- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实验一:线性规划单纯形算法
一、实验目的
通过实验熟悉单纯形法的原理,掌握Matlab循环语句的应用,提高编程的能力和技巧。
二、实验用仪器设备、器材或软件环境
Windows Xp操作系统 ,Matlab6.5,计算机
三、算法
对于一般的标准形式线性规划问题(求极小问题),首先给定一个初始基本可行解。设初始基为B,然后执行如下步骤:
(1).解,求得,
(2).计算单纯形乘子, ,得到,对于非基变量,计算判别数,令 ,R为非基变量集合
若判别数 ,则得到一个最优基本可行解,运算结束;否则,转到下一步
(3).解,得到;若,即的每个分量均非正数,则停止计算,问题不存在有限最优解,否则,进行步骤(4).
(4).确定下标r,使为离基变量。为进基变量,用替换,得到新的基矩阵,返回步骤(1)。
对于极大化问题,可以给出完全类似的步骤,只是确定进基变量的准则不同。对于极大化问题,应令
四、计算框图
是
否
是
否
五、计算程序
function [x,f]=zuiyouhua(A,b,c)
size(A)=[m,n];
i=n+1:n+m;%基变量集合,后面m个松弛变量为初始基变量;
N=1:n;%初始非基变量;
B=eye(m,m);
xb=b;
xn=zeros(m,1);
f1=0;
w=zeros(1,m);
z=-c;%初始判别数;
flag=1;
while(1)
[a,k]=max(z);%x(k)为进基变量;
if a=0
flag=0;
break
else
y=inv(B)*A(:,k)
if y=0
flag=0;
fprintf(不存在最优解)
break
end
t=find(y0);
[a,r1]=min(b1(t)./y(t))
r=t(r1); %基变量中第r个变量为退基变量;
i(:,r)=k
B(:,r)=A(:,k);%换基,即将原基中第r个变量换成第k个变量;
cb=c(:,i);%新的价值系数;
xb=inv(B)*b;
b0=xb;
x=zeros(1,n+m)
x(:,i)=xb
f=cb*xb
z=cb*inv(B)*A-c;%可用z=cb*(B\A)-c,判别数.
end
end
六、数值实验及结果分析
求解线性规划问题:
在工作区输入:
A=[3,3,1,0;-4,-4,0,1;2,-1,0,0];
b=[30,16,12];
c=[-3,1,0,0];
[x,f]=zuiyouhua(A,b,c)
x =
7.3333 2.6667 0 0 0 56.0000 0
f =
-19.3333
检验结果正确
七、心得体会
通过这次试验,使我对单纯形法的计算有了更进一步的了解。但是在编程过程中由于对matlab不是很熟悉还是遇到了很多麻烦,所以我觉得老师在让我们编程的时候不能只是简单的介绍一下算法,更要着重说明一下软件的使用方法。这样我们在编程的时候就能更加的得心应手。本次完全仿照老师给的程序,没有能够形成自己的东西。自己编程的能力还是很差的,对于这种已经给出算法的程序也不能正确的编写出来。所以在今后要加强这方面的学习。
实验二:Lingo求解动态规划问题
一、实验目的
通过本实验熟悉动态规划的原理,了解动态规划的应用,并能利用数学软件(Lingo)求解动态规划模型。
二、问题重述
文档评论(0)