24对偶单纯形法.pptVIP

第二章 线性规划的对偶理论 与灵敏度分析 §4 对偶单纯形法 在单纯形法中，原问题的最优解满足： （1）是基本解； （2）可行（ XB=B-1b≥0）； （3）检验数C-CBB-1A≤0 YA≥C ，即对偶解可行。 单纯形算法是从满足（1）、（2）的一个基可行解出发，转换到另一个基可行解，一直迭代到（3）得到满足，即对偶解可行为止。而对偶单纯形法则是从满足（1）、（3）的一个对偶可行解出发，以基变量值是否全非负为检验数，连续迭代到（2）得到满足，即原问题的基解可行为止。两种算法结果是一样的，区别是对偶单纯形法的初始解不一定可行，只要求所有检验数都非正，在保证所得解始终是对偶可行解的前提下，连续迭代到原问题的基解可行，从而取得问题的最优解。 * 对偶单纯形法计算步骤如下： 步骤1 确定原问题（L）的初始基B，使所有检验数 ，即Y=CBB-1是对偶可行解，建立初始单纯形表。 步骤2 检查基变量的取值，若XB=B-1b≥0，则已得最优解，计算停；否则求 min{(B-1b)i│(B-1b)i＜0｝=(B-1b)ι 确定单纯形表第L行对应的基变量为旋出变量。 步骤3 若所有aιj≥0,则原问题无可行解，计算停；否则，计算 θ=min｛σj / aιj│ aιj ＜0 ｝=σk/aιk 确定对应的xk为旋入变量。 步骤4 以aιk为主元作（L，K）旋转变换，得新的单纯形表，转步骤2。 可以证明，按上述方法进行迭代，所得解始终是对偶可行解。 例2 用对偶单纯形法求解下述问题 minZ=12x1+8x2+16x3 +12x4 2x1+ x2 +4x3 ≥2 2x1+2x2+4x4 ≥3 x1,x2,x3,x4≥0 解：令 =-Z，则问题可变为 max =-12x1-8x2-16x3-12x4 - 2x1- x2 -4x3 +x5 =-2 -2x1-2x2 -4x4 +x6=-3 x1,x2,x3,x4,x5,x6≥0 取B=（P5,P6）为初始基，易见所有检验数σj≤0， 从而可建立单纯形表，计算结果如下： X2 X1 0 0 0 -4 -4 -2 σ 0 1 -4 4 1 -1 1 0 4 -2 -1 1/2 1 1/2 -8 -12 -2 0 -8 0 -2 -3 σ 2 1 4 0 -1 0［-1/2］ 0 -2 1 1/2 -1/4 2 -1/4 X2 X4 -8 -12 -6 -2 -16 0 0 -3 σ -2 ［-1］ -4 0 1 0 1/2 1/2 0 1 0 -1/4 -2 3/4 X5 X4 0 -12 -12 -8 -16 -12 0 0 σ -2 -1 -4 0 1 0 -2 -2 0 ［-4］ 0 1 -2 -3 X5 X6 0 0 X1 X2 X3 X4 X5 X6 B-1b XB CB -12 -8 -16 -12 0 0 C L=2，K=4 L=1，K=2 L=2，K=1 最优解：X1=1/2，X2=1，X3=X4=0, minZ=14 本例如果用单纯形法计算，确定初始基可行解时需引入两个人工变量，计算量要多于对偶单纯形法。一般情况下，如