第一章线性规划与单纯形法2.pptVIP

第一章 线性规划与单纯形法2 1 线性规划问题的标准形式 2 线性规划问题的基本解 3 单纯形法 1 线性规划问题的标准形式 2 线性规划问题的基本解 关于标准型解的若干基本概念： 线性规划标准型问题解的关系 3.1 单纯型法的基本思路 § 单纯形法引例 3.3 标准型的单纯型算法 找初始基础可行基 对于(max,?)，松弛变量对应的列构成一个单位阵 若有 bi0，则单位阵也不能构成一个可行基 检验当前基础可行解是否为最优解 所有检验数 cj? zj?0，则为最优解，否则 确定改善方向 从 (cj? zj) 0 中找最大者，选中者称为入变量， xj* 第j*列称为主列 确定入变量的最大值和出变量 最小比例原则 标准型的单纯型算法 确定入变量的最大值和出变量 设第 i* 行使 ? 最小，则第 i* 行对应的基变量称为出变量，第 i* 行称为主行 迭代过程 主行 i* 行与主列 j* 相交的元素ai*j* 称为主元，迭代以主元为中心进行 迭代的实质是线性变换，即要将主元 ai*j*变为1，主列上其它元素变为0，变换步骤如下： (1)变换主行 标准型的单纯型算法 迭代过程 (2)变换主列 除主元保留为1，其余都置0 (3)变换非主行、主列元素 aij (包括 bi) 四角算法公式： 标准型的单纯型算法 5、迭代过程 (4)变换CB，XB (5)计算目标函数、机会成本 zj 和检验数 cj ? zj 6、返回步骤 2 单纯形法的开始 只要有可能，单纯形法的起始步骤就选择原点（所有决策变量值为0）作为初始BF解。这个选择可以减少为寻找初始BF解而需要的代数运算步骤。 注意，这个解是立即能够得到的，因为每个方程只有一个基变量，这个基变量的系数为1，且不在其他任何方程中出现。你很快将会看到当基变量的组合改变时，单纯形法运用一个代数程序（高斯消去法）把方程组转化为同样的形式以便立即得到每一个BF解。这个形式称为高斯消去法的常态形。 3.4 人工变量的引入及其解法 3.4.1 当约束条件为“?”型，引入剩余变量和人工变量 由于所添加的剩余变量的技术系数为?1，不能作为初始可行基变量，为此引入一个人为的变量（注意，此时约束条件已为“=”型），以便取得初始基变量，故称为人工变量 由于人工变量在原问题的解中是不能存在的，应尽快被迭代出去，因此人工变量在目标函数中对应的价值系数应具有惩罚性，称为罚系数。罚系数的取值视解法而定 两种方法 大M法 二阶段法 3.4.2 大M法的求解过程 例1 3.4.2 大M法的求解过程 例1 表1 例1的单纯型表迭代过程 大M法的一些说明 大M法实质上与原单纯型法一样，M 可看成一个很大的常数 人工变量被迭代出去后就不会再成为基变量 当检验数都满足最优条件，但基变量中仍有人工变量，说明原线性规划问题无可行解 大M法手算很不方便 因此提出了二阶段法 计算机中常用大M法 二阶段法手算可能容易 3.4.3 二阶段法的求解过程 第一阶段的任务是将人工变量尽快迭代出去，从而找到一个没有人工变量的基础可行解 第二阶段以第一阶段得到的基础可行解为初始解，采用原单纯型法求解 若第一阶段结束时，人工变量仍在基变量中，则原问题无解 表3.4.2 用二阶段法求解例1的第一阶段 表3.4.2 用二阶段法求解例1的第一阶段 表3.4.2 用二阶段法求解例1的第二阶段 4 单纯型法的一些具体问题 　　　如果由于一些相持或其他类似的模糊情况出现，按单纯形法的各个选取规则并不能提供一个明确的选择时应如何处理？ 4 单纯型法的一些具体问题 表4.1 例1 的单纯型表及其迭代过程 4 单纯型法的一些具体问题 4.1 关于无界解问题 可行区域不闭合(约束条件有问题) 单纯型表中入变量 xj* 对应的列中所有 　无出基变量　 4.2 关于退化问题（出基变量相持） An LP is degenerate if it has at least one bfs in which a basis variable is equal to zero. 当单纯型表中同时有多个基变量可选作出变量时 单纯形法迭代对于大多数退化解时是有效的，很少出现不收敛的情形． 表4.3 例3 的单纯型表及其迭代过程 4.3 关于多重解问题 多个基础可行解都是最优解，这些解在同一个超平面上，且该平面与目标函数等值面平行 最优单纯型表中有非基变量的检验数为0 最优解的线性组合仍是最优解，即 X=aX1+bX2，a+b=1 表4.4