农业、商业、交通运输业、军事、经济计划和管理决策等领域都可以发挥作用。它已是现代科学管理的重要手段之一。解线性规划问题的方法有多种，以下仅介绍单纯形法。 LP一些典型的线性规划应用 解决以下两类问题 资源一定 产出最大 （产出：如产量、销售量、利润等） 任务一定 投入最小 （投入：如资金、人员、时间、原材料等） 一 问题的提出 从一个简化的生产计划安排问题开始 例 1：某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品，已知 生产单位产品所需的设备台时及A、B两种原材料的消 耗，如表所示 建立线性规划模型要求： 共同的特征 （1）每一个线性规划问题都用一组决策变量， 表示某一方案，这组决策变量的值就代表一个具体方案。一般这些变量取值是非负且连续的； （2）要有各种资源和使用有关资源的技术数据， 创造新价值的数据； （3）存在可以量化的约束条件，这些约束条件可以 用一组线性等式或线性不等式来表示; （4）要有一个达到目标的要求，它可用决策变量的 线性函数(称为目标函数)来表示。按问题的不 不同，要求目标函数实现最大化或最小化。 线性规划的一般模型形式 它们的对应关系可用表格表示： LP模型三要素： 决策变量：指模型中要求解的未知量，简称变量。 约束条件（线性等式或线性不等式）:指模型中受到约束的数学表达式。 目标函数（线性函数，最大化或最小化）：指模型中要达到的目标的数学表达式。 转化后的标准形式 约束方程组具有基解的数目最多是 个。一般基可行解的数目要小于基解的数目。 以上提到的几种解的概念，它们之间的关系可用下图表明。 可能出现的几种情况 （1）无穷多最优解(多重最优解) （2）无界解 （3）无可行解 无穷多最优解(多重最优解) 无界解 无可行解 当存在矛盾的约束条件时，为无可行域。 如果在例1的数学模型中增加一个约束条件: 不存在可行域 例：凸集 例：非凸集 单纯型表 为了便于理解计算关系，现设计一种计算表，称为单纯形表，其功能与增广矩阵相似，下面来建立这种计算表。 将约束条件与目标函数组成n+1个变量，m+1个方程的方程组。 线性规划的方程组 为了便于迭代运算，可将上述方程组写成增广矩阵形式 若将z看作不参与基变换的基变量，它与x1,x2,…,xm的系数构成一个基，这时可采用行初等变换将c1,c2,…,cm变换为零，使其对应的系数矩阵为单位矩阵。得到 可根据上述增广矩阵设计计算表， 表的说明 XB列中填入基变量，这里是x1，x2,…，xm； CB列中填入基变量的价值系数，这里是c1,c2,…,cm；它们是与基变量相对应的； b列中填入约束方程组右端的常数； cj行中填入基变量的价值系数c1,c2,…,cn； θi列的数字是在确定换入变量后，按θ规则计算后填入； 最后一行称为检验数行，对应各非基变量xj的检验数 计算步骤 (3) 在σj＞0,j=m+1,…,n中，若有某个σk对应xk的系数列向量Pk≤0，则此问题是无界，停止计算。 否则，转入下一步。 (4) 根据max(σj＞0)=σk，确定xk为换入变量，按θ规则计算 (5) 以alk为主元素进行迭代(即用高斯消去法或称为旋转运算)，把xk所对应的列向量 将XB列中的xl换为xk，得到新的单纯形表。重复(2)～(5)，直到终止。 现用以下标准型来说明计算步骤 例5 用单纯形法求解线性规划问题 课堂练习 目标函数中各变量的价值系数 计算非基变量的检验数 各非基变量的检验数为 σ1=c1-z1=2-(0×1+0×4+0×0)=2 σ2=c2-z2=3-(0×2+0×0+0×4)=3 填入表的底行对应非基变量处。 进行（4） (4) 以[4]为主元素进行旋转运算或迭代运算，即初等行变换，使P2变换为（0,0,1）T,在XB 列中将x2 替