第2讲单纯形法.pptVIP

Chapter 1 单纯形法 单纯形法 单纯形法举例 人工变量法 主要有三个问题：一是寻找初始解，二是判别最优解，三是迭代。 单纯形法基本思路 考虑： bi 0 i = 1 , … , m Max z = c1 x1 + c2 x2 + … + cn xn s.t. a11 x1 + a12 x2 + … + a1n xn ≤ b1 a21 x1 + a22 x2 + … + a2n xn ≤ b2 …… …… am1 x1 + am2 x2 + … + amn xn ≤ bm x1 ，x2 ，… ，xn ≥ 0 加入松弛变量： Max z = c1 x1 + c2 x2 + … + cn xn s.t. a11 x1 + a12 x2 + … + a1n xn + xn+1 = b1 a21 x1 + a22 x2 + … + a2n xn + xn+2 = b2 …… …… am1 x1 + am2 x2 + … + amn xn+ xn+m = bm x1 ，x2 ，… ，xn ，xn+1 ，… ，xn+m ≥ 0 显然，xj = 0 j = 1, … , n ; xn+i = bi i = 1 , … , m 是基本可行解对应的基是单位矩阵。 以下是初始单纯形表： m 其中：?j = cj -∑ cn+i aij 为检验数 cn+i = 0 i= 1,…,m i = 1 an+i,i = 1 , an+i,j = 0 ( j≠i ) i , j = 1, … , m 1 确定初始基可行解： 令xj = 0 j = 1, … , n ; 则xn+i = bi i = 1 , … , m 是基本可行解。 2 解的最优性检验： 计算非基变量检验数 m ?j = cj -∑ cn+i aij ， j = 1, … , n i = 1 基变量检验数为0，即 n+i = 0 i= 1,…,m 若 ，则该基可行解为最优解，否则转下面 若 ，则该问题为无界解（无最优解）。否则转第3步。 3 解的改进： 确定换入变量 为换入变量 确定换出变量 为换出变量 换基迭代 以 为主元， 将 化为单位向量，主元为1，得到新的基可行解。转第2步。 * * 第1章 线性规划 线性规划模型及解的性质 （2学时） 单纯形法 （2学时） 对偶理论 （2学时） 灵敏度分析及整数规划 （2学时） 重 点：单纯形法，人工变量法 难 点：单纯形法 基本要求：掌握单纯形法步骤及人工变量法 要找到线性规划问题的最优解，只要在基本可行解中寻找就可以了。虽然基本可行解的数目是有限个（不超过Cnm个），但当m,n较大时，要用“穷举法”求出所有基本可行解也是行不通的。因此，必须寻求一种更有效的方法。 1.4 单纯形法 单纯形法的基本思路是：从线性规划问题的一个基本可行解开始，转换到另一个使目标函数值增大的基本可行解。反复迭代，直到目标函数值达到最大时，就得到了最优解。 是否最优解 求最优目标函数值 是 基变换,迭代 否 确定初始可行解