线性规划的单纯形算法课程设计论文.docVIP

四川理工学院 《最优化方法》课程论文 题目：线性规划的单纯形算法 姓 名： 专 业：统计学 班 级：2011级1班 学 号： 完成日期：2014年6月27日 四川理工学院理学院 二O一 四 年 六 月  摘 要 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，它是辅助人们进行科学管理的一种数学方法。是研究线性约束条件下线性目标函数的极值问题的数学理论和方法。为了得到线性目标函数的极值，我们有多重方法。本文采用单纯性算法求解线性规划问题，并通过Matlab软件编写程序进行求解。 关键词：线性规划 单纯性算法 Matlab编程  目 录 一、 单纯性方法简介 1 1.1 单纯性方法提出 1 1.2单纯性方法的基本思想和步骤 1 1.2.1基本思想 1 1.2.2计算步骤 1 二、问题的提出与分析 1 2.1问题提出 1 2.2问题分析 2 三、程序设计 2 3.1算法设计 2 3.2算法框图 3 3.3程序编制 4 四、结果分析 6 4.1设计结果 6 4.2 进一步讨论和验证 8 五、结束语 8 5.1设计的优缺点 8 5.2 收获与总结 9 参考文献 10 附 录 11 单纯性方法简介 1.1 单纯性方法提出 单纯形法，求解线性规划问题的通用方法。单纯形是美国数学家G.B.丹齐克于1947年首先提出来的,这是20世纪数学界最重大的成果之一。由于这一方法的有效性，几十年来一直在几乎所有的领域得到广泛应用。 它的理论根据是：线性规划问题的可行域是 n维向量空间Rn中的多面凸集，其最优值如果存在必在该凸集的某顶点处达到。顶点所对应的可行解称为基本可行解。 1.2单纯性方法的基本思想和步骤 1.2.1基本思想 单纯形法的基本思想是：先找出一个基本可行解，对它进行鉴别，看是否是最优解；若不是，则按照一定法则转换到另一改进的基本可行解，再鉴别；若仍不是，则再转换，按此重复进行。因基本可行解的个数有限，故经有限次转换必能得出问题的最优解。如果问题无最优解也可用此法判别。 1.2.2计算步骤 1、对于一般的的线性规划，将其化为标准型； 2、求出初始基本可行解； 3、先检验其最优性； 4、如果不是最优的，则从取负值的非基变量中选取一个最负确定为入基变量； 5、选好入基变量后，再在基变量中选取一个出基变量； 6、选好入基变量和出基变量后，进行高斯消去，得到新的可行解； 7、重复以上过程，直至找到最优解。 、 二、问题的提出与分析 2.1问题提出 本文运用单纯性算法求解下列问题： Max s.t 并编写MATLAB程序求解。 2.2问题分析 在用单纯性算法解决现行规划问题时，我们通常考察标准形现行规划问题，其标准形如下： 现在将本文所讨论的线性规划化为标准线性规划的形式： Min S.t. 其中 A=[2 3 0 1 0 0 0 2 4 0 1 0 3 2 5 0 0 1] ， 三、程序设计 3.1算法设计 解，求得，令，计算目标函数值,以记的第i个分量； 计算单纯性乘子w，,得到,对于非基变量，计算判别系数，令，R为非基变量集合，若判别系数，则得到一个最基本可行解，运算结束；否则，转到下一步 解，得到；若，即的每一个分量均非正数，则停止计算，问题不存在有限最优解，否则，进行步骤4; 确定下标r，使，为出基变量，为入基变量，用替换，得到新的基矩阵B，返回步骤1。 3.2算法框图 是 否 是 否 3.3程序编制 A=input(A=); b=input(b=); c=input(c=); format rat [m,n]=size(A); E=1:m;E=E; F=n-m+1:n;F=F; D=[E,F]; X=zeros(1,n); if(nm) fprintf(不符合要求需引入松弛变量) flag=0; else flag=1; B=A(:,n-m+1:n); cB=c(n-m+1:n); while flag w=cB/